• <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 ?

    基于深度學(xué)習(xí)的增量式數(shù)據(jù)目標(biāo)模糊識別仿真

    2023-07-29 01:24:16曼,李
    計算機仿真 2023年6期
    關(guān)鍵詞:卷積神經(jīng)網(wǎng)絡(luò)精度

    李 曼,李 永

    (武警工程大學(xué)信息工程學(xué)院,陜西 西安 710086)

    1 引言

    在計算機視覺領(lǐng)域內(nèi),目標(biāo)識別為當(dāng)前的熱議話題之一,目標(biāo)識別可輔助圖像有價值目標(biāo)信息的快速提取,并且通過不斷判斷每個目標(biāo)的類型、價值,可對每個目標(biāo)完成邊界框定。近幾年,目標(biāo)識別逐漸進入大眾視野,在軍事體能訓(xùn)練、無人機駕駛等多個領(lǐng)域均取得了重要突破。但是,圖像中的光線遮擋以及障礙物的影響,使得目標(biāo)識別成為了一項難度較高的技術(shù)。

    在此背景下,相關(guān)領(lǐng)域?qū)<乙呀?jīng)得到了一些較好的研究成果。文獻[1]在功能保持的基礎(chǔ)上,利用特征金字塔實現(xiàn)了對目標(biāo)的檢測識別。在原始圖像中構(gòu)建不同尺度特征圖下的特征金字塔,并利用功能保持中的融合模塊,在特征融合階段盡可能的降低損失;在主網(wǎng)絡(luò)中選擇兩個不同階段下的特征進行目標(biāo)的描述,以此來提高檢測的精度;利用上下文信息對目標(biāo)的判別能力以及檢測能力做進一步增強,以此完成對多目標(biāo)的檢測。該方法對于遮擋較嚴重的圖像具有理想的檢測效果,但是檢測的精度有待提高;文獻[2]將軌跡跟蹤預(yù)測法與模糊理論結(jié)合在一起,得到了一種小目標(biāo)跟蹤識別算法。首先,任意選取一個原始圖像,利用高通濾波技術(shù)對其進行預(yù)處理,將背景與目標(biāo)分離開來;利用軌跡跟蹤預(yù)測法對目標(biāo)可能存在的位置進行預(yù)測,并在動態(tài)范圍內(nèi)進行圖像序列的分析,此時引入模糊理論更新記憶,以此實現(xiàn)目標(biāo)預(yù)測位置的高精準度;憑借多幀圖像的軌跡跟蹤技術(shù)實現(xiàn)對目標(biāo)的跟蹤與識別。該方法可以實現(xiàn)在低信噪比環(huán)境下的有效識別,但是當(dāng)原始圖像背景過于復(fù)雜時,該方法識別結(jié)果并不理想,出現(xiàn)的誤差較大。

    由于以上兩種傳統(tǒng)方法在應(yīng)用時,當(dāng)有新的數(shù)據(jù)增加到數(shù)據(jù)集合時,數(shù)據(jù)目標(biāo)識別效率和精度均偏低,無法滿足實際的需求。針對該問題,本研究針對增量式數(shù)據(jù),引入了深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò),并選取了其中最具代表性的LeNet-5,對軍事體能訓(xùn)練產(chǎn)生的增量式數(shù)據(jù)展開了目標(biāo)模糊識別的研究。利用LeNet-5對原始圖像進行特征提取與特征分類,為后續(xù)的目標(biāo)識別做好基礎(chǔ)工作;采用遷移學(xué)習(xí)技術(shù)對增量式數(shù)據(jù)進行參數(shù)的調(diào)整,使其成為便于識別的形式;最后,在區(qū)域建議網(wǎng)絡(luò)內(nèi)完成目標(biāo)的模糊識別。通過對本文方法在目標(biāo)識別速度和效果方面進行仿真,結(jié)果驗證了本文方法的可行性。

    2 圖像預(yù)處理

    2.1 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像特征提取

    卷積神經(jīng)網(wǎng)絡(luò)由5個層次構(gòu)成:輸入/出層、卷積層、池化層以及全連接層。卷積神經(jīng)網(wǎng)絡(luò)對于圖像數(shù)據(jù)具有非常優(yōu)秀的識別效果。當(dāng)待識別的數(shù)據(jù)為圖像時,經(jīng)過卷積和池化的雙重作用,圖像特征信息逐漸凸顯出來,并改變了之前的低層特征[3],逐漸形成了高層特征;當(dāng)高層特征經(jīng)過全連接層的作用后,又轉(zhuǎn)換形成了一維向量的形式;最后經(jīng)由輸出層輸出。因此,可將卷積神經(jīng)網(wǎng)絡(luò)的層次劃分為兩個部分,一個是提取圖像特征的特征提取模塊,另一個為劃分特征類別的特征分類模塊。本文對此作了詳細介紹,如圖1所示。

