• <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 ?

    基于人工智能的地形目標判讀*

    2020-12-23 01:23:00汪莉莉
    艦船電子工程 2020年11期
    關(guān)鍵詞:損失分類深度

    汪莉莉 吳 帥

    (1.海軍工程大學(xué) 武漢 430033)(2.96823部隊 昆明 650219)

    1 引言

    近年來,隨著大規(guī)模數(shù)據(jù)集和高性能計算硬件的發(fā)展,以深度學(xué)習(xí)為代表的人工智能在圖像的檢測[1~2]、分類[3~4]和分割[5]等領(lǐng)域取得了飛躍性的進步。但是從相關(guān)研究文獻看,人工智能技術(shù)在醫(yī)療診斷、指紋識別、面部識別、交通氣象以及衛(wèi)星云圖識別等方面[6~9]有著較好的應(yīng)用,但在地形目標判讀領(lǐng)域的研究和應(yīng)用還不常見。在實際地形目標判讀和分析中,定性描述多、定量描述少,分析不夠快速、不夠精確的現(xiàn)象還一定程度的存在。

    針對以上問題,本文提出了一種基于Mask R-CNN模型[10]的地形目標判讀方法,可以在復(fù)雜背景下有效檢測與分割場坪、居民地、工廠、水源、交通設(shè)施等不同地形,便于給出定量分析結(jié)論,以輔助人員分析地形環(huán)境。

    2 深度學(xué)習(xí)基本原理

    深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究,是指通過組合低層特征形成更加抽象的高層表示屬性類別或特征,以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示的方法[11]。深度學(xué)習(xí)是當前人工智能技術(shù)中最具潛力的一種方法,是于2006年由加拿大高等研究院的Hinton教授等提出,在最近10多年得到了巨大發(fā)展,并使人工智能產(chǎn)生了革命性的突破。

    深度人工神經(jīng)網(wǎng)絡(luò)是多層的人工神經(jīng)網(wǎng)絡(luò),是當前基于深度學(xué)習(xí)方法的模型中最為典型的代表,模型和數(shù)據(jù)是影響人工神經(jīng)網(wǎng)絡(luò)特征表達的兩個主要方面。傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)只包含2層或3層,而深度人工神經(jīng)網(wǎng)絡(luò)受到了生物神經(jīng)系統(tǒng)的啟發(fā),可能有幾百上千層或更多,它是人工智能的核心,是使計算機具有智能的根本途徑,其應(yīng)用遍及人工智能的各個領(lǐng)域。深度人工神經(jīng)網(wǎng)絡(luò)并行使用神經(jīng)元模型操作,它由一個輸入層、多個隱藏層和一個輸出層組成,各層通過神經(jīng)元相互連接,每個隱藏層使用前一層的輸出作為其輸入。該類型的模型直接從圖像、文本或聲音中學(xué)習(xí)并執(zhí)行分類任務(wù)?;窘Y(jié)構(gòu)如圖1所示。

    圖1 深度人工神經(jīng)網(wǎng)絡(luò)模型示意圖

    基于深度學(xué)習(xí)的新一代人工智能的基本過程是用深度人工神經(jīng)網(wǎng)絡(luò)模擬人類大腦,從大量數(shù)據(jù)中學(xué)習(xí)技能,從而具備一定的人類技能,顯現(xiàn)出類似人類智能的過程。深度人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程如圖2所示。

    圖2 基于深度學(xué)習(xí)的人工智能訓(xùn)練過程

    深度學(xué)習(xí)分為監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)和增強學(xué)習(xí)等,不同的學(xué)習(xí)框架下建立的學(xué)習(xí)模型不同。例如,掩碼區(qū)域卷積神經(jīng)網(wǎng)絡(luò)(Mask R-CNN)就是一種監(jiān)督學(xué)習(xí)下的深度學(xué)習(xí)模型,而深度置信網(wǎng)(DBN)就是一種無監(jiān)督學(xué)習(xí)下的深度學(xué)習(xí)模型。

    3 模型與算法

    Mask R-CNN模型包括分類、定位與分割3個網(wǎng)絡(luò)。它將目標檢測識別和實例分割功能融為一體,繼承于Faster R-CNN[12],是在Faster R-CNN的基礎(chǔ)上擴展了一個分割掩碼網(wǎng)絡(luò),并且改良了感興趣區(qū)域池化算法,提出了感興趣區(qū)域排列算法。掩碼網(wǎng)絡(luò)是應(yīng)用到每個感興趣區(qū)域上的一個小的全卷積網(wǎng)絡(luò),以像素到像素的方式預(yù)測分割掩碼,這個網(wǎng)絡(luò)與分類和定位網(wǎng)絡(luò)并行,性能上可以滿足實時檢測分割的要求。其結(jié)構(gòu)如圖3所示。

