• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于注意力機(jī)制的3D車輛檢測(cè)算法*

    2020-03-04 07:56:52萬思宇
    關(guān)鍵詞:機(jī)制特征檢測(cè)

    萬思宇

    (上海交通大學(xué)電子信息與電氣工程學(xué)院,上海 200240)

    1 引言

    3D車輛檢測(cè)是自動(dòng)駕駛系統(tǒng)的重要組成部分。自動(dòng)駕駛汽車需要在三維坐標(biāo)系中對(duì)障礙物進(jìn)行精確檢測(cè)和定位,以避免車禍的發(fā)生?,F(xiàn)代自動(dòng)駕駛汽車普遍配備高精度攝像頭與深度傳感器,如測(cè)距激光雷達(dá),來提供車輛前方的準(zhǔn)確圖像以及車輛前方物體的深度信息,這些信息的具體數(shù)據(jù)形式如圖1所示。

    已有的車輛檢測(cè)研究主要分為2類,1類是基于攝像機(jī)圖像的檢測(cè),另1類是基于激光雷達(dá)的點(diǎn)云信息的檢測(cè)。基于圖像的檢測(cè)算法通過提取圖像特征,獲得前方障礙物在圖像上的位置,但由于缺乏深度信息,在三維空間中無法定位物體?;诩す饫走_(dá)的點(diǎn)云包含每1個(gè)點(diǎn)的空間信息,檢測(cè)算法通過提取每1個(gè)點(diǎn)的空間特征,再將所有點(diǎn)的空間特征進(jìn)行回歸,可以得到前方障礙物的位置與深度信息。但是,由于點(diǎn)云距離車輛越遠(yuǎn)越稀疏,對(duì)于較遠(yuǎn)位置的物體,檢測(cè)結(jié)果的準(zhǔn)確率有所降低。

    Figure 1 Example of image and pointcloud圖1 圖像與點(diǎn)云示例

    傳統(tǒng)的基于激光雷達(dá)的點(diǎn)云信息的檢測(cè)算法,首先通過卷積神經(jīng)網(wǎng)絡(luò)對(duì)點(diǎn)云中的每1個(gè)點(diǎn)提取特征,再通過最大池化層從所有點(diǎn)的特征中選出最顯著的特征,最后分別通過分類與回歸網(wǎng)絡(luò)確定前方障礙物的類別與位置。在這個(gè)過程中,所有點(diǎn)的重要程度是一致的,但在實(shí)際檢測(cè)時(shí),這些點(diǎn)的重要程度可能有一定的不同。針對(duì)以上缺點(diǎn),本文引入注意力機(jī)制,首先通過已有的3D車輛檢測(cè)算法回歸一個(gè)車輛的初始位置;然后分別計(jì)算每個(gè)點(diǎn)與初始中心點(diǎn)位置的距離,再將這些距離值送入注意力網(wǎng)絡(luò),通過注意力網(wǎng)絡(luò)回歸得到每個(gè)點(diǎn)的權(quán)重;最后將注意力網(wǎng)絡(luò)得到的權(quán)重與每個(gè)點(diǎn)的特征相乘,送入最大池化層進(jìn)行最大池化操作。在此過程中,通過給予車輛點(diǎn)較高的權(quán)重,非車輛點(diǎn)較低的權(quán)重,使得車輛點(diǎn)的特征更容易通過最大池化層得到保留。

    在KITTI數(shù)據(jù)集[1]上對(duì)本文算法進(jìn)行了評(píng)估,并與現(xiàn)有的算法進(jìn)行了比較,在保證實(shí)時(shí)檢測(cè)的情況下,本文算法較現(xiàn)有方法具有更高的準(zhǔn)確度。

    2 相關(guān)工作

    車輛檢測(cè)是一個(gè)廣泛研究的課題。根據(jù)數(shù)據(jù)類型不同,車輛檢測(cè)算法可分為2類:基于圖像的2D車輛檢測(cè)和基于點(diǎn)云的3D車輛檢測(cè)。

    2.1 2D車輛檢測(cè)

    2D車輛檢測(cè)算法的本質(zhì)是基于圖像目標(biāo)檢測(cè)。常用的圖像檢測(cè)框架分為2類,分為提取候選框與回歸檢測(cè)結(jié)果的兩個(gè)步驟的神經(jīng)網(wǎng)絡(luò)算法,以及不提取候選框直接回歸檢測(cè)結(jié)果的一個(gè)步驟的神經(jīng)網(wǎng)絡(luò)算法。文獻(xiàn)[2]提出的FasterR-CNN是二階段(Two-stage)圖像檢測(cè)算法中廣泛應(yīng)用的框架。使用文獻(xiàn)[3]提出的VGG16網(wǎng)絡(luò)來獲取整幅圖像的特征圖,然后通過在整張?zhí)卣鲌D滑窗回歸得到候選框。然后,該算法將候選框的特征送入分類網(wǎng)絡(luò)與回歸網(wǎng)絡(luò)中,從而得到圖像中目標(biāo)的類別與位置?;贔aster-RCNN,文獻(xiàn)[4]提出了多尺度深度卷積神經(jīng)網(wǎng)絡(luò)MSCNN(Multi-Scale deep Convolutional Neural Network),它在VGG16網(wǎng)絡(luò)中不同的卷積層上提取得到多尺度的特征信息,并通過這些多尺度特征信息得到更加準(zhǔn)確的候選框,從而在多尺度上具有較好的性能。此外,在一步圖像檢測(cè)算法中,出現(xiàn)了SSD[5]與YOLO[6]等多種檢測(cè)算法,一步圖像檢測(cè)算法使用默認(rèn)的候選框代替生成的候選框,去除了生成候選框這一步驟,直接在默認(rèn)的候選框中進(jìn)行目標(biāo)檢測(cè),從而具有更快的速度。