    1)輸入層

    2)卷積層

    (1)

    通過對式(1)進行計算可知,卷積層特征圖的構(gòu)成主要通過以下三步來實現(xiàn):

    步驟一:在卷積層選取大小各不相同的卷積核,對其不斷重復(fù)卷積操作,得到特征圖像;

    步驟二:將有關(guān)聯(lián)的卷積結(jié)果與偏移量進行統(tǒng)計整理;

    步驟三:利用f(x)對統(tǒng)計結(jié)果進行累加計算,即可得到單個卷積層的特征圖。

    3)池化層

    (2)

    式中,p(x)表示池化處理過程。

    池化層還有一項特殊功能,那就是可以對圖像進行特征選擇。根據(jù)相應(yīng)規(guī)則,對卷積層特征圖的某個部位進行重要特征值的計算。在實際運用中,池化層通常會無限制地掃描圖像中的某個部位。所以,經(jīng)過池化作用后,圖像的特征維度[6]都得到了有效降低,并且保持特征在任何情況下不變形,提高了識別精度。通過式(2)可以看出,池化層與卷積層內(nèi)的特征圖在數(shù)量上存在著某種聯(lián)系,繼續(xù)計算可以發(fā)現(xiàn),二者之間存在的特征圖數(shù)量相等,即Nl+1=Nl。

    4)全連接層

    圖像經(jīng)過池化作用,降低了特征維度后,接下來進入到全連接層進行特征分類。全連接層進行每一步的操作都要服從輸出層的命令。當(dāng)?shù)趌層、第l-1層均為全連接層時,特征向量xl的結(jié)果可通過計算式(3)得到

    xl=f(wlxl-1+bl)

    (3)

    式中,bl表示全連接層的偏移量[7],wl表示全連接層的權(quán)重值大小。

    當(dāng)?shù)趌層為全連接層、第l-1層為其它層時,xl的計算方式也會相應(yīng)發(fā)生改變,通常情況下有兩種:一種是將其它層內(nèi)的特征圖轉(zhuǎn)換為特征向量的形式,然后再通過式(3)的計算得到xl的值;另一種是將全連接層設(shè)置為1×1的矩陣,矩陣的數(shù)量與特征圖的數(shù)量相等,然后就可以通過式(4)計算xl的值

    (4)

    5)輸出層

    完成以上操作后,圖像經(jīng)由輸出層輸出,至此,卷積神經(jīng)網(wǎng)絡(luò)完成了所有的訓(xùn)練步驟。輸出層與全連接層共同作用,對完成特征提取的圖像進行分類處理。但是二者之間不同之處在于,輸出層的作用更傾向于Softmax分類器。假設(shè)圖像的類別預(yù)測向量為Y=(y1,…,yM),M代表的是圖像劃分類別數(shù)量[8]。其中,yM的計算公式為

    (5)

    2.2 基于LeNet-5結(jié)構(gòu)的特征高層次轉(zhuǎn)換

    卷積神經(jīng)網(wǎng)絡(luò)中LeNet-5的結(jié)構(gòu)如圖2所示。在進行目標(biāo)識別之前,圖像需要進行歸一化處理,通過增加權(quán)值系數(shù)使得目標(biāo)特征轉(zhuǎn)換為高層次特征,便于接下來的目標(biāo)識別。

    圖2 LeNet-5結(jié)構(gòu)圖

    從圖2中可以看出,LeNet-5共有7個層次組成,每個層次中都包含了若干個可供訓(xùn)練使用的參數(shù)。本文設(shè)定的卷積神經(jīng)網(wǎng)絡(luò)大小為32×32,其中,C層表示由特征提取模塊組成的網(wǎng)絡(luò)層,S層表示由特征分類模塊組成的網(wǎng)絡(luò)層。

    由6個大小為28×28的特征圖組合在一起形成C1層。S2層中的特征圖數(shù)量與C1層相同,但是大小卻僅為C1層中特征圖的一半,為14×14。C1層與S2層實現(xiàn)連接依靠的是大小為2×2的矩陣。到了C3層,特征圖數(shù)量增多,為16個,大小為10×10。C3層與S2層實現(xiàn)連接依靠的是大小為5×5的矩陣。

    本文列舉了S2層與C3層之間的連接方法,如表1所示。

    表1 S2層與C3層的連接方法

    S4層也是由16個特征圖組合形成,但是大小要略小于C3,為5×5,與C3層形成連接的矩陣大小為2×2。到了C5層以后,特征圖的數(shù)量明顯增多,為120個,與S4層之間的連接矩陣大小為5×5。F6層之后均是由神經(jīng)元構(gòu)成,輸出層內(nèi)的神經(jīng)元數(shù)量為10,C5層、F6層以及輸出層,三者之間全方面連接。神經(jīng)元是通過徑向基函數(shù)構(gòu)成,計算方式如式(6)

    (6)