    圖3 Mask R-CNN結(jié)構(gòu)框圖

    3.1 分類網(wǎng)絡(luò)

    分類網(wǎng)絡(luò)是在ResNet101[13]經(jīng)典模型的基礎(chǔ)上進行的結(jié)構(gòu)修改和參數(shù)調(diào)優(yōu),如圖4所示。

    圖4 分類網(wǎng)絡(luò)框圖

    分類網(wǎng)絡(luò)的輸入是分塊好的遙感圖像,經(jīng)過特征金字塔網(wǎng)絡(luò)的特征提取得到整個輸入圖像的特征向量,然后經(jīng)過全連接網(wǎng)絡(luò)得到分類值,輸出是根據(jù)分類值得到地形目標的分類判讀結(jié)果。此模型的強大之處在于它的多層結(jié)構(gòu)能自動學(xué)習(xí)特征,并且可以學(xué)習(xí)到多個層次的特征,較淺的卷積層感知域較小,能夠?qū)W習(xí)到局部區(qū)域的特征,較深的卷積層具有較大的感知域,能夠?qū)W習(xí)到更加抽象的特征。這些抽象特征對物體的大小、位置和方向等敏感性更低,從而有助于判讀性能的提高。

    3.2 定位網(wǎng)絡(luò)

    定位網(wǎng)絡(luò)結(jié)構(gòu)是在分類網(wǎng)絡(luò)的基礎(chǔ)上增加區(qū)域建議網(wǎng)絡(luò)(Region Proposal Network,RPN)結(jié)構(gòu)而形成的,如圖5所示。

    圖5 定位網(wǎng)絡(luò)框圖

    輸入的分塊圖像經(jīng)過特征金字塔卷積網(wǎng)絡(luò)后,提取出特征圖,特征圖數(shù)據(jù)經(jīng)過RPN網(wǎng)絡(luò)給出目標的邊框,并進行第一次邊框回歸損失函數(shù)計算,目標推薦區(qū)域經(jīng)過RoIAlign算法送入分類全連接網(wǎng)絡(luò)(可根據(jù)地形目標種類調(diào)整分類數(shù)),并再次進行邊框回歸損失函數(shù)計算,框選出某種地形目標區(qū)域,分別確定地形目標的類別和在輸入圖像中的相對位置。

    3.3 分割網(wǎng)絡(luò)

    分割網(wǎng)絡(luò)是在定位網(wǎng)絡(luò)的基礎(chǔ)上,再增加一個全卷積掩碼分割支路,可以對分類和定位后的地形目標進行像素級分割,如圖6所示。

    圖6 分割網(wǎng)絡(luò)框圖

    分割過程可以分解為兩個階段。第一階段,對輸入圖像進行卷積和池化,得到具有類別信息的特征圖,這一部分在分類和定位網(wǎng)絡(luò)中已經(jīng)完成,而且是共享一體的網(wǎng)絡(luò)結(jié)構(gòu)。第二階段,利用具有語義信息的特征圖,進行反卷積和上采樣,得到分割的標簽圖,實現(xiàn)地形目標分割的目的。

    3.4 模型訓(xùn)練算法

    分割網(wǎng)絡(luò)與分類、定位網(wǎng)絡(luò)并行訓(xùn)練,網(wǎng)絡(luò)參數(shù)同步調(diào)整,損失函數(shù)見式(1)。

    總體損失函數(shù)可以分為區(qū)域推薦網(wǎng)絡(luò)損失函數(shù)LRPN(p,t)和感興趣區(qū)域網(wǎng)絡(luò)損失函數(shù)LRoI(x,c,l,m,g)兩部分。其中區(qū)域推薦網(wǎng)絡(luò)損失函數(shù)包括RPN分類損失函數(shù)Lcls(pi,pa i)和RPN定位損失函數(shù)Lreg(ti,tia);感興趣區(qū)域網(wǎng)絡(luò)損失函數(shù)包括RoI分類損失函數(shù)Lcls(x,c)、RoI定位損失函數(shù)Lloc(x,l,g)和 RoI分割損失函數(shù)Lmask(x,m,g)三部分。分類損失函數(shù)采用Softmax函數(shù),定位損失函數(shù)采用L1平滑損失函數(shù),分割損失函數(shù)采用平均二元交叉熵損失函數(shù)。

