• <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Triangle Net 的密集人群計數(shù)

    2021-02-26 02:16:24翁佳鑫仝明磊
    科技創(chuàng)新與應(yīng)用 2021年9期
    關(guān)鍵詞:淺層計數(shù)卷積

    翁佳鑫,仝明磊

    (上海電力大學(xué) 電子與信息工程學(xué)院,上海 200090)

    1 概述

    近年來,人群計數(shù)的典型解決方案是使用基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的密度回歸估計人群密度,通過訓(xùn)練CNN 來學(xué)習(xí)人群圖像和密度圖之間的映射,再通過密度圖求和獲得總?cè)藬?shù)。MCNN[1]是將多尺度融合應(yīng)用于人群計數(shù)的開拓性工作,使用三個不同大小的卷積核模塊解決人場場景中規(guī)模變化問題。Switch-CNN[2]在圖像塊上訓(xùn)練幾個獨立的CNN 人群密度回歸器,這些回歸器與MCNN 具有相同的結(jié)構(gòu)。此外,還對回歸分類器進(jìn)行了交替分類訓(xùn)練,以選擇最佳分類器進(jìn)行密度估計。雖然以上兩個網(wǎng)絡(luò)使用多列模塊但幾乎使用相同的結(jié)構(gòu),不可避免地導(dǎo)致大量信息冗余;且在將圖像發(fā)送到網(wǎng)絡(luò)之前,多列網(wǎng)絡(luò)始終需要密度分類器,使網(wǎng)絡(luò)結(jié)構(gòu)變的更復(fù)雜。Maesden 等人[3]提出了一種用于單圖像人群計數(shù)的多尺度卷積神經(jīng)網(wǎng)絡(luò)(MSCNN),通過膨脹卷積和Inception 結(jié)構(gòu)在單列架構(gòu)中實現(xiàn)更高的人群計數(shù)性能。SaCNN[4]是一種具有規(guī)模自適應(yīng)的CNN,它以具有固定小接受域的FCN 為骨架,并將從多層提取的特征圖改變?yōu)橄嗤笮?然后將它們?nèi)诤弦陨勺罱K密度圖。由于高分辨率密度圖包含更精細(xì)的細(xì)節(jié),所以生成高分辨率和高質(zhì)量的密度圖對人群密度估計很有幫助。ic-CNN[5]提出了一個兩分支網(wǎng)絡(luò),其中一個生成低分辨率密度圖,另一個將低分辨率圖和前一層提取的特征圖融合以生成更高分辨率的密度圖。但該模型生成低分辨率密度圖時欠缺考慮淺層網(wǎng)絡(luò)的細(xì)節(jié)信息,人群較為密集時難以提取到小尺度人頭的特征。

    針對上述問題,本文提出的模型首先用并行連接的方式將淺層網(wǎng)絡(luò)提取的細(xì)節(jié)信息和深層網(wǎng)絡(luò)提取的高分辨率表征進(jìn)行多尺度融合生成高質(zhì)量密度圖;其次提出加固模塊以考慮密度圖的局部相關(guān)性且加快模型收斂速度;最后提出一種新的損失函數(shù),在人群計數(shù)常用的均方誤差(MSE)損失函數(shù)的基礎(chǔ)上聯(lián)合二進(jìn)制交叉熵(BCE)損失。

    2 人群密度估計

    為解決人群計數(shù)算法在擁擠環(huán)境下精度下降的問題,提出了新穎的編碼器/解碼器網(wǎng)絡(luò)Triangle Net。

    圖1 Triangle Net 網(wǎng)絡(luò)結(jié)構(gòu)

    2.1 網(wǎng)絡(luò)結(jié)構(gòu)

    如圖1 所示,本文提出的網(wǎng)絡(luò)以編碼解碼器結(jié)構(gòu)為基礎(chǔ)。網(wǎng)絡(luò)中每個卷積核大小為 3×3,每個最大值池化核的大小為 2×2。

    編碼器模塊使用VGG16 的前10 層作為網(wǎng)絡(luò)的特征提取器,在特征提取的過程中增加池化層對圖像進(jìn)行下采樣操作,能夠有效地降低網(wǎng)絡(luò)參數(shù)量,擴(kuò)大感受野,同時生成4 種不同分辨率的特征圖。