    3 目標(biāo)模糊識別

    由于訓(xùn)練圖像的不斷增多,逐漸形成增量式數(shù)據(jù),利用卷積神經(jīng)網(wǎng)絡(luò)對其訓(xùn)練時,可以采用遷移學(xué)習(xí)算法,在一個事先訓(xùn)練好的模型上進行新問題的訓(xùn)練。

    選取一個已經(jīng)訓(xùn)練好的模型Inception-v3[9],經(jīng)過特征提取的作用后,得到圖像的目標(biāo)特征,通過接下來的全連接層,實現(xiàn)特征信息的分類。并且,Inception-v3模型的輸出層可以輸出魯棒性強、表現(xiàn)能力強的特征向量。

    在Inception-v3模型中,使已經(jīng)完成訓(xùn)練的參數(shù)保持不變,利用當(dāng)前模型中的數(shù)據(jù)對卷積神經(jīng)網(wǎng)絡(luò)中的卷積層和全連接層進行微調(diào),以此獲得理想的遷移結(jié)果。在實際的目標(biāo)模糊識別中,只要可用于訓(xùn)練的圖像數(shù)據(jù)足夠多,需要凍結(jié)的卷積層就越少,訓(xùn)練的結(jié)果也就越精準。

    同時由于在軍事訓(xùn)練圖像中,往往需要識別的目標(biāo)不止一個,如果將整幅圖像劃分為若干個單獨的個體然后再進行識別,那么結(jié)果必然是不準確的。不僅如此,想要實現(xiàn)精準的目標(biāo)識別,還需要對目標(biāo)在圖像中的位置進一步確定。對于候選區(qū)域[10]的選取,本文通過對比選擇的是R-CNN序列檢測算法。

    首先,在原始圖像內(nèi)部選取可能包含目標(biāo)在內(nèi)的1900個候選區(qū)域,利用已經(jīng)訓(xùn)練完畢的卷積神經(jīng)網(wǎng)絡(luò),對選取的1900個候選區(qū)域進行特征的提取和分類;然后,對分好類的特征圖像進行邊框回歸處理。該算法直接利用特征圖取代了對原始圖像進行目標(biāo)識別的過程,很大程度上控制了運算成本,并且在經(jīng)過最后一層卷積層時,加入了區(qū)域建議網(wǎng)絡(luò),使得生成候選區(qū)域的速度大大提高,并實現(xiàn)了對候選區(qū)域是否存在目標(biāo)的準確判斷。完成以上步驟后,通過回歸器深入調(diào)整,實現(xiàn)目標(biāo)的有效識別。

    4 仿真研究

    4.1 仿真參數(shù)

    為了驗證本文所提的目標(biāo)模糊識別方法是否合理有效,與文獻中的功能保持和小目標(biāo)跟蹤識別兩種方法展開了對比仿真。仿真中的文字數(shù)據(jù)集和圖像數(shù)據(jù)集均來自于Image Net數(shù)據(jù)集,并按照訓(xùn)練集和測試集分好類。測試集選取了其中的五類軍事體能訓(xùn)練數(shù)據(jù):跑步、蛙跳、俯臥撐、單雙杠和單腿伸登。樣本數(shù)據(jù)的迭代次數(shù)設(shè)定為45次。

    4.2 目標(biāo)識別速度測試

    在目標(biāo)識別速度測試階段,本文選擇常用幀率(單位為frame/s)來表示目標(biāo)識別的速度,換句話說,也就是在一定時間內(nèi)所識別到的目標(biāo)圖像數(shù)量。數(shù)量越多,說明算法的識別速度越快;反之,則說明算法的識別速度較慢。

    將本文方法與功能保持算法和小目標(biāo)跟蹤識別算法展開對比實驗驗證,并在測試數(shù)據(jù)集上進行識別精度的驗證,以此來驗證三種方法所得的目標(biāo)識別精度、平均精度以及目標(biāo)識別速度。三種方法目標(biāo)識別結(jié)果如表2所示。

    表2 三種方法對于不同測試集的目標(biāo)識別結(jié)果

    通過觀察表2可知,本文方法對于不同類型的增量式數(shù)據(jù),平均識別精度可以高達88.33%,較其它兩種方法相比具有顯著的優(yōu)勢。尤其是對于俯臥撐、單雙杠和單腿伸登這三類訓(xùn)練項目的目標(biāo)識別,本文方法的識別精度更是高達89.90%、91.36%、95.32%。再對三種方法的識別速度進行觀察,可以看出,本文方法的識別速度高達43.6frame/s,與其它兩種算法相比具有顯著的優(yōu)勢。這是由于本文方法中引入了小樣本條件下的遷移學(xué)習(xí)技術(shù),在確保算法具有高識別精度的前提下實現(xiàn)了高效率的目標(biāo)識別。