    4 實驗分析

    以地形目標判讀中的場坪和居民地判讀為例,開展智能判讀實驗,驗證模型與算法的有效性。實驗采用英特爾CPU、英偉達圖形處理器、Ubuntu操作系統(tǒng)、Tensorflow計算環(huán)境和Python 3.6編程語言。

    4.1 數(shù)據(jù)集準備

    該算法在自制數(shù)據(jù)集上進行測試,數(shù)據(jù)集分為訓(xùn)練集、驗證集和測試集。在民用遙感圖像中收集1m分辨率的某大學(xué)場坪遙感圖像,并收集0.5m分辨率的居民地遙感圖像,采用數(shù)據(jù)擴增技術(shù)制作成300幅遙感圖像數(shù)據(jù)集,從數(shù)據(jù)集中隨機選取其中200幅圖像為訓(xùn)練集,40幅圖像為驗證集,另外60幅圖像作為測試集。并采用多邊形標注方式對訓(xùn)練集和驗證集圖像進行標注。

    4.2 模型訓(xùn)練

    按照總體模型損失函數(shù)公式進行迭代訓(xùn)練,一次迭代處理一個圖像,λ設(shè)置為10,Ncls設(shè)置為256,Nreg設(shè)置為2400。這樣設(shè)置,RPN的兩部分損失值能保持平衡。在圖像中,選擇匹配度大于0.7的先驗框或匹配度最大的先驗框與正確標注的邊框作為正樣本。負樣本從匹配度低于0.3的樣本中隨機選擇。采用隨機梯度下降法對訓(xùn)練進行優(yōu)化。初始學(xué)習(xí)率為0.001,迭代次數(shù)為30000次,訓(xùn)練結(jié)果如表1所示。

    表1 損失函數(shù)訓(xùn)練結(jié)果

    4.3 性能評價指標

    使用平均精確率(AP)值來評估模型與算法的性能。AP是精確率-召回率曲線下的面積。精確率是正確檢測與檢測到的地形目標總數(shù)的比率。召回率是正確檢測與正確標注地形目標總數(shù)的比率。當改變分數(shù)閾值,將得到不同的精確率和召回率。精確率-召回率曲線顯示了召回率變化之后的精確率變化,從而可以反映算法的整體性能。

    4.4 實驗結(jié)果

    為測試不同數(shù)量訓(xùn)練數(shù)據(jù)集對模型性能的影響。分別從200幅訓(xùn)練集中隨機選出50、100兩種數(shù)量的訓(xùn)練數(shù)據(jù)集進行再訓(xùn)練,對訓(xùn)練后的網(wǎng)絡(luò)與原網(wǎng)絡(luò)進行性能比較實驗,分析其性能評價指標,結(jié)果如表2所示。

    其中訓(xùn)練數(shù)據(jù)集數(shù)量為200的網(wǎng)絡(luò)模型性能最佳,其判讀結(jié)果如圖7、8所示。

    圖7 某大學(xué)場坪智能判讀結(jié)果

    圖8 某居民地智能判讀結(jié)果

    實驗表明,當訓(xùn)練較少的數(shù)據(jù)時,模型性能不理想。訓(xùn)練樣本越多,目標地形目標的尺寸越大,算法的魯棒性越強,性能越好。

    5 結(jié)語

    本文提出了一種基于Mask R-CNN深度學(xué)習(xí)模型的地形目標智能判讀方法,該方法采用遷移學(xué)習(xí)和多任務(wù)學(xué)習(xí)技術(shù),分三路對遙感圖像中的地形目標進行分類、定位和分割。在訓(xùn)練階段,利用正確的標注框匹配最好的先驗框,得到正樣本信息,用于學(xué)習(xí)地形目標特征。在測試階段,將測試圖像輸入網(wǎng)絡(luò),進行前向計算,得到目標地形的分類、定位和分割值。然后,根據(jù)設(shè)定的閾值,判斷是否為目標地形,得到最終的分類、定位和分割結(jié)果。實驗結(jié)果表明,該方法能較好地判讀出目標地形,得到準確的地形目標位置,并根據(jù)分割結(jié)果計算該地形目標的量化指標。從原理上看,該方法不僅適用于公共場坪、居民地、工廠、水源、交通設(shè)施等多種地形目標,適用于可見光、紅外、多光譜、激光雷達、SAR等多種圖像,而且也適用于機場、港口、要塞等多種重要目標判讀,對于減輕人員工作量,推動地形和重點目標判讀的自動化、智能化發(fā)展具有重要意義。