    解碼器分為密度圖估計模塊和加固模塊?,F(xiàn)有的大多數(shù)方法通過最大池化生成低分辨率特征圖,再從低分辨率特征圖通過上采樣恢復(fù)至高分辨率,實現(xiàn)了多尺度特征提取的一個過程。這種方法并沒有考慮到淺層網(wǎng)絡(luò)的細(xì)節(jié)信息,當(dāng)人群較為密集時,很容易提取不到小尺度人頭的特征。不同尺度的特征圖包含不同信息并且高度互補(bǔ)。例如,較深層特征可以提取出高級語義信息,而在淺層特征中可以獲得更多細(xì)節(jié)信息。有一些這方面的研究[6-7]表明,這些互補(bǔ)特征可以相互完善。但若使用簡單方法如加權(quán)平均和串聯(lián)來直接融合,則不能很好地捕獲這些互補(bǔ)信息,所以本文使用并行連接深層網(wǎng)絡(luò)和淺層網(wǎng)絡(luò)的方式,多尺度融合不同分辨率的特征圖,使得從深層網(wǎng)絡(luò)到淺層網(wǎng)絡(luò)的過程中都從其他并行表示中反復(fù)接收高階語義信息,有效解決像素定位問題,提高生成密度圖的質(zhì)量。

    加固模塊通過上采樣恢復(fù)特征圖尺寸,每經(jīng)過一次上采樣恢復(fù)的特征圖就與密度圖估計模塊的特征圖融合,這樣既能影響密度圖估計模塊,還能幫助網(wǎng)絡(luò)更快的收斂。最后融合密度圖估計模塊和加固模塊,通過ReLU激活函數(shù)將其送到最后的conv1×1×1 層,生成高精度人群密度圖。

    2.2 損失函數(shù)

    本節(jié)使用由均方誤差(MSE)和二進(jìn)制交叉熵(BCE)損失組成的聯(lián)合損失。現(xiàn)有人群計數(shù)算法大多使用SSIM損失來確保不忽略密度圖的局部相關(guān)性,但是在本文實驗中,發(fā)現(xiàn)加固模塊不僅能加速收斂并且可以用來影響密度圖估計模塊。這樣,不僅可以幫助網(wǎng)絡(luò)更快地收斂,還可以幫助檢查密度圖的局部相關(guān)性。

    MSE 損失:Hang 等人[8]在他們的圖像恢復(fù)研究中,發(fā)現(xiàn)了一個有趣的現(xiàn)象,在獨立且均勻分布的高斯噪聲的情況下,L2 提供了最大似然估計。通常使用基于像素獨立性假設(shè)的歐幾里得距離,會忽略掉密度圖的局部相關(guān)性。但由于本文中的加固模塊能有效的解決這個問題,所以選擇使用MSE 損失函數(shù),如式(1)所示

    其中y 是預(yù)測值,t 是真實值,N 是像素總數(shù)。

    BCE 損失:本文選用分類交叉熵?fù)p失函數(shù)來訓(xùn)練加固模塊。

    其中y 是預(yù)測值,t 是真實值,N 是像素總數(shù)。

    2.3 評價指標(biāo)

    本文選用回歸問題常用的平均絕對誤差(MAE)和均方誤差(MSE)作為評價指標(biāo),MAE 可以反應(yīng)算法的準(zhǔn)確性,而MSE 則反應(yīng)算法的魯棒性,定義如(3)(4)兩式所示。

    其中N 為測試集圖片的總數(shù)量,P(i)為測試集標(biāo)記的真實人數(shù),Q(i)為測試集的預(yù)測人數(shù)。

    3 實驗

    本文將在兩個較為密集的人群計數(shù)數(shù)據(jù)集上進(jìn)行,這兩個數(shù)據(jù)集是ShanghaiTech 和UCF_CC_50。

    3.1 訓(xùn)練細(xì)節(jié)

    深度度學(xué)習(xí)網(wǎng)絡(luò)框架為Tensorflow+ Keras,模型訓(xùn)練參數(shù)如表3 所示。在訓(xùn)練網(wǎng)絡(luò)時,出現(xiàn)了梯度逐漸消失的問題,嘗試使用批理規(guī)范化(BN)和實例規(guī)范化(IN)來緩解此問題,但由于小批量統(tǒng)計信息不穩(wěn)定,使用BN 時會得到更差的結(jié)果。因此選擇在每個卷積層后加入IN層,如式(5)所示