    4.2 目標(biāo)識別效果測試

    接下來對本文方法的目標(biāo)識別效果進行實驗測試。實驗初期,考慮到如果直接將原始圖像代入到本文算法中,原始圖像的成像通道與卷積神經(jīng)網(wǎng)絡(luò)之間可能存在一定的差異性,所以實驗中將卷積神經(jīng)網(wǎng)絡(luò)的大小設(shè)定為一個3×32×32的矩陣,將待識別的目標(biāo)圖像用2表示,背景圖像用1表示,并作為直接輸入卷積神經(jīng)網(wǎng)絡(luò)的內(nèi)容符號。目標(biāo)圖像與背景圖像如圖3所示。

    圖3 目標(biāo)圖像與背景圖像

    由于原始體能訓(xùn)練圖像變形、扭轉(zhuǎn)的可能性較小,因此實驗中適當(dāng)?shù)南鳒p了LeNet-5網(wǎng)絡(luò)卷積層中特征圖的個數(shù)。

    最終設(shè)定的特征圖大小為5×5,卷積層C1、C3、C5的特征圖數(shù)量分別為6個、16個和120個。本文方法目標(biāo)識別效果如圖4所示。

    圖4 本文方法目標(biāo)識別結(jié)果

    從圖4中可以看出,運用本文方法,經(jīng)過一系列的學(xué)習(xí)運算后,輸出的結(jié)果為2,說明識別到的結(jié)果為目標(biāo)圖像。

    然后再利用本文方法,按照實驗中選取的訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集進行訓(xùn)練,實驗結(jié)果如圖5所示。

    圖5 訓(xùn)練數(shù)據(jù)集與測試數(shù)據(jù)集誤差曲線變化

    從圖5中可以看出,即使在迭代次數(shù)不斷增加的情況下,本文方法訓(xùn)練數(shù)據(jù)集與測試數(shù)據(jù)集的誤差出現(xiàn)次數(shù)都在逐漸降低。當(dāng)?shù)螖?shù)為29次時,本文方法對于訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集的目標(biāo)識別誤差次數(shù)無限趨近于0,并且一直保持到最后,說明本文方法目標(biāo)識別效果較優(yōu)。

    5 結(jié)論

    針對軍事體能訓(xùn)練的目標(biāo)識別需求,本文提出可以基于深度學(xué)習(xí)的增量式數(shù)據(jù)目標(biāo)模糊識別方法。利用卷積神經(jīng)網(wǎng)絡(luò)中的LeNet對參數(shù)進行優(yōu)化和微調(diào),使算法整體具有良好的遷移效果,從而提高目標(biāo)識別的精度。在識別速度與識別效果兩方面展開仿真,結(jié)果驗證了本文方法可以在具有理想識別速度的前提下實現(xiàn)高精準度的目標(biāo)識別,可以在很大程度上滿足在實際中的應(yīng)用需求。