    2.2 3D車輛檢測(cè)

    3D車輛檢測(cè)算法分為基于點(diǎn)云的檢測(cè)算法和基于立體圖像的檢測(cè)算法。在基于立體圖像的檢測(cè)算法中,文獻(xiàn)[7]提出的3DOP算法從立體圖像中提取每個(gè)點(diǎn)的深度信息,然后通過平面圖像和深度信息生成用于檢測(cè)的3D候選框。而在基于點(diǎn)云的檢測(cè)方法中,文獻(xiàn)[8]提出的Voxelnet算法通過在三維空間中進(jìn)行三維空間滑窗從而得到三維空間中的候選體元,再將這些體元的特征送入三維分類器網(wǎng)絡(luò)和回歸網(wǎng)絡(luò)得到最后的檢測(cè)結(jié)果。而MV3D算法[9]使用前視圖和鳥瞰圖代替點(diǎn)云視圖,從而減少了尺寸和計(jì)算量。文獻(xiàn)[10]提出的另一種3D車輛檢測(cè)算法則是利用了車輛的CAD模型,首先通過圖像檢測(cè)算法找到車輛的二維圖像,再通過算法獲得車輛的關(guān)鍵點(diǎn)位置,最后將車輛的關(guān)鍵點(diǎn)與CAD模型匹配進(jìn)而得到車輛的空間位置。除了這些檢測(cè)算法,文獻(xiàn)[11]提出一種基于點(diǎn)云的端到端的3D車輛檢測(cè)算法--Pointnet,得到了廣泛的應(yīng)用。

    2.3 Pointnet

    Pointnet與之前的基于點(diǎn)云的3D車輛檢測(cè)算法不同,它是一種專門針對(duì)點(diǎn)云的檢測(cè)算法。Pointnet的輸入是包含點(diǎn)云中所有點(diǎn)的位置信息的數(shù)組,輸出為待檢測(cè)目標(biāo)的分類和位置。它是一個(gè)高效的基于點(diǎn)云的3D目標(biāo)檢測(cè)算法?;赑ointnet算法,文獻(xiàn)[12]提出了Pointnet++算法,在關(guān)注全局特征的同時(shí)針對(duì)局部特征進(jìn)行了優(yōu)化,從而得到了更好的檢測(cè)效果。

    2.4 國(guó)內(nèi)車輛檢測(cè)研究現(xiàn)狀

    隨著智能駕駛在國(guó)內(nèi)外的飛速發(fā)展,國(guó)內(nèi)的車輛檢測(cè)研究也在不斷發(fā)展。由文獻(xiàn)[13]可知,百度提出了Apollo智能駕駛解決方案,建立了國(guó)內(nèi)最大的道路車輛駕駛數(shù)據(jù)集,同時(shí)為客戶提供智能駕駛解決方案。由文獻(xiàn)[14]可知,阿里的人工智能實(shí)驗(yàn)室也在智能駕駛領(lǐng)域做出了不少貢獻(xiàn),阿里推動(dòng)“ET城市大腦”的實(shí)驗(yàn),與各地政府建立“智慧城市”,幫助城市進(jìn)入智能交通新時(shí)代。

    Figure 2 Framework of 3D vehicle detection based on attention mechanism圖2 基于注意力機(jī)制的3D車輛檢測(cè)框架

    Figure 3 Structure of Pointnet圖3 Pointnet網(wǎng)絡(luò)結(jié)構(gòu)圖

    2.5 注意力網(wǎng)絡(luò)

    (1)

    za=a⊙z

    (2)

    3 基于注意力機(jī)制的3D車輛檢測(cè)算法

    Pointnet的提出推動(dòng)3D車輛檢測(cè)算法的飛速發(fā)展。在Pointnet的基礎(chǔ)上,本文引入了注意力機(jī)制。圖2給出了基于注意力機(jī)制的3D車輛檢測(cè)算法的基本框架。其中,點(diǎn)云輸入為{Pi|i=1,2,3,…,n},Pi是1個(gè)三維數(shù)組(xi,yi,zi),代表點(diǎn)i在三維空間中的坐標(biāo)位置,n代表點(diǎn)云中點(diǎn)的數(shù)量。對(duì)應(yīng)每1組點(diǎn)云輸出為(x,y,z,w,h,l,α),其中(x,y,z)代表待檢測(cè)車輛的中心點(diǎn)在三維空間中的位置,(w,h,l)代表待檢測(cè)車輛的車型尺寸,α代表車輛在三維空間中圍繞y軸的方向。該算法分為4個(gè)部分:

    (1)采用基于Pointnet網(wǎng)絡(luò)結(jié)構(gòu)對(duì)三維點(diǎn)云進(jìn)行分割并通過回歸得到車輛的初始中心點(diǎn)位置(x′,y′,z′);