    其中w 和b 是卷積層的權(quán)重和偏差項,γ 和β 是實例規(guī)范化層的權(quán)重和偏差項,μ 和σ 是輸入的均值和方差。

    3.2 數(shù)據(jù)集

    實驗在ShanghaiTech 和UCF_CC_50 兩個通用人群密度估計數(shù)據(jù)集上進(jìn)行,這兩個數(shù)據(jù)集的參數(shù)如表1 所示。本文只使用一種數(shù)據(jù)增強(qiáng)方式是水平翻轉(zhuǎn)。

    表1 數(shù)據(jù)集參數(shù)

    3.3 Shanghai Tech 數(shù)據(jù)集

    Shanghai Tech 數(shù)據(jù)集是最大的人群密度公共數(shù)據(jù)集,可分為A,B 兩部分,A 部分的人群密度遠(yuǎn)大于B 部分。其特點是場景變化多,且人群密度變化也大,具有較高的復(fù)雜性和挑戰(zhàn)性。

    表2 不同實驗在Shanghai Tech 數(shù)據(jù)集上的對比

    表3 不同實驗在UCF_CC_50 數(shù)據(jù)集上的對比

    表2 將本文提出的算法與其他人群計數(shù)算法在Shanghai Tech 數(shù)據(jù)集進(jìn)行了比較,從表中可知本文在PartA 部分取得最小的MAE 和MSE,而在PartB 部分的MAE 和MSE 僅比ic-CNN 大一些。從實驗結(jié)果表明,本文提出的算法在較為稀疏的人群上能取得不錯的效果,并且在較為密集的人群上取得的效果更加。

    3.4 UCF_CC_50 數(shù)據(jù)集

    UCF_CC_50 數(shù)據(jù)集總共50 張圖片,這個數(shù)據(jù)集雖然圖片數(shù)量最少,但人群最為密集,且每張圖片的人數(shù)變化大,是最有挑戰(zhàn)性的數(shù)據(jù)集。本文選擇與文獻(xiàn)[1]一樣的五折交叉方法進(jìn)行實驗,各個不同算法在UCF_CC_50 數(shù)據(jù)集上的結(jié)果如表3 所示。本文提出的算法在MAE 和MSE 上均取得最小值,充分證明本文提出的算法在較為密集的人群上能取得不錯的準(zhǔn)確性和魯棒性。

    4 結(jié)束語

    為了提高人群密度算法在擁擠人群的精度,本文提出了一種新穎的編碼解碼器網(wǎng)絡(luò)Triangle Net,用并行連接深層網(wǎng)絡(luò)和淺層網(wǎng)絡(luò)的方式,多尺度融合不同分辨率的特征圖,使得從深層網(wǎng)絡(luò)到淺層網(wǎng)絡(luò)的過程中都從其他并行表示中反復(fù)接收高階語義信息,提高生成密度圖的質(zhì)量,并且加入的加固模塊既能加快網(wǎng)絡(luò)收斂,還能有效解決密度圖的局部相關(guān)性問題。在兩個具有擁擠嘈雜特征的數(shù)據(jù)集上進(jìn)行大量實驗表明,本文的方法在較為密集場景下人群計數(shù)有著不錯的準(zhǔn)確性和魯棒性。

    本文進(jìn)行實驗的兩個數(shù)據(jù)集都較小,未來考慮自主生成不同密度的虛擬人群圖像作為訓(xùn)練集來擴(kuò)充數(shù)據(jù)集以提升人群計數(shù)的準(zhǔn)確度。