    猜你喜歡
    卷積神經(jīng)網(wǎng)絡(luò)精度
    基于3D-Winograd的快速卷積算法設(shè)計及FPGA實現(xiàn)
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    基于DSPIC33F微處理器的采集精度的提高
    電子制作(2018年11期)2018-08-04 03:25:38
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    GPS/GLONASS/BDS組合PPP精度分析
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機控制模型建立
    重型機械(2016年1期)2016-03-01 03:42:04
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    基于支持向量機回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
    改進的Goldschmidt雙精度浮點除法器
    另类亚洲欧美激情| 免费大片黄手机在线观看| 免费在线观看完整版高清| 少妇的逼水好多| 80岁老熟妇乱子伦牲交| 老女人水多毛片| 久久精品国产亚洲av天美| 久久精品久久久久久久性| 免费黄色在线免费观看| 丝袜脚勾引网站| 一本久久精品| 美女内射精品一级片tv| 毛片一级片免费看久久久久| 午夜福利视频精品| 热re99久久国产66热| 日本av手机在线免费观看| 精品第一国产精品| 两个人看的免费小视频| 搡老乐熟女国产| 欧美性感艳星| 免费观看性生交大片5| 免费观看性生交大片5| 国产免费一区二区三区四区乱码| 欧美精品国产亚洲| 少妇人妻 视频| 午夜久久久在线观看| 一本—道久久a久久精品蜜桃钙片| 肉色欧美久久久久久久蜜桃| 国产av精品麻豆| 制服丝袜香蕉在线| 久久久久精品久久久久真实原创| av在线app专区| 少妇猛男粗大的猛烈进出视频| 日韩三级伦理在线观看| 汤姆久久久久久久影院中文字幕| 欧美3d第一页| 777米奇影视久久| 亚洲欧美色中文字幕在线| 十分钟在线观看高清视频www| 午夜精品国产一区二区电影| 天天躁夜夜躁狠狠久久av| 国产精品麻豆人妻色哟哟久久| 美女内射精品一级片tv| 亚洲综合色网址| 成年美女黄网站色视频大全免费| 亚洲第一av免费看| 大香蕉97超碰在线| 亚洲欧洲国产日韩| 91aial.com中文字幕在线观看| 亚洲av成人精品一二三区| 免费不卡的大黄色大毛片视频在线观看| 一边亲一边摸免费视频| 免费观看无遮挡的男女| 下体分泌物呈黄色| 国产在线一区二区三区精| 一区二区日韩欧美中文字幕 | 免费av中文字幕在线| 最近中文字幕高清免费大全6| 咕卡用的链子| 中文字幕制服av| 久久狼人影院| 大陆偷拍与自拍| 久久免费观看电影| 少妇人妻久久综合中文| 视频中文字幕在线观看| av女优亚洲男人天堂| 丰满饥渴人妻一区二区三| 18禁观看日本| 欧美老熟妇乱子伦牲交| 大话2 男鬼变身卡| 久久亚洲国产成人精品v| 日韩 亚洲 欧美在线| 成年女人在线观看亚洲视频| 在线免费观看不下载黄p国产| av又黄又爽大尺度在线免费看| 视频在线观看一区二区三区| 99久久人妻综合| 亚洲精品乱久久久久久| 久久鲁丝午夜福利片| 超碰97精品在线观看| 丰满迷人的少妇在线观看| 国产成人精品久久久久久| 乱人伦中国视频| 18禁在线无遮挡免费观看视频| 亚洲婷婷狠狠爱综合网| 国产乱来视频区| 97在线人人人人妻| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 高清视频免费观看一区二区| 国产精品偷伦视频观看了| 成人综合一区亚洲| 在线亚洲精品国产二区图片欧美| 欧美日韩av久久| 男男h啪啪无遮挡| 久久影院123| 精品一区二区三区四区五区乱码 | 欧美日本中文国产一区发布| 视频在线观看一区二区三区| 国产亚洲欧美精品永久| 国产免费一区二区三区四区乱码| 天天躁夜夜躁狠狠躁躁| 99re6热这里在线精品视频| 免费观看av网站的网址| 国产成人91sexporn| 国产高清国产精品国产三级| 国产 精品1| 丝瓜视频免费看黄片| 亚洲性久久影院| 大话2 男鬼变身卡| 少妇的丰满在线观看| 日本av手机在线免费观看| 一区在线观看完整版| 日韩 亚洲 欧美在线| 97人妻天天添夜夜摸| 一区二区三区四区激情视频| 伊人亚洲综合成人网| 精品国产一区二区三区四区第35| 色吧在线观看| 国产精品一区二区在线观看99| 久久这里有精品视频免费| 