    猜你喜歡
    損失分類深度
    少問一句,損失千金
    胖胖損失了多少元
    分類算一算
    深度理解一元一次方程
    分類討論求坐標
    深度觀察
    深度觀察
    玉米抽穗前倒伏怎么辦?怎么減少損失?
    深度觀察
    數(shù)據(jù)分析中的分類討論
    午夜精品一区二区三区免费看| 久久久久国产精品人妻aⅴ院| 国产高潮美女av| 在线观看一区二区三区| 叶爱在线成人免费视频播放| 成年人黄色毛片网站| 亚洲精品456在线播放app | 天天添夜夜摸| 给我免费播放毛片高清在线观看| 夜夜夜夜夜久久久久| 国内久久婷婷六月综合欲色啪| 看片在线看免费视频| 欧美三级亚洲精品| 国产欧美日韩精品亚洲av| www.www免费av| 精品久久久久久成人av| 亚洲精品一卡2卡三卡4卡5卡| 日韩欧美精品v在线| 中文字幕熟女人妻在线| 国产成人av教育| 精品国内亚洲2022精品成人| 亚洲一区二区三区色噜噜| 91麻豆精品激情在线观看国产| 男女视频在线观看网站免费| 亚洲精品乱码久久久v下载方式 | 在线免费观看的www视频| 老鸭窝网址在线观看| 精品午夜福利视频在线观看一区| 黄色成人免费大全| 久久这里只有精品中国| av视频在线观看入口| 又爽又黄无遮挡网站| 欧美日本视频| 美女免费视频网站| 最近最新免费中文字幕在线| 观看免费一级毛片| 久久久久久九九精品二区国产| 一二三四社区在线视频社区8| 美女cb高潮喷水在线观看 | 亚洲av电影在线进入| 国产成人aa在线观看| 欧美最黄视频在线播放免费| 国产精品,欧美在线| 18美女黄网站色大片免费观看| 日韩欧美在线二视频| 亚洲午夜精品一区,二区,三区| av国产免费在线观看| 一夜夜www| 99热6这里只有精品| 免费一级毛片在线播放高清视频| 久久国产乱子伦精品免费另类| 偷拍熟女少妇极品色| aaaaa片日本免费| 国产成人精品久久二区二区免费| 成人三级黄色视频| 色精品久久人妻99蜜桃| 99热这里只有是精品50| 亚洲中文字幕一区二区三区有码在线看 | 一本一本综合久久| 精品一区二区三区av网在线观看| 12—13女人毛片做爰片一| АⅤ资源中文在线天堂| 一进一出抽搐动态| 国产免费男女视频| 久久久成人免费电影| a级毛片在线看网站| 丰满人妻熟妇乱又伦精品不卡| 一个人看的www免费观看视频| 国产精品av视频在线免费观看| 日韩av在线大香蕉| 制服人妻中文乱码| 国产一区二区三区视频了| www.999成人在线观看| 99在线视频只有这里精品首页| 免费在线观看日本一区| av中文乱码字幕在线| 国产精品精品国产色婷婷| 色视频www国产| 特级一级黄色大片| 亚洲美女视频黄频| 麻豆国产av国片精品| 精品国内亚洲2022精品成人| 久久国产乱子伦精品免费另类| 亚洲七黄色美女视频| 国产精品久久电影中文字幕| 不卡一级毛片| 色综合站精品国产| 久久久久国产一级毛片高清牌| 又黄又爽又免费观看的视频| 国产免费av片在线观看野外av| 国产成人影院久久av| 日本一本二区三区精品| 亚洲专区中文字幕在线| 日日干狠狠操夜夜爽| 欧美另类亚洲清纯唯美| h日本视频在线播放| 日韩欧美一区二区三区在线观看| 最近在线观看免费完整版| 99热精品在线国产| 国产精品影院久久| 精品免费久久久久久久清纯| 亚洲天堂国产精品一区在线| 国产精品久久久久久亚洲av鲁大| 69av精品久久久久久| 精品99又大又爽又粗少妇毛片 | 别揉我奶头~嗯~啊~动态视频| 天堂av国产一区二区熟女人妻| 午夜视频精品福利| 亚洲性夜色夜夜综合| 