    (2)計(jì)算點(diǎn)云中每個(gè)點(diǎn)到初始中心點(diǎn)距離di:

    di=Pi-(x′,y′,z′)

    (3)

    之后將di送入注意力網(wǎng)絡(luò)中,得到每個(gè)點(diǎn)對(duì)應(yīng)的權(quán)重wi。

    (3)將di送入基于Pointnet的網(wǎng)絡(luò)結(jié)構(gòu)并提取每個(gè)點(diǎn)對(duì)應(yīng)的特征fdi,之后對(duì)每個(gè)點(diǎn)的特征fdi進(jìn)行加權(quán):

    f′di=fdi⊙wi

    (4)

    (5)

    3.1 特征提取網(wǎng)絡(luò)

    本文采用一種簡(jiǎn)化的Pointnet網(wǎng)絡(luò)結(jié)構(gòu)來提取3D點(diǎn)云特征。簡(jiǎn)化的Pointnet網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

    輸入的點(diǎn)云數(shù)據(jù)形式為n×3的數(shù)組,n為輸入點(diǎn)的個(gè)數(shù),對(duì)于每個(gè)點(diǎn)i(1≤i≤n),輸入(x,y,z)即為該點(diǎn)在空間中的坐標(biāo)位置。算法首先通過多層卷積神經(jīng)網(wǎng)絡(luò),提取每個(gè)點(diǎn)單獨(dú)的特征,將(x,y,z)維度擴(kuò)展為1 024。然后通過1個(gè)最大池化層,對(duì)n×1024維的特征向量在n維上進(jìn)行最大池化,找出最為顯著的特征,池化得到的1×1024維向量作為該點(diǎn)云的全局向量。最后將全局向量送入分類與回歸網(wǎng)絡(luò)就可以得到前方障礙物的種類與位置。

    3.2 注意力網(wǎng)絡(luò)

    通過前面的Pointnet網(wǎng)絡(luò),可以從每個(gè)點(diǎn)中提取得到1 024維特征,從而得到n×1024維的特征向量Vl,用平均池化得到的平均值Vavg來代替該點(diǎn)的特征。將每個(gè)點(diǎn)的特征送入注意力網(wǎng)絡(luò)可得到對(duì)應(yīng)的權(quán)重β1,具體計(jì)算公式如下(如圖4所示):

    b=tanh((WC?Vavg+bc)⊕Whcht-1)

    (6)

    β1=softmax(W′ib+b′i)

    (7)

    其中,Vavg為輸入特征的平均值,WC,Whc與W′i是變換矩陣,bc與b′i是偏差項(xiàng)。

    Figure 4 Structure of attention mechanism圖4 注意力網(wǎng)絡(luò)結(jié)構(gòu)

    4 實(shí)驗(yàn)結(jié)果

    4.1 數(shù)據(jù)集

    為了驗(yàn)證基于注意力機(jī)制的車輛檢測(cè)算法的有效性,本文在12 GB顯存,CPU型號(hào)為Intel?CoreTMi7-6700K的臺(tái)式計(jì)算機(jī)上進(jìn)行實(shí)驗(yàn)。使用基于Python的tensorflow框架對(duì)數(shù)據(jù)集進(jìn)行處理,數(shù)據(jù)源為1個(gè)專門進(jìn)行智能駕駛檢測(cè)的真實(shí)數(shù)據(jù)集KITTI。KITTI數(shù)據(jù)集由德國(guó)卡爾斯魯厄理工學(xué)院和豐田美國(guó)技術(shù)研究院聯(lián)合提供,是目前國(guó)際上最大的自動(dòng)駕駛場(chǎng)景下的計(jì)算機(jī)視覺算法評(píng)測(cè)數(shù)據(jù)集。該數(shù)據(jù)集用于評(píng)測(cè)立體圖像、光流、視覺測(cè)距、3D物體檢測(cè)和3D跟蹤等計(jì)算機(jī)視覺技術(shù)在車載環(huán)境下的性能。KITTI包含市區(qū)、鄉(xiāng)村和高速公路等場(chǎng)景采集的真實(shí)圖像數(shù)據(jù),每幅圖像中最多達(dá)15輛車和30個(gè)行人,還有各種程度的遮擋與截?cái)?。整個(gè)數(shù)據(jù)集由389對(duì)立體圖像和光流圖,39.2 km視覺測(cè)距序列以及超過200k 3D標(biāo)注物體的圖像組成[1]。

    4.2 實(shí)驗(yàn)結(jié)果

    KITTI使用同樣用于二維目標(biāo)檢測(cè)的Pascal標(biāo)準(zhǔn)評(píng)估三維目標(biāo)檢測(cè)性能。因此,KITTI數(shù)據(jù)集將根據(jù)圖像平面中的邊界框高度對(duì)遠(yuǎn)距離對(duì)象進(jìn)行過濾。因?yàn)橹挥性趫D像平面上出現(xiàn)的對(duì)象才會(huì)被標(biāo)記,所以不在圖像平面中的對(duì)象不會(huì)算作誤報(bào)。對(duì)于汽車圖像,KITTI要求檢測(cè)結(jié)果與標(biāo)簽有70%以上的三維邊界框重疊方可認(rèn)為檢測(cè)正確。KITTI將待檢測(cè)目標(biāo)分為3個(gè)難度:(1)簡(jiǎn)單。最小邊界框高度:40像素,最大遮擋級(jí)別:完全可見,最大截?cái)啵?5%。(2)中等。最小邊界框高度:25像素,最大遮擋級(jí)別:部分遮擋,最大截?cái)啵?0%。(3)困難。最小邊界框高度:25 像素,最大遮擋級(jí)別:難以看到,最大截?cái)啵?0%。