伊人久久国产一区二区| 三上悠亚av全集在线观看| 少妇 在线观看| 制服人妻中文乱码| 成人亚洲欧美一区二区av| 国产成人精品一,二区| 99久久精品国产国产毛片| a级毛片黄视频| 亚洲欧美日韩另类电影网站| 亚洲精品456在线播放app| 少妇熟女欧美另类| 成年人午夜在线观看视频| 国产亚洲精品久久久com| 久久久久人妻精品一区果冻| 国产亚洲欧美精品永久| 成人影院久久| 啦啦啦视频在线资源免费观看| 高清欧美精品videossex| 欧美 亚洲 国产 日韩一| 久久午夜福利片| 久久久久精品性色| 性色av一级| a级毛色黄片| 在线免费观看不下载黄p国产| 国产成人欧美| 亚洲精品国产av蜜桃| 日韩免费高清中文字幕av| 国精品久久久久久国模美| 最后的刺客免费高清国语| www日本在线高清视频| 久久精品夜色国产| 麻豆精品久久久久久蜜桃| 中文字幕免费在线视频6| 中文字幕亚洲精品专区| 国产精品蜜桃在线观看| 亚洲精品456在线播放app| 飞空精品影院首页| 欧美成人午夜免费资源| 日韩视频在线欧美| 国产精品人妻久久久久久| 日韩一区二区视频免费看| av视频免费观看在线观看| 久久久久精品人妻al黑| 女性被躁到高潮视频| 精品一区二区三区四区五区乱码 | 老司机亚洲免费影院| 美女内射精品一级片tv| 满18在线观看网站| 亚洲经典国产精华液单| 日韩成人av中文字幕在线观看| 搡女人真爽免费视频火全软件| 成人黄色视频免费在线看| 欧美精品人与动牲交sv欧美| 国产爽快片一区二区三区| 日本91视频免费播放| 看十八女毛片水多多多| 亚洲精品色激情综合| 亚洲精品日本国产第一区| 亚洲国产av新网站| 久久久久久久国产电影| 黄色毛片三级朝国网站| 18禁在线无遮挡免费观看视频| 我要看黄色一级片免费的| 久久久精品区二区三区| 国产在线一区二区三区精| 亚洲国产毛片av蜜桃av| 韩国精品一区二区三区 | 麻豆乱淫一区二区| 国产精品秋霞免费鲁丝片| 蜜臀久久99精品久久宅男| 日本vs欧美在线观看视频| 亚洲精品视频女| 老熟女久久久| 久久毛片免费看一区二区三区| 午夜激情久久久久久久| 精品久久蜜臀av无| 久久ye,这里只有精品| 久久久久久伊人网av| 菩萨蛮人人尽说江南好唐韦庄| 亚洲欧美日韩卡通动漫| 一级a做视频免费观看| 欧美xxxx性猛交bbbb| 免费女性裸体啪啪无遮挡网站| 一个人免费看片子| 亚洲精品aⅴ在线观看| 少妇人妻 视频| 午夜激情av网站| 日日啪夜夜爽| 男的添女的下面高潮视频| 男女边吃奶边做爰视频| 国产在线一区二区三区精| 女人久久www免费人成看片| 美女脱内裤让男人舔精品视频| 国产欧美日韩综合在线一区二区| 欧美另类一区| 女人被躁到高潮嗷嗷叫费观| 免费av不卡在线播放| av免费观看日本| 人人妻人人添人人爽欧美一区卜| av卡一久久| 亚洲精品一区蜜桃| 中文字幕人妻丝袜制服| 久久久国产一区二区| 美女内射精品一级片tv| 免费看不卡的av| 一区二区三区精品91| 一本久久精品| 黑人巨大精品欧美一区二区蜜桃 | 久久97久久精品| 久久精品国产鲁丝片午夜精品| 亚洲成人av在线免费| 看非洲黑人一级黄片| 亚洲国产色片| 国产淫语在线视频| 日韩一本色道免费dvd| 美女内射精品一级片tv| 精品亚洲成国产av| 这个男人来自地球电影免费观看 | 韩国av在线不卡| 日韩熟女老妇一区二区性免费视频| 七月丁香在线播放| 午夜福利影视在线免费观看| 女人久久www免费人成看片| 日本vs欧美在线观看视频| 99热6这里只有精品| 91精品三级在线观看| 精品国产一区二区久久| 少妇人妻精品综合一区二区| 日韩一区二区三区影片| 女人久久www免费人成看片| 免费av中文字幕在线| 亚洲精品一区蜜桃| 亚洲精华国产精华液的使用体验| 精品午夜福利在线看| 国产一级毛片在线| 99国产精品免费福利视频| 精品国产一区二区久久| 一区二区三区乱码不卡18| 欧美激情国产日韩精品一区| 亚洲伊人久久精品综合| 999精品在线视频| 国产男女超爽视频在线观看| 少妇的逼好多水| 精品亚洲乱码少妇综合久久| 国产福利在线免费观看视频| 精品久久国产蜜桃| 亚洲少妇的诱惑av| 成人毛片60女人毛片免费| 中文字幕av电影在线播放| av线在线观看网站| 18在线观看网站| 亚洲av免费高清在线观看| 日韩在线高清观看一区二区三区| 亚洲激情五月婷婷啪啪| 大香蕉97超碰在线| 日韩成人伦理影院| 成人影院久久| 欧美xxxx性猛交bbbb| 伦精品一区二区三区| 亚洲国产毛片av蜜桃av| 成年av动漫网址| 蜜桃在线观看..