成年免费大片在线观看| 在线观看66精品国产| 宅男免费午夜| 97超级碰碰碰精品色视频在线观看| 一本综合久久免费| 宅男免费午夜| 美女高潮的动态| 国产精品国产高清国产av| 99国产精品一区二区三区| 国产精品香港三级国产av潘金莲| 1024手机看黄色片| 日本熟妇午夜| 久久天堂一区二区三区四区| 美女 人体艺术 gogo| 欧美绝顶高潮抽搐喷水| 宅男免费午夜| 欧美丝袜亚洲另类 | 99riav亚洲国产免费| 亚洲天堂国产精品一区在线| 白带黄色成豆腐渣| 丰满人妻一区二区三区视频av | 国产精品九九99| tocl精华| 99久久精品热视频| 国产伦精品一区二区三区视频9 | 美女被艹到高潮喷水动态| 亚洲国产精品合色在线| 波多野结衣高清无吗| 男女床上黄色一级片免费看| 亚洲国产欧美一区二区综合| 欧美3d第一页| 在线国产一区二区在线| 精品一区二区三区视频在线观看免费| 一a级毛片在线观看| 亚洲九九香蕉| 国产成人aa在线观看| 日韩大尺度精品在线看网址| 亚洲专区国产一区二区| avwww免费| 国产高清有码在线观看视频| 夜夜夜夜夜久久久久| 看片在线看免费视频| 午夜影院日韩av| 亚洲精华国产精华精| 精品国产乱子伦一区二区三区| www.自偷自拍.com| 欧美成人一区二区免费高清观看 | 国产伦人伦偷精品视频| 精品国产乱子伦一区二区三区| 神马国产精品三级电影在线观看| 久久精品91无色码中文字幕| 国产成人精品久久二区二区免费| 18禁国产床啪视频网站| 久久久国产成人精品二区| 国产精品98久久久久久宅男小说| 亚洲av电影在线进入| 国产激情久久老熟女| 国产午夜福利久久久久久| 舔av片在线| 欧美中文综合在线视频| 国产精品影院久久| 亚洲五月天丁香| 亚洲成人久久爱视频| 国产伦一二天堂av在线观看| 国产精品一及| 免费看日本二区| 亚洲人成网站在线播放欧美日韩| or卡值多少钱| 国产成人啪精品午夜网站| av在线蜜桃| 香蕉丝袜av| 国产aⅴ精品一区二区三区波| 日韩免费av在线播放| 欧美成人性av电影在线观看| 一级毛片高清免费大全| 午夜免费观看网址| 国产成人欧美在线观看| 国产一区二区三区视频了| 日韩欧美免费精品| 亚洲在线自拍视频| 久久精品夜夜夜夜夜久久蜜豆| 精品欧美国产一区二区三| 国产亚洲精品av在线| 国产一区二区在线观看日韩 | 成年免费大片在线观看| 悠悠久久av| 51午夜福利影视在线观看| 久久午夜综合久久蜜桃| 国产又色又爽无遮挡免费看| 1024手机看黄色片| 亚洲欧美日韩东京热| 88av欧美| svipshipincom国产片| 18禁观看日本| 高清毛片免费观看视频网站| 激情在线观看视频在线高清| 久久中文字幕人妻熟女| 99热精品在线国产| 精品国产三级普通话版| 最新在线观看一区二区三区| 国内少妇人妻偷人精品xxx网站 | 又粗又爽又猛毛片免费看| cao死你这个sao货| 在线国产一区二区在线| 免费高清视频大片| 老司机福利观看| 我的老师免费观看完整版| 亚洲精品中文字幕一二三四区| 国产在线精品亚洲第一网站| 男女下面进入的视频免费午夜| 欧美日韩一级在线毛片| 亚洲欧美日韩东京热| 亚洲精品美女久久av网站| 一卡2卡三卡四卡精品乱码亚洲| 黄色 视频免费看| 成人午夜高清在线视频| 亚洲国产日韩欧美精品在线观看 | 亚洲色图 男人天堂 中文字幕| 国产成+人综合+亚洲专区| 黄片小视频在线播放| 女人被狂操c到高潮| 精品国产超薄肉色丝袜足j| 99国产综合亚洲精品| 亚洲av成人精品一区久久| 亚洲成人中文字幕在线播放| 一级黄片播放器| 熟女电影av网| 卡戴珊不雅视频在线播放| 