    本文從KITTI訓(xùn)練集中選取3 712幅2D圖像與對(duì)應(yīng)的點(diǎn)云數(shù)據(jù)集進(jìn)行訓(xùn)練,從驗(yàn)證集中選取3 769幅2D圖像與對(duì)應(yīng)的點(diǎn)云數(shù)據(jù)集進(jìn)行測(cè)試,最后選取Pointnet的離線測(cè)試集進(jìn)行了結(jié)果測(cè)試。在KITTI上得到的最終測(cè)試結(jié)果如圖5、圖6和表1所示。

    Figure 5 Curves of precision-recall of Pointnet圖5 Pointnet的精度-召回率曲線

    Figure 6 Curves of precision-recall of vehicle detection algorithm based on attention mechanism圖6 基于注意力機(jī)制車輛檢測(cè)算法的精度-召回率曲線

    通過與Pointnet算法的對(duì)比可以看出,對(duì)于簡(jiǎn)單難度的待檢測(cè)目標(biāo),基于注意力機(jī)制的車輛檢測(cè)算法有著與Pointnet較為相似的結(jié)果,而對(duì)于中等難度和困難難度的待檢測(cè)目標(biāo),本文算法有著優(yōu)于Pointnet算法的檢測(cè)結(jié)果。綜合所有結(jié)果來看,本文提出的基于注意力機(jī)制的車輛檢測(cè)算法的準(zhǔn)確度相對(duì)更高,有一個(gè)較明顯的提升。

    Table 1 Accuracy comparison of vehicle detection algorithms表1 車輛檢測(cè)算法準(zhǔn)確度對(duì)比(離線測(cè)試集) %

    4.3 實(shí)驗(yàn)結(jié)果分析

    從實(shí)驗(yàn)結(jié)果中可以發(fā)現(xiàn),引入注意力機(jī)制可以較好地改善中等難度與困難難度的車輛檢測(cè)結(jié)果。相比Pointnet算法,本文通過引入權(quán)重使得在將特征送入最大池化層時(shí),一些重要的特征被保留下來。對(duì)于簡(jiǎn)單難度(較近距離)的車輛,由于其空間信息較豐富,Pointnet算法的準(zhǔn)確度較高,基于注意力機(jī)制的檢測(cè)結(jié)果沒有顯著的提升。對(duì)于中等難度的車輛,本文算法可以通過給予關(guān)鍵點(diǎn)權(quán)重,獲得更加準(zhǔn)確的結(jié)果。而對(duì)于困難難度(較遠(yuǎn)距離)的車輛,由于其車輛距離較遠(yuǎn),點(diǎn)云過于稀疏,導(dǎo)致其點(diǎn)云數(shù)據(jù)本身不多,故引入權(quán)重的效果不佳。

    5 結(jié)束語

    本文基于注意力機(jī)制理論提出了一個(gè)基于注意力機(jī)制的3D車輛檢測(cè)算法。該算法首先預(yù)估了車輛可能的中心點(diǎn),然后將點(diǎn)云中每個(gè)點(diǎn)到預(yù)估中心點(diǎn)的距離送入注意力網(wǎng)絡(luò),從而得到每個(gè)點(diǎn)不同的權(quán)重。再將每個(gè)點(diǎn)的特征進(jìn)行加權(quán)后送入分類與回歸網(wǎng)絡(luò)處理。該算法彌補(bǔ)了現(xiàn)有算法對(duì)于點(diǎn)云內(nèi)所有點(diǎn)一視同仁的不足,通過提高部分重要點(diǎn)的權(quán)重得到更加準(zhǔn)確的檢測(cè)結(jié)果。本文僅在Pointnet上嘗試引入了注意力機(jī)制,未來可在一些更加前沿的算法上嘗試引入注意力機(jī)制,同時(shí)將研究不同的注意力機(jī)制對(duì)于檢測(cè)結(jié)果的影響。