| 永久网站在线| 国产麻豆69| 国产高清国产精品国产三级| 另类精品久久| 欧美97在线视频| 看免费成人av毛片| 国产极品天堂在线| 精品一区二区三区四区五区乱码 | 免费高清在线观看日韩| 亚洲av国产av综合av卡| 99热网站在线观看| 久久ye,这里只有精品| videossex国产| 国产69精品久久久久777片| 久久久欧美国产精品| 日韩,欧美,国产一区二区三区| 22中文网久久字幕| 91aial.com中文字幕在线观看| 九色成人免费人妻av| 国产片内射在线| 水蜜桃什么品种好| 女人被躁到高潮嗷嗷叫费观| 免费看不卡的av| 国产精品 国内视频| 丰满乱子伦码专区| 免费日韩欧美在线观看| 在线亚洲精品国产二区图片欧美| 丝袜喷水一区| 亚洲综合色惰| 亚洲,一卡二卡三卡| 水蜜桃什么品种好| 免费少妇av软件| 国产男女超爽视频在线观看| 国产精品秋霞免费鲁丝片| 王馨瑶露胸无遮挡在线观看| 99热6这里只有精品| 成年动漫av网址| 黑丝袜美女国产一区| 国产精品秋霞免费鲁丝片| 99九九在线精品视频| 久久精品国产亚洲av天美| 精品国产露脸久久av麻豆| 欧美性感艳星| 国产精品蜜桃在线观看| av福利片在线| 亚洲精品国产色婷婷电影| 十八禁高潮呻吟视频| 久久亚洲国产成人精品v| 免费不卡的大黄色大毛片视频在线观看| 日韩一区二区三区影片| 超色免费av| 亚洲四区av| 少妇高潮的动态图| 成人18禁高潮啪啪吃奶动态图| av在线老鸭窝| 亚洲色图 男人天堂 中文字幕 | 精品一区二区免费观看| 9色porny在线观看| 久久久久久久久久久久大奶| 久久精品人人爽人人爽视色| 亚洲欧美一区二区三区黑人 | 成人漫画全彩无遮挡| 免费久久久久久久精品成人欧美视频 | 毛片一级片免费看久久久久| 毛片一级片免费看久久久久| 嫩草影院入口| 咕卡用的链子| 大片免费播放器 马上看| 日本爱情动作片www.在线观看| 免费观看无遮挡的男女| 久久久久国产精品人妻一区二区| 黑人巨大精品欧美一区二区蜜桃 | 一级黄片播放器| a级毛色黄片| 国产日韩欧美亚洲二区| 亚洲精品一二三| 在线看a的网站| 久久国产亚洲av麻豆专区| 久久久a久久爽久久v久久| av网站免费在线观看视频| 啦啦啦中文免费视频观看日本| 亚洲欧美一区二区三区国产| 中文字幕制服av| 一级爰片在线观看| 成人毛片a级毛片在线播放| 黑人猛操日本美女一级片| 欧美3d第一页| 国产女主播在线喷水免费视频网站| 一本大道久久a久久精品| 色5月婷婷丁香| 日韩av免费高清视频| 日韩制服丝袜自拍偷拍| 久久99精品国语久久久| 侵犯人妻中文字幕一二三四区| 国产精品一区二区在线观看99| 高清不卡的av网站| 少妇被粗大的猛进出69影院 | 中文字幕最新亚洲高清| 国产亚洲精品第一综合不卡 | 国产日韩欧美视频二区| 人体艺术视频欧美日本| 欧美另类一区| √禁漫天堂资源中文www| 亚洲精品自拍成人| 国产成人91sexporn| 久久人人爽av亚洲精品天堂| av国产久精品久网站免费入址| 毛片一级片免费看久久久久| 在线免费观看不下载黄p国产| 国产淫语在线视频| 寂寞人妻少妇视频99o| 久久久欧美国产精品| 制服丝袜香蕉在线| 精品久久久久久电影网| 啦啦啦在线观看免费高清www| www日本在线高清视频| 国产精品久久久av美女十八| 国产一区二区激情短视频 | 亚洲综合色网址| 亚洲婷婷狠狠爱综合网| 久久久久久久大尺度免费视频| 尾随美女入室| 大话2 男鬼变身卡| 日韩中文字幕视频在线看片| 精品一区在线观看国产| 丝袜脚勾引网站| 成年女人在线观看亚洲视频| 亚洲经典国产精华液单| av福利片在线| 黑人欧美特级aaaaaa片| 久久久久网色| 伊人久久国产一区二区| 久久99一区二区三区| xxx大片免费视频| 99久国产av精品国产电影| 一个人免费看片子| 大香蕉久久网| 最黄视频免费看| 天美传媒精品一区二区| 女性被躁到高潮视频| 欧美老熟妇乱子伦牲交| 婷婷色麻豆天堂久久| 免费av中文字幕在线| 最近手机中文字幕大全| 老女人水多毛片| av.在线天堂| 国产国语露脸激情在线看| 日韩欧美精品免费久久| 欧美成人精品欧美一级黄| 成人无遮挡网站| 丰满少妇做爰视频| 飞空精品影院首页| 亚洲人成77777在线视频| 肉色欧美久久久久久久蜜桃| 日韩在线高清观看一区二区三区| 97在线人人人人妻| 国产色爽女视频免费观看| 日本黄色日本黄色录像| 久久这里只有精品19| 国产精品久久久久久av不卡| 内地一区二区视频在线| 国产免费现黄频在线看| 亚洲国产精品专区欧美| 国产一区亚洲一区在线观看| 最后的刺客免费高清国语| 午夜免费观看性视频| 成人毛片60女人毛片免费| 欧美少妇被猛烈插入视频| 久久精品夜色国产| 精品一品国产午夜福利视频| 免费高清在线观看视频在线观看| 亚洲精品久久午夜乱码| 一级爰片在线观看| 狠狠婷婷综合久久久久久88av| 亚洲国产av影院在线观看| 午夜老司机福利剧场| 日韩视频在线欧美| 国产精品国产三级专区第一集| 狂野欧美激情性xxxx在线观看| 国产老妇伦熟女老妇高清| 春色校园在线视频观看| 狂野欧美激情性bbbbbb| 18禁国产床啪视频网站| 日本与韩国留学比较| 97在线视频观看| 亚洲综合精品二区| 欧美日韩亚洲高清精品| 亚洲经典国产精华液单| 黑人高潮一二区| 亚洲精品国产av成人精品| 97在线人人人人妻| 国产精品.