美女被艹到高潮喷水动态| 3wmmmm亚洲av在线观看| 亚洲欧美一区二区三区国产| 亚洲av日韩在线播放| 一二三四中文在线观看免费高清| 欧美日韩国产亚洲二区| 国国产精品蜜臀av免费| 国产日韩欧美在线精品| 欧美bdsm另类| 成人鲁丝片一二三区免费| 我的老师免费观看完整版| 色播亚洲综合网| 看片在线看免费视频| 亚洲综合色惰| 亚洲精品乱码久久久v下载方式| 汤姆久久久久久久影院中文字幕 | 99热全是精品| 男的添女的下面高潮视频| 欧美xxxx黑人xx丫x性爽| 中国美白少妇内射xxxbb| 国产高清视频在线观看网站| 久久精品国产鲁丝片午夜精品| 国产精品福利在线免费观看| 最近的中文字幕免费完整| av.在线天堂| 两个人视频免费观看高清| 亚洲av中文字字幕乱码综合| 高清av免费在线| 在线播放国产精品三级| 色噜噜av男人的天堂激情| 久久精品夜色国产| 天堂中文最新版在线下载 | 高清日韩中文字幕在线| 内地一区二区视频在线| av国产免费在线观看| 国产黄色视频一区二区在线观看 | 99热全是精品| 亚洲精品乱码久久久久久按摩| 午夜老司机福利剧场| 欧美高清成人免费视频www| 日产精品乱码卡一卡2卡三| 一夜夜www| 熟女人妻精品中文字幕| 亚洲精华国产精华液的使用体验| 婷婷色综合大香蕉| 能在线免费看毛片的网站| 少妇的逼水好多| av播播在线观看一区| 精品久久久久久电影网 | 久久精品夜夜夜夜夜久久蜜豆| 麻豆乱淫一区二区| 神马国产精品三级电影在线观看| 国产美女午夜福利| 一区二区三区高清视频在线| 2021少妇久久久久久久久久久| 岛国毛片在线播放| 久久6这里有精品| 日日摸夜夜添夜夜添av毛片| 久久精品综合一区二区三区| 久久人妻av系列| 亚洲欧美成人综合另类久久久 | 我的女老师完整版在线观看| 精品人妻一区二区三区麻豆| 日韩制服骚丝袜av| 99久久人妻综合| 五月伊人婷婷丁香| 蜜桃亚洲精品一区二区三区| 亚洲欧美日韩无卡精品| 干丝袜人妻中文字幕| 亚洲激情五月婷婷啪啪| 亚洲国产精品成人久久小说| 日韩欧美 国产精品| 亚洲aⅴ乱码一区二区在线播放| 久久亚洲国产成人精品v| 久久人人爽人人爽人人片va| 国产色婷婷99| 高清av免费在线| 又黄又爽又刺激的免费视频.| 男人舔女人下体高潮全视频| 中文字幕免费在线视频6| 久久99精品国语久久久| 久久精品夜色国产| 日日啪夜夜撸| 在线免费观看不下载黄p国产| 九九在线视频观看精品| 久久久久九九精品影院| 熟女电影av网| 久久国内精品自在自线图片| 亚洲中文字幕日韩| 国内精品宾馆在线| 麻豆久久精品国产亚洲av| 18禁裸乳无遮挡免费网站照片| 网址你懂的国产日韩在线| 听说在线观看完整版免费高清| 可以在线观看毛片的网站| 国产一区亚洲一区在线观看| 色尼玛亚洲综合影院| 3wmmmm亚洲av在线观看| 精品久久久久久成人av| 国产精品av视频在线免费观看| 欧美成人免费av一区二区三区| 村上凉子中文字幕在线| 欧美丝袜亚洲另类| 欧美又色又爽又黄视频| 亚洲欧美日韩高清专用| 两个人的视频大全免费| 成人性生交大片免费视频hd| 中文天堂在线官网| 国产麻豆成人av免费视频| 成人毛片a级毛片在线播放| 最后的刺客免费高清国语| 女人久久www免费人成看片 | 在线观看av片永久免费下载| 免费黄色在线免费观看| 只有这里有精品99| 99热6这里只有精品| 国产免费一级a男人的天堂| 亚洲av免费高清在线观看| 久久精品91蜜桃| 18禁在线无遮挡免费观看视频| 看十八女毛片水多多多| 亚洲精品影视一区二区三区av| 网址你懂的国产日韩在线| 