    猜你喜歡
    機(jī)制特征檢測(cè)
    “不等式”檢測(cè)題
    “一元一次不等式”檢測(cè)題
    “一元一次不等式組”檢測(cè)題
    如何表達(dá)“特征”
    不忠誠(chéng)的四個(gè)特征
    自制力是一種很好的篩選機(jī)制
    文苑(2018年21期)2018-11-09 01:23:06
    抓住特征巧觀察
    小波變換在PCB缺陷檢測(cè)中的應(yīng)用
    破除舊機(jī)制要分步推進(jìn)
    注重機(jī)制的相互配合
    av视频免费观看在线观看| 中文字幕人妻熟女乱码| 丰满乱子伦码专区| 狂野欧美激情性bbbbbb| 久久精品熟女亚洲av麻豆精品| 伦精品一区二区三区| 久久精品国产亚洲av高清一级| 日韩制服骚丝袜av| 嫩草影院入口| 国产深夜福利视频在线观看| 黄片小视频在线播放| 一级片免费观看大全| 一级毛片 在线播放| 啦啦啦视频在线资源免费观看| 秋霞在线观看毛片| 成人午夜精彩视频在线观看| 国产精品 国内视频| 爱豆传媒免费全集在线观看| 成年人午夜在线观看视频| 丝瓜视频免费看黄片| 精品少妇黑人巨大在线播放| 美女主播在线视频| 国精品久久久久久国模美| 天堂俺去俺来也www色官网| 一区福利在线观看| 国产女主播在线喷水免费视频网站| 少妇的丰满在线观看| 丰满少妇做爰视频| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲第一区二区三区不卡| av片东京热男人的天堂| av不卡在线播放| 亚洲欧美一区二区三区国产| 狠狠精品人妻久久久久久综合| 午夜影院在线不卡| 国产在线视频一区二区| 亚洲欧洲国产日韩| 最近手机中文字幕大全| 久久精品熟女亚洲av麻豆精品| 亚洲国产精品一区二区三区在线| 大码成人一级视频| 亚洲欧美精品综合一区二区三区 | a级毛片在线看网站| 2018国产大陆天天弄谢| 侵犯人妻中文字幕一二三四区| 在线观看人妻少妇| 伦精品一区二区三区| 欧美亚洲 丝袜 人妻 在线| 欧美精品av麻豆av| 黄网站色视频无遮挡免费观看| 国产午夜精品一二区理论片| 欧美精品一区二区大全| 成人国产麻豆网| 校园人妻丝袜中文字幕| 伊人久久国产一区二区| 制服丝袜香蕉在线| 国产精品欧美亚洲77777| 曰老女人黄片| kizo精华| 中文字幕人妻熟女乱码| 一本久久精品| 少妇精品久久久久久久| a级毛片在线看网站| 欧美少妇被猛烈插入视频| 最近2019中文字幕mv第一页| 99国产精品免费福利视频| 国产精品一国产av| 人妻人人澡人人爽人人| 一区福利在线观看| 香蕉国产在线看| 青青草视频在线视频观看| 久久久久久免费高清国产稀缺| 高清视频免费观看一区二区| 日本wwww免费看| 嫩草影院入口| 国产精品久久久av美女十八| 天天操日日干夜夜撸| 日本wwww免费看| 亚洲av电影在线观看一区二区三区| 在线观看免费高清a一片| 亚洲精品第二区| 黄色 视频免费看| 亚洲人成网站在线观看播放| 亚洲中文av在线| 你懂的网址亚洲精品在线观看| 99国产综合亚洲精品| 永久网站在线| 视频在线观看一区二区三区| 制服诱惑二区| 中文字幕色久视频| 制服人妻中文乱码| 国产免费一区二区三区四区乱码| 欧美精品亚洲一区二区| 久久精品国产鲁丝片午夜精品| 18禁国产床啪视频网站| 香蕉丝袜av| 一区在线观看完整版| 男女高潮啪啪啪动态图| 国产精品久久久久成人av| 999久久久国产精品视频| 少妇被粗大的猛进出69影院| 日韩av不卡免费在线播放| 久久久久人妻精品一区果冻| 国产精品蜜桃在线观看| 亚洲av日韩在线播放| 国产精品欧美亚洲77777| 三级国产精品片| 99国产精品免费福利视频| 免费播放大片免费观看视频在线观看| 亚洲精品日本国产第一区| 久久久精品免费免费高清| 久久99精品国语久久久| 久久韩国三级中文字幕| 精品国产露脸久久av麻豆| 欧美日韩成人在线一区二区| 久久精品国产综合久久久| 欧美精品高潮呻吟av久久| 人成视频在线观看免费观看| 午夜久久久在线观看| 人妻系列 视频| 国产探花极品一区二区| 日韩三级伦理在线观看| 妹子高潮喷水视频| 黑丝袜美女国产一区| 自拍欧美九色日韩亚洲蝌蚪91| 国产精品免费视频内射| 色94色欧美一区二区| 少妇的丰满在线观看| 国产成人aa在线观看| 亚洲男人天堂网一区| 日韩不卡一区二区三区视频在线| 久久久久网色| 人妻一区二区av| 最新中文字幕久久久久| 91在线精品国自产拍蜜月| 