久久久| 美女国产视频在线观看| 春色校园在线视频观看| 日本欧美视频一区| 一区二区三区精品91| 热re99久久国产66热| 国产精品麻豆人妻色哟哟久久| 国产精品无大码| 亚洲色图综合在线观看| 亚洲国产毛片av蜜桃av| 午夜日本视频在线| 亚洲精品久久午夜乱码| 久久久久久久亚洲中文字幕| 久久人妻熟女aⅴ| av卡一久久| 国产午夜精品一二区理论片| 欧美少妇被猛烈插入视频| 秋霞伦理黄片| 欧美精品国产亚洲| 免费少妇av软件| 中国三级夫妇交换| 99九九在线精品视频| 久久亚洲国产成人精品v| www.熟女人妻精品国产 | 亚洲一码二码三码区别大吗| 夜夜骑夜夜射夜夜干| 美女脱内裤让男人舔精品视频| 黄色毛片三级朝国网站| 久久久久国产网址| 久久久久久久精品精品| 99国产精品免费福利视频| 国产视频首页在线观看| 久久精品熟女亚洲av麻豆精品| 各种免费的搞黄视频| 韩国精品一区二区三区 | 新久久久久国产一级毛片| 亚洲av男天堂| 久久精品国产鲁丝片午夜精品| 久久99热这里只频精品6学生| 亚洲精品久久成人aⅴ小说| 大码成人一级视频| 国产亚洲av片在线观看秒播厂| av片东京热男人的天堂| 天天躁夜夜躁狠狠躁躁| 五月伊人婷婷丁香| 香蕉精品网在线| 国产熟女午夜一区二区三区| 超碰97精品在线观看| av在线观看视频网站免费| 麻豆精品久久久久久蜜桃| 女性生殖器流出的白浆| 国产国拍精品亚洲av在线观看| 三级国产精品片| 大香蕉久久网| 极品人妻少妇av视频| 亚洲人与动物交配视频| 国产免费一级a男人的天堂| 国产成人a∨麻豆精品| 成年动漫av网址| 日本色播在线视频| 97人妻天天添夜夜摸| 看免费成人av毛片| 国产一区亚洲一区在线观看| 熟女人妻精品中文字幕| av网站免费在线观看视频| 黄色毛片三级朝国网站| 国产色婷婷99| 久久99精品国语久久久| 一本大道久久a久久精品| 日韩在线高清观看一区二区三区| 国产精品欧美亚洲77777| 三上悠亚av全集在线观看| 亚洲av国产av综合av卡| 久久精品国产综合久久久 | 捣出白浆h1v1| 欧美日韩成人在线一区二区| 日本欧美国产在线视频| 久久久久久久久久人人人人人人| 99久久综合免费| 欧美最新免费一区二区三区| 久久99热这里只频精品6学生| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 91精品三级在线观看| 卡戴珊不雅视频在线播放| 女人久久www免费人成看片| 午夜免费鲁丝| 国产成人精品无人区| 国产精品99久久99久久久不卡 | 亚洲欧洲国产日韩| 秋霞伦理黄片| 国产片内射在线| 亚洲三级黄色毛片| 91精品国产国语对白视频| 久久国产精品大桥未久av| 韩国av在线不卡| 婷婷色综合大香蕉| 国产69精品久久久久777片| 色婷婷av一区二区三区视频| 欧美精品高潮呻吟av久久| 精品国产一区二区久久| 国产亚洲av片在线观看秒播厂| 国产男女内射视频| 久久精品人人爽人人爽视色| 欧美 亚洲 国产 日韩一| 国产精品国产三级专区第一集| 婷婷成人精品国产| 69精品国产乱码久久久| 亚洲三级黄色毛片| 国产精品欧美亚洲77777| 亚洲av电影在线进入| 一本大道久久a久久精品| 少妇被粗大的猛进出69影院 | 一级爰片在线观看| 一本色道久久久久久精品综合| 高清在线视频一区二区三区| 国产精品一区二区在线不卡| 伦精品一区二区三区| 亚洲国产精品一区三区| 色5月婷婷丁香| 精品少妇久久久久久888优播| 午夜福利网站1000一区二区三区| 97精品久久久久久久久久精品| 久久99精品国语久久久| 精品一区二区三卡| 多毛熟女@视频| 久久精品人人爽人人爽视色| 春色校园在线视频观看| 看免费成人av毛片| 亚洲欧美日韩另类电影网站| 亚洲精品,欧美精品| 久久狼人影院| 制服人妻中文乱码| 亚洲成av片中文字幕在线观看 | 青青草视频在线视频观看| 亚洲av日韩在线播放| 在线免费观看不下载黄p国产| 国产欧美另类精品又又久久亚洲欧美| 丝袜喷水一区| av免费观看日本| 高清欧美精品videossex| 欧美人与善性xxx| 免费久久久久久久精品成人欧美视频 |