    猜你喜歡
    淺層計數(shù)卷積
    古人計數(shù)
    基于3D-Winograd的快速卷積算法設(shè)計及FPGA實現(xiàn)
    淺層換填技術(shù)在深厚軟土路基中的應(yīng)用
    基于淺層曝氣原理的好氧顆粒污泥的快速培養(yǎng)
    遞歸計數(shù)的六種方式
    古代的計數(shù)方法
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    這樣“計數(shù)”不惱人
    淺層地下水超采區(qū)劃分探究
    极品人妻少妇av视频| 亚洲国产毛片av蜜桃av| 美女视频免费永久观看网站| 麻豆乱淫一区二区| 99热这里只有是精品在线观看| 亚洲欧美一区二区三区黑人 | 亚洲无线观看免费| 欧美变态另类bdsm刘玥| 亚洲av在线观看美女高潮| 乱码一卡2卡4卡精品| 伊人久久国产一区二区| 国产亚洲一区二区精品| 99热全是精品| 日韩一区二区三区影片| 特大巨黑吊av在线直播| 色视频www国产| 久久99热6这里只有精品| 丝袜在线中文字幕| 嘟嘟电影网在线观看| 另类精品久久| a级毛色黄片| 成人二区视频| 纯流量卡能插随身wifi吗| 日本91视频免费播放| 老女人水多毛片| av在线老鸭窝| 欧美精品高潮呻吟av久久| 日韩电影二区| 亚洲av综合色区一区| 国产精品国产三级国产专区5o| 国产一级毛片在线| 美女视频免费永久观看网站| 韩国高清视频一区二区三区| 成年av动漫网址| tube8黄色片| 亚洲第一av免费看| 久久婷婷青草| 中文资源天堂在线| 免费看光身美女| 国产高清不卡午夜福利| 国产高清不卡午夜福利| 男女免费视频国产| 久久久午夜欧美精品| 日本午夜av视频| 色吧在线观看| 有码 亚洲区| 我要看日韩黄色一级片| 久久午夜综合久久蜜桃| 日韩成人av中文字幕在线观看| 日本爱情动作片www.在线观看| 午夜福利视频精品| videossex国产| 国产精品嫩草影院av在线观看| 国产亚洲一区二区精品| 国产深夜福利视频在线观看| 免费黄网站久久成人精品| 老熟女久久久| 国产日韩欧美在线精品| 国产精品人妻久久久久久| 国产成人freesex在线| 黄色配什么色好看| av福利片在线观看| 男女免费视频国产| 亚洲精品,欧美精品| 日韩伦理黄色片| 亚洲精品乱久久久久久| 男女边吃奶边做爰视频| 一级二级三级毛片免费看| 大片免费播放器 马上看| 日韩一区二区三区影片| 乱人伦中国视频| 黄色欧美视频在线观看| a级一级毛片免费在线观看| 熟女av电影| 国产男女超爽视频在线观看| 亚洲电影在线观看av| 国产精品福利在线免费观看| 日本wwww免费看| av一本久久久久| av一本久久久久| 久久影院123| 亚洲va在线va天堂va国产| 国产成人免费无遮挡视频| 国内精品宾馆在线| 人妻系列 视频| 亚洲av成人精品一区久久| 国产又色又爽无遮挡免| 内射极品少妇av片p| 美女脱内裤让男人舔精品视频| 久久免费观看电影| 日韩av不卡免费在线播放| 亚洲一区二区三区欧美精品| 深夜a级毛片| 日本vs欧美在线观看视频 | 亚洲精品中文字幕在线视频 | 国产高清不卡午夜福利| 午夜福利网站1000一区二区三区| 亚洲精品视频女| 人人妻人人澡人人看| 一级a做视频免费观看| 中文字幕av电影在线播放| 热99国产精品久久久久久7| 在线 av 中文字幕| 秋霞在线观看毛片| 在线亚洲精品国产二区图片欧美 | 免费人妻精品一区二区三区视频| 只有这里有精品99| 日本wwww免费看| 中国国产av一级| 亚洲,一卡二卡三卡| 黄色视频在线播放观看不卡| 91精品国产九色| 老女人水多毛片| 久久亚洲国产成人精品v| 看十八女毛片水多多多| 制服丝袜香蕉在线| 