亚洲四区av| 亚洲人成电影观看| 精品午夜福利在线看| 不卡av一区二区三区| 欧美精品高潮呻吟av久久| 中文字幕另类日韩欧美亚洲嫩草| 免费观看a级毛片全部| 最近最新中文字幕免费大全7| 91在线精品国自产拍蜜月| 人妻系列 视频| 成年动漫av网址| 久久久久久久久久人人人人人人| 街头女战士在线观看网站| 亚洲人成电影观看| 亚洲一级一片aⅴ在线观看| 久久久久国产一级毛片高清牌| 天堂8中文在线网| 少妇人妻精品综合一区二区| 秋霞伦理黄片| 电影成人av| 大片电影免费在线观看免费| 国产精品一二三区在线看| 女人久久www免费人成看片| 日韩大片免费观看网站| 韩国av在线不卡| 国产精品.久久久| 国产成人91sexporn| 亚洲成人手机| 91成人精品电影| 男女边摸边吃奶| 亚洲,一卡二卡三卡| 一个人免费看片子| 婷婷色综合大香蕉| 欧美日韩精品网址| 90打野战视频偷拍视频| √禁漫天堂资源中文www| 999精品在线视频| 香蕉丝袜av| 亚洲精品国产色婷婷电影| 久久久久久人妻| 亚洲一码二码三码区别大吗| 久久 成人 亚洲| 国产免费又黄又爽又色| 日本av免费视频播放| 午夜老司机福利剧场| 国产av一区二区精品久久| 99香蕉大伊视频| 色播在线永久视频| 亚洲精品在线美女| 伦精品一区二区三区| 美女国产视频在线观看| 婷婷色av中文字幕| 日本-黄色视频高清免费观看| 久久ye,这里只有精品| 久久人人97超碰香蕉20202| 男女下面插进去视频免费观看| 在线观看美女被高潮喷水网站| 国产野战对白在线观看| 国产熟女午夜一区二区三区| 亚洲欧美一区二区三区国产| 欧美日韩一区二区视频在线观看视频在线| 两个人看的免费小视频| 一级爰片在线观看| 波多野结衣一区麻豆| 亚洲av免费高清在线观看| 99国产精品免费福利视频| 免费不卡的大黄色大毛片视频在线观看| 建设人人有责人人尽责人人享有的| 亚洲人成77777在线视频| 国产精品欧美亚洲77777| 免费黄网站久久成人精品| 精品福利永久在线观看| 大片免费播放器 马上看| 人妻 亚洲 视频| 国产欧美日韩综合在线一区二区| 亚洲欧美精品综合一区二区三区 | 最新中文字幕久久久久| 在线观看www视频免费| 亚洲人成77777在线视频| 国产人伦9x9x在线观看 | 少妇被粗大猛烈的视频| 一二三四在线观看免费中文在| 女性生殖器流出的白浆| 丰满迷人的少妇在线观看| 国产野战对白在线观看| 日韩伦理黄色片| 日韩 亚洲 欧美在线| 亚洲成色77777| 激情五月婷婷亚洲| 男人添女人高潮全过程视频| 两性夫妻黄色片| 可以免费在线观看a视频的电影网站 | 亚洲av成人精品一二三区| 欧美精品亚洲一区二区| 在线精品无人区一区二区三| 久久久久久久久久人人人人人人| 久久这里只有精品19| 国产精品三级大全| a 毛片基地| 1024香蕉在线观看| 免费高清在线观看视频在线观看| 777米奇影视久久| 天天躁日日躁夜夜躁夜夜| 久久精品国产a三级三级三级| 久久久久久久久久人人人人人人| 桃花免费在线播放| 欧美 亚洲 国产 日韩一| 亚洲第一av免费看| 人成视频在线观看免费观看| 免费av中文字幕在线| 97精品久久久久久久久久精品| 亚洲,欧美精品.| 国产熟女午夜一区二区三区| 国产高清不卡午夜福利| 亚洲国产av影院在线观看| 美国免费a级毛片| 少妇精品久久久久久久| 在线天堂最新版资源| 又粗又硬又长又爽又黄的视频| a级毛片黄视频| 国产精品.久久久| 在线观看国产h片| 天天影视国产精品| 搡女人真爽免费视频火全软件| 精品少妇一区二区三区视频日本电影 | 国产在线一区二区三区精| 大香蕉久久成人网| 黄色视频在线播放观看不卡| 女性生殖器流出的白浆| 人人妻人人添人人爽欧美一区卜| 国产又色又爽无遮挡免| 精品久久蜜臀av无| 亚洲av在线观看美女高潮| 久久99蜜桃精品久久| 在线 av 中文字幕| 久久精品国产亚洲av涩爱| 精品久久久久久电影网| 丝袜在线中文字幕| 1024视频免费在线观看| 亚洲精品av麻豆狂野| 青春草视频在线免费观看| 亚洲av成人精品一二三区| 啦啦啦啦在线视频资源| 亚洲精品日韩在线中文字幕| 国产 精品1| 国产白丝娇喘喷水9色精品| 久久这里只有精品19| 国产免费一区二区三区四区乱码| 国产一区二区三区综合在线观看| 在线观看国产h片| 国产精品香港三级国产av潘金莲 | 婷婷色综合大香蕉| 亚洲av综合色区一区| 一级,二级,三级黄色视频| 超碰成人久久| 久久人妻熟女aⅴ| 嫩草影院入口| 久久久精品免费免费高清| 