91久久精品国产一区二区成人| 内射极品少妇av片p| 久久综合国产亚洲精品| 久久鲁丝午夜福利片| 两个人视频免费观看高清| 亚洲最大成人中文| 一个人免费在线观看电影| 亚洲,欧美,日韩| 国产精品女同一区二区软件| 亚洲欧美日韩东京热| 久久精品久久精品一区二区三区| 看免费成人av毛片| 男女视频在线观看网站免费| 国产老妇女一区| 国语对白做爰xxxⅹ性视频网站| 美女脱内裤让男人舔精品视频| 一区二区三区乱码不卡18| 一级黄色大片毛片| 日本欧美国产在线视频| 成人毛片a级毛片在线播放| 简卡轻食公司| 日本五十路高清| 韩国高清视频一区二区三区| www日本黄色视频网| 特大巨黑吊av在线直播| 草草在线视频免费看| 亚洲精品一区蜜桃| 菩萨蛮人人尽说江南好唐韦庄 | 免费观看a级毛片全部| 欧美成人精品欧美一级黄| 看非洲黑人一级黄片| 亚洲av电影不卡..在线观看| 亚洲综合色惰| 啦啦啦观看免费观看视频高清| 亚洲18禁久久av| 欧美97在线视频| 国产一区二区亚洲精品在线观看| 欧美高清成人免费视频www| 成人漫画全彩无遮挡| 国产伦一二天堂av在线观看| 一二三四中文在线观看免费高清| 人体艺术视频欧美日本| 亚洲欧美日韩高清专用| 婷婷色麻豆天堂久久 | 日日撸夜夜添| 大又大粗又爽又黄少妇毛片口| 又粗又硬又长又爽又黄的视频| 成人一区二区视频在线观看| or卡值多少钱| 日韩,欧美,国产一区二区三区 | 国产高潮美女av| 51国产日韩欧美| 午夜日本视频在线| 极品教师在线视频| 菩萨蛮人人尽说江南好唐韦庄 | 亚洲欧洲国产日韩| 国产精品麻豆人妻色哟哟久久 | 亚洲欧美一区二区三区国产| 国产精品福利在线免费观看| 99热这里只有精品一区| 在线免费观看的www视频| 国产探花在线观看一区二区| 久久久久久大精品| 亚洲最大成人中文| 插阴视频在线观看视频| 日韩欧美 国产精品| 精品无人区乱码1区二区| 村上凉子中文字幕在线| 日本三级黄在线观看| 国产精品,欧美在线| 国产探花在线观看一区二区| 成人漫画全彩无遮挡| 看免费成人av毛片| 亚洲精品国产av成人精品| 精品一区二区三区人妻视频| 国产乱来视频区| 亚洲欧美日韩无卡精品| 国产av一区在线观看免费| 国产欧美另类精品又又久久亚洲欧美| 国产在线男女| 两个人视频免费观看高清| 在线a可以看的网站| 狠狠狠狠99中文字幕| 精品酒店卫生间| 最后的刺客免费高清国语| 麻豆久久精品国产亚洲av| 三级毛片av免费| 亚洲成人精品中文字幕电影| 亚洲精品一区蜜桃| 国产成人福利小说| 亚洲,欧美,日韩| 国产免费视频播放在线视频 | 亚洲自偷自拍三级| 国产亚洲精品av在线| 久久6这里有精品| 九九在线视频观看精品| 狂野欧美白嫩少妇大欣赏| 日本与韩国留学比较| 免费黄网站久久成人精品| 美女黄网站色视频| 久久久欧美国产精品| 91在线精品国自产拍蜜月| 欧美日韩综合久久久久久| 久久久色成人| 久久久午夜欧美精品| 中文字幕制服av| 色吧在线观看| 看黄色毛片网站| av视频在线观看入口| 亚洲中文字幕日韩| 少妇熟女欧美另类| 婷婷六月久久综合丁香| 亚洲三级黄色毛片| 日本免费a在线| 老司机影院毛片| 成人av在线播放网站| 久久99精品国语久久久| 国产一级毛片在线| 97人妻精品一区二区三区麻豆| 成人鲁丝片一二三区免费| 男人舔女人下体高潮全视频| 国产色婷婷99| 午夜亚洲福利在线播放| 99视频精品全部免费 在线| 国语对白做爰xxxⅹ性视频网站| 亚洲经典国产精华液单| 欧美成人a在线观看| 我的老师免费观看完整版| 亚洲欧美一区二区三区国产| 91午夜精品亚洲一区二区三区| 