在线观看av片永久免费下载| 欧美日韩在线观看h| 18禁裸乳无遮挡动漫免费视频| 久久影院123| 18禁在线无遮挡免费观看视频| 亚洲欧美中文字幕日韩二区| 免费黄网站久久成人精品| 人人妻人人看人人澡| 大话2 男鬼变身卡| 免费播放大片免费观看视频在线观看| 国产亚洲欧美精品永久| 免费观看性生交大片5| 日本欧美国产在线视频| 99热6这里只有精品| 亚洲美女搞黄在线观看| 80岁老熟妇乱子伦牲交| 国产白丝娇喘喷水9色精品| 亚洲av日韩在线播放| 日本午夜av视频| 国产精品免费大片| 99久久综合免费| 少妇熟女欧美另类| 精品亚洲成a人片在线观看| 亚洲精品一二三| 人体艺术视频欧美日本| 国产精品成人在线| 777米奇影视久久| 精品少妇久久久久久888优播| av不卡在线播放| 麻豆精品久久久久久蜜桃| 老熟女久久久| 欧美人与善性xxx| 伊人亚洲综合成人网| 色吧在线观看| 亚洲高清免费不卡视频| 免费黄网站久久成人精品| 蜜桃在线观看..| 国产女主播在线喷水免费视频网站| 26uuu在线亚洲综合色| 又粗又硬又长又爽又黄的视频| 免费观看性生交大片5| 丰满少妇做爰视频| 丰满迷人的少妇在线观看| 人妻 亚洲 视频| 中文字幕人妻丝袜制服| 久久国产乱子免费精品| √禁漫天堂资源中文www| 一级毛片我不卡| 三级国产精品片| 久久国产精品男人的天堂亚洲 | 9色porny在线观看| 熟女人妻精品中文字幕| 精品亚洲成国产av| 十八禁网站网址无遮挡 | 国内精品宾馆在线| videos熟女内射| 欧美最新免费一区二区三区| 日本av免费视频播放| 99九九线精品视频在线观看视频| 精品一区二区三区视频在线| 中文在线观看免费www的网站| 久久av网站| 国产亚洲5aaaaa淫片| 色哟哟·www| 午夜91福利影院| 久久久久久久国产电影| 亚洲国产精品999| 久久人妻熟女aⅴ| 精品国产一区二区久久| 国产日韩一区二区三区精品不卡 | 国产精品一区二区在线不卡| 国产精品嫩草影院av在线观看| 久久精品国产a三级三级三级| 日韩成人伦理影院| 国产成人精品无人区| 我的女老师完整版在线观看| 美女xxoo啪啪120秒动态图| 亚洲精品日本国产第一区| 中文字幕亚洲精品专区| 午夜免费观看性视频| 人体艺术视频欧美日本| 少妇被粗大猛烈的视频| 国产高清国产精品国产三级| 日韩亚洲欧美综合| 新久久久久国产一级毛片| 国产伦在线观看视频一区| 欧美精品人与动牲交sv欧美| 亚洲国产精品专区欧美| 在线观看免费高清a一片| 青春草国产在线视频| a级一级毛片免费在线观看| 亚洲第一区二区三区不卡| 精品国产一区二区久久| 免费观看无遮挡的男女| 国产精品国产三级国产专区5o| 国产淫语在线视频| av福利片在线观看| 亚洲欧美成人综合另类久久久| 黄色毛片三级朝国网站 | 亚洲真实伦在线观看| 少妇裸体淫交视频免费看高清| 婷婷色av中文字幕| 成人免费观看视频高清| 看非洲黑人一级黄片| 国产黄片视频在线免费观看| 久久人人爽人人片av| 99国产精品免费福利视频| 亚洲精品,欧美精品| 91在线精品国自产拍蜜月| 免费黄网站久久成人精品| 黄色一级大片看看| 日韩制服骚丝袜av| 精品久久久精品久久久| videos熟女内射| 国产成人精品无人区| 又粗又硬又长又爽又黄的视频| 国内精品宾馆在线| 免费黄频网站在线观看国产| 女人久久www免费人成看片| 久久精品国产自在天天线| 一区二区三区四区激情视频| 精品99又大又爽又粗少妇毛片| 国产精品.