欧美bdsm另类| 亚洲精品在线美女| 叶爱在线成人免费视频播放| 综合色丁香网| 另类亚洲欧美激情| 亚洲欧洲日产国产| 亚洲精品久久成人aⅴ小说| 99久久中文字幕三级久久日本| 欧美 日韩 精品 国产| 只有这里有精品99| 国产日韩欧美视频二区| 精品人妻偷拍中文字幕| 曰老女人黄片| 美女大奶头黄色视频| 欧美人与性动交α欧美软件| 狠狠婷婷综合久久久久久88av| 亚洲av电影在线观看一区二区三区| 女人高潮潮喷娇喘18禁视频| 亚洲av成人精品一二三区| 丝袜在线中文字幕| 国产熟女午夜一区二区三区| 性色av一级| 高清黄色对白视频在线免费看| 色视频在线一区二区三区| 在线亚洲精品国产二区图片欧美| 国产有黄有色有爽视频| 可以免费在线观看a视频的电影网站 | 在线观看美女被高潮喷水网站| 男人舔女人的私密视频| 色94色欧美一区二区| 一本—道久久a久久精品蜜桃钙片| 热99国产精品久久久久久7| 精品国产一区二区三区四区第35| 欧美亚洲 丝袜 人妻 在线| 久久国产亚洲av麻豆专区| 美女午夜性视频免费| 国产一区二区三区av在线| 人妻人人澡人人爽人人| 国产又色又爽无遮挡免| 人人妻人人澡人人看| 9热在线视频观看99| 久久精品国产亚洲av涩爱| 日韩三级伦理在线观看| 亚洲三区欧美一区| 黑丝袜美女国产一区| av一本久久久久| 免费黄网站久久成人精品| 精品人妻偷拍中文字幕| 美女福利国产在线| 午夜免费观看性视频| 国产极品粉嫩免费观看在线| 亚洲三区欧美一区| 久久精品国产亚洲av高清一级| 男男h啪啪无遮挡| 国产在线免费精品| 热re99久久国产66热| 性高湖久久久久久久久免费观看| 91精品伊人久久大香线蕉| 久久久久国产网址| 国产成人a∨麻豆精品| 国产在线免费精品| 大片免费播放器 马上看| 成人免费观看视频高清| 9191精品国产免费久久| 中文字幕人妻丝袜制服| 五月天丁香电影| 在线看a的网站| 欧美国产精品va在线观看不卡| 国产有黄有色有爽视频| 国产精品嫩草影院av在线观看| 中文字幕人妻丝袜制服| 曰老女人黄片| 18在线观看网站| 一级黄片播放器| 午夜日本视频在线| 日韩中文字幕欧美一区二区 | 亚洲国产精品一区二区三区在线| 曰老女人黄片| 最新的欧美精品一区二区| 久久人人爽人人片av| 国产精品国产三级专区第一集| 一边摸一边做爽爽视频免费| 久久精品亚洲av国产电影网| 国产成人欧美| 日韩不卡一区二区三区视频在线| av在线app专区| 99久久中文字幕三级久久日本| 国产亚洲精品第一综合不卡| 亚洲国产欧美在线一区| 久久久精品免费免费高清| av一本久久久久| a级片在线免费高清观看视频| 亚洲欧洲精品一区二区精品久久久 | 国产亚洲精品第一综合不卡| 在线观看三级黄色| 一区二区日韩欧美中文字幕| 国产日韩一区二区三区精品不卡| 久久鲁丝午夜福利片| 国产又色又爽无遮挡免| 久久ye,这里只有精品| 黄片小视频在线播放| 国产成人av激情在线播放| 十八禁网站网址无遮挡| 国产成人免费无遮挡视频| 亚洲av电影在线进入| 午夜91福利影院| 国产av码专区亚洲av| 午夜福利影视在线免费观看| 久久精品国产亚洲av高清一级| 男男h啪啪无遮挡| 亚洲国产日韩一区二区| 国产成人a∨麻豆精品| 亚洲成人av在线免费| 高清欧美精品videossex| 人体艺术视频欧美日本| 卡戴珊不雅视频在线播放| 亚洲精品美女久久久久99蜜臀 | 黑人欧美特级aaaaaa片| 精品国产乱码久久久久久小说| 久久人人97超碰香蕉20202| 亚洲伊人久久精品综合| 精品国产一区二区三区四区第35| 欧美精品av麻豆av| 在线天堂中文资源库| 国产成人a∨麻豆精品| 99国产精品免费福利视频| 国产高清国产精品国产三级| 十八禁网站网址无遮挡| 午夜91福利影院| 国产成人精品久久久久久| 下体分泌物呈黄色| 中文欧美无线码| 中文字幕亚洲精品专区| 一级毛片 在线播放| 国产免费又黄又爽又色| 中国国产av一级| 99国产精品免费福利视频| 在线观看免费高清a一片| 人体艺术视频欧美日本| 水蜜桃什么品种好| 精品福利永久在线观看| 亚洲av免费高清在线观看| 免费观看在线日韩| 在线免费观看不下载黄p国产| 欧美日韩成人在线一区二区| 18禁观看日本| 大码成人一级视频| 欧美老熟妇乱子伦牲交| 天美传媒精品一区二区| 99国产综合亚洲精品| 男人爽女人下面视频在线观看| 久久久亚洲精品成人影院| 韩国高清视频一区二区三区| 成人国产麻豆网| 欧美精品高潮呻吟av久久| 黑人猛操日本美女一级片| 