人妻少妇偷人精品九色| eeuss影院久久| 99热这里只有是精品50| 18禁在线播放成人免费| 欧美日韩综合久久久久久| 国产美女午夜福利| 久久久久精品久久久久真实原创| 夜夜爽夜夜爽视频| 午夜亚洲福利在线播放| 久久精品91蜜桃| 国产精品国产三级国产专区5o | 欧美潮喷喷水| 久久精品久久精品一区二区三区| 天堂中文最新版在线下载 | 视频中文字幕在线观看| 插逼视频在线观看| 中文字幕精品亚洲无线码一区| 久久精品久久久久久噜噜老黄 | 日韩成人av中文字幕在线观看| 精品国产一区二区三区久久久樱花 | 真实男女啪啪啪动态图| 舔av片在线| av福利片在线观看| 午夜激情福利司机影院| 菩萨蛮人人尽说江南好唐韦庄 | 国产欧美另类精品又又久久亚洲欧美| av在线亚洲专区| 一区二区三区乱码不卡18| 婷婷色麻豆天堂久久 | 国产一区二区亚洲精品在线观看| 国产精品国产高清国产av| 1024手机看黄色片| 婷婷色综合大香蕉| 啦啦啦韩国在线观看视频| 久久久久久久久久黄片| 小蜜桃在线观看免费完整版高清| 91精品伊人久久大香线蕉| 国产高潮美女av| 老司机福利观看| АⅤ资源中文在线天堂| 久久久久国产网址| 国产真实乱freesex| 日韩中字成人| 成人欧美大片| 久久韩国三级中文字幕| 男女啪啪激烈高潮av片| 亚洲精品一区蜜桃| 我要看日韩黄色一级片| 成年版毛片免费区| 国产精品一区www在线观看| 精华霜和精华液先用哪个| 国产日韩欧美在线精品| 日本爱情动作片www.在线观看| 大话2 男鬼变身卡| 中文字幕亚洲精品专区| 亚洲国产欧美人成| 欧美最新免费一区二区三区| 国产成人aa在线观看| 亚洲美女视频黄频| 久久久久久久久中文| 欧美成人a在线观看| 日韩精品青青久久久久久| 亚洲国产精品国产精品| av在线天堂中文字幕| 欧美日韩一区二区视频在线观看视频在线 | 久久国产乱子免费精品| 亚洲在线自拍视频| av视频在线观看入口| 国产爱豆传媒在线观看| 国产在线一区二区三区精 | 国产成人a区在线观看| 99九九线精品视频在线观看视频| 精品熟女少妇av免费看| 特大巨黑吊av在线直播| 成年女人永久免费观看视频| 一级黄色大片毛片| 欧美丝袜亚洲另类| 亚洲国产欧美在线一区| 成人高潮视频无遮挡免费网站| 成人性生交大片免费视频hd| 九九久久精品国产亚洲av麻豆| 国产成人午夜福利电影在线观看| 97热精品久久久久久| av播播在线观看一区| 国产免费又黄又爽又色| 日韩av在线大香蕉| 2022亚洲国产成人精品| 国产大屁股一区二区在线视频| 成人漫画全彩无遮挡| 寂寞人妻少妇视频99o| 一卡2卡三卡四卡精品乱码亚洲| 色综合站精品国产| 中文亚洲av片在线观看爽| 又爽又黄无遮挡网站| 国产精品一区二区三区四区久久| 精品酒店卫生间| 99热6这里只有精品| 99久久精品热视频| 黄色欧美视频在线观看| 淫秽高清视频在线观看| 特级一级黄色大片| 男插女下体视频免费在线播放| 日本黄色片子视频| 免费播放大片免费观看视频在线观看 | 青青草视频在线视频观看| 国产伦一二天堂av在线观看| 亚洲五月天丁香| 国产熟女欧美一区二区| 国产精品久久久久久精品电影小说 | 欧美日韩在线观看h| 亚洲国产精品久久男人天堂| 亚洲精品色激情综合| 看片在线看免费视频| 国产精品女同一区二区软件| 黄色配什么色好看| 能在线免费看毛片的网站| 国产高潮美女av| 超碰97精品在线观看| 国产 一区精品| 夜夜爽夜夜爽视频| 精品久久久久久久末码| 少妇人妻一区二区三区视频| 一级毛片aaaaaa免费看小| 欧美成人一区二区免费高清观看| 美女大奶头视频|