欧美+日韩+精品| 午夜福利视频精品| 亚洲欧美精品自产自拍| 麻豆乱淫一区二区| 亚洲美女视频黄频| 日韩电影二区| 在线观看美女被高潮喷水网站| 色婷婷av一区二区三区视频| 久久久久久人妻| 爱豆传媒免费全集在线观看| 青春草视频在线免费观看| 中国国产av一级| 精品酒店卫生间| 亚洲综合精品二区| 国产黄色免费在线视频| 天天躁夜夜躁狠狠躁躁| 大码成人一级视频| 亚洲国产精品999| 久久国产亚洲av麻豆专区| 免费观看在线日韩| 国产乱来视频区| 观看av在线不卡| 久久久国产欧美日韩av| 国产高清国产精品国产三级| videosex国产| 亚洲欧美中文字幕日韩二区| 亚洲美女黄色视频免费看| 丝瓜视频免费看黄片| 午夜激情久久久久久久| 亚洲第一av免费看| 国产亚洲欧美精品永久| 宅男免费午夜| 精品卡一卡二卡四卡免费| 在线看a的网站| 天堂俺去俺来也www色官网| 国产精品秋霞免费鲁丝片| 日韩视频在线欧美| 我的亚洲天堂| 你懂的网址亚洲精品在线观看| 一级a爱视频在线免费观看| 国产熟女午夜一区二区三区| 亚洲欧美色中文字幕在线| 久久影院123| 波野结衣二区三区在线| 欧美精品亚洲一区二区| 26uuu在线亚洲综合色| 免费少妇av软件| 黑人欧美特级aaaaaa片| 在线天堂最新版资源| 秋霞在线观看毛片| 亚洲伊人久久精品综合| 精品国产一区二区三区四区第35| 久久久国产一区二区| 午夜福利一区二区在线看| 高清不卡的av网站| 亚洲精品aⅴ在线观看| 亚洲精品中文字幕在线视频| 中国三级夫妇交换| 熟女av电影| 欧美日韩国产mv在线观看视频| 日韩人妻精品一区2区三区| 国产精品蜜桃在线观看| 大片电影免费在线观看免费| 久久鲁丝午夜福利片| 色婷婷久久久亚洲欧美| 国产精品一国产av| 亚洲欧美色中文字幕在线| 亚洲情色 制服丝袜| 日韩在线高清观看一区二区三区| 久久综合国产亚洲精品| 18禁国产床啪视频网站| 多毛熟女@视频| 一区二区日韩欧美中文字幕| 国产男人的电影天堂91| 国产在线一区二区三区精| 少妇被粗大猛烈的视频| 亚洲三区欧美一区| 国产 一区精品| 成人二区视频| 制服诱惑二区| 久久久久久人人人人人| 五月伊人婷婷丁香| 久久久久久人妻| 精品一区二区免费观看| 十八禁高潮呻吟视频| 可以免费在线观看a视频的电影网站 | 女性被躁到高潮视频| 精品人妻偷拍中文字幕| 一边摸一边做爽爽视频免费| 成人手机av| 久久久久久人人人人人| 人人妻人人澡人人看| 新久久久久国产一级毛片| 国产精品人妻久久久影院| 精品视频人人做人人爽| 91久久精品国产一区二区三区| 欧美激情 高清一区二区三区| 日韩成人av中文字幕在线观看| 国产一区二区激情短视频 | 久久久a久久爽久久v久久| 亚洲一级一片aⅴ在线观看| 91成人精品电影| 国产精品一区二区在线不卡| 精品国产露脸久久av麻豆| 丰满饥渴人妻一区二区三| 爱豆传媒免费全集在线观看| 十八禁网站网址无遮挡| 美女国产高潮福利片在线看| 日韩中字成人| 国产av一区二区精品久久| 精品国产国语对白av| 婷婷色麻豆天堂久久| 极品少妇高潮喷水抽搐| 青青草视频在线视频观看| 大话2 男鬼变身卡| 中文字幕亚洲精品专区| 一级毛片电影观看| 国产av码专区亚洲av| 成人二区视频| 免费久久久久久久精品成人欧美视频| 久久久久久久久久久免费av| 99热全是精品| 日韩中文字幕视频在线看片| 国产欧美亚洲国产| 国产精品免费视频内射| 女人精品久久久久毛片| 亚洲在久久综合| 欧美日韩精品网址| 99热网站在线观看| 国产成人午夜福利电影在线观看| 啦啦啦中文免费视频观看日本| 丝袜美腿诱惑在线| 9热在线视频观看99| 两性夫妻黄色片| 亚洲av在线观看美女高潮| 熟女少妇亚洲综合色aaa.| 欧美+日韩+精品| 亚洲国产精品成人久久小说| 又大又黄又爽视频免费| 亚洲精品一二三| 免费日韩欧美在线观看| 看非洲黑人一级黄片| 久热这里只有精品99| 国产免费一区二区三区四区乱码| 青草久久国产| 久久婷婷青草| 午夜老司机福利剧场| 日本色播在线视频| 久热这里只有精品99| 一本久久精品| 看非洲黑人一级黄片| 亚洲精华国产精华液的使用体验| 我要看黄色一级片免费的| 免费在线观看黄色视频的| 国产精品不卡视频一区二区| 老司机影院成人| 一区二区av电影网| 亚洲,欧美,日韩| 下体分泌物呈黄色| 亚洲av成人精品一二三区| 国产淫语在线视频| 亚洲情色 制服丝袜| 最近中文字幕2019免费版| 亚洲欧美精品综合一区二区三区 | 婷婷成人精品国产| 多毛熟女@视频|