久久久| 26uuu在线亚洲综合色| 午夜免费鲁丝| 男人狂女人下面高潮的视频| 日韩在线高清观看一区二区三区| 在线观看av片永久免费下载| 欧美精品国产亚洲| 少妇熟女欧美另类| 欧美人与善性xxx| 精华霜和精华液先用哪个| 嫩草影院新地址| 啦啦啦啦在线视频资源| 内射极品少妇av片p| 国产 一区精品| 视频中文字幕在线观看| 久久精品久久久久久久性| 人妻一区二区av| 国产精品久久久久久久电影| 亚洲av.av天堂| 高清欧美精品videossex| 新久久久久国产一级毛片| 最近中文字幕2019免费版| 99久久精品热视频| 插阴视频在线观看视频| 久久久a久久爽久久v久久| 人体艺术视频欧美日本| 一区二区av电影网| 亚洲色图综合在线观看| 丝袜在线中文字幕| 日本黄色日本黄色录像| 亚洲精品日韩av片在线观看| 我要看日韩黄色一级片| 三级国产精品片| 人人妻人人爽人人添夜夜欢视频 | 国产亚洲最大av| 丝袜脚勾引网站| 国产淫语在线视频| 天天躁夜夜躁狠狠久久av| 美女脱内裤让男人舔精品视频| 精品一区二区免费观看| 一级毛片我不卡| 秋霞伦理黄片| 亚洲,欧美,日韩| 国产精品国产av在线观看| 搡老乐熟女国产| 国产精品伦人一区二区| 精品熟女少妇av免费看| 久久国产亚洲av麻豆专区| 亚洲,一卡二卡三卡| 最近2019中文字幕mv第一页| 久久亚洲国产成人精品v| 在线观看免费日韩欧美大片 | 中文字幕av电影在线播放| 纯流量卡能插随身wifi吗| 成人亚洲精品一区在线观看| 亚州av有码| 国产黄色视频一区二区在线观看| 人人妻人人看人人澡| 日韩中字成人| 一区二区三区免费毛片| 国产色婷婷99| 永久免费av网站大全| 一级毛片电影观看| 少妇熟女欧美另类| 国产av一区二区精品久久| 在线看a的网站| 少妇人妻 视频| 国产成人a∨麻豆精品| 成年人午夜在线观看视频| 国产精品国产av在线观看| 国产一区二区在线观看日韩| 欧美日韩国产mv在线观看视频| 男女无遮挡免费网站观看| 男女免费视频国产| 国内揄拍国产精品人妻在线| 国模一区二区三区四区视频| 久久久久久久亚洲中文字幕| 亚洲av欧美aⅴ国产| 国产精品女同一区二区软件| 18禁动态无遮挡网站| 国产有黄有色有爽视频| 亚洲内射少妇av| 在线观看www视频免费| 性高湖久久久久久久久免费观看| 最近最新中文字幕免费大全7| 亚洲精品日本国产第一区| 久久av网站| 亚洲美女视频黄频| 99久久精品国产国产毛片| 午夜免费观看性视频| 国产精品福利在线免费观看| 日本av手机在线免费观看| 乱码一卡2卡4卡精品| 日韩av不卡免费在线播放| 黄色怎么调成土黄色| 在线亚洲精品国产二区图片欧美 | 免费av不卡在线播放| 亚洲一级一片aⅴ在线观看| 亚洲欧美一区二区三区国产| 高清视频免费观看一区二区| 亚洲伊人久久精品综合| 国产淫片久久久久久久久| 国产成人一区二区在线| 极品人妻少妇av视频| 伦理电影大哥的女人| 国产精品久久久久久久久免| 久久久久久久久久成人| 桃花免费在线播放| 久久久久网色| 黄色配什么色好看| 国产成人精品婷婷| 啦啦啦啦在线视频资源| 99精国产麻豆久久婷婷| 久久久国产一区二区| 日本黄色片子视频| 大陆偷拍与自拍| 免费av中文字幕在线| 免费看av在线观看网站| 成人亚洲欧美一区二区av| 97超视频在线观看视频| 色视频www国产| 性高湖久久久久久久久免费观看| 国产男人的电影天堂91| 亚洲成人一二三区av| 欧美日韩综合久久久久久| 精品午夜福利在线看| 青春草国产在线视频| 老司机影院毛片| 亚洲精品国产成人久久av| 香蕉精品网在线| 亚洲第一区二区三区不卡| 国产精品女同一区二区软件| 国产乱人偷精品视频| 国产永久视频网站| 99九九线精品视频在线观看视频| 如何舔出高潮| 2021少妇久久久久久久久久久| 国产伦在线观看视频一区| 男女啪啪激烈高潮av片| 男女免费视频国产| 天天操日日干夜夜撸| 国产精品免费大片| 日韩不卡一区二区三区视频在线| 亚洲欧美成人综合另类久久久| 久久午夜福利片| 乱码一卡2卡4卡精品| 亚洲精品乱码久久久久久按摩| 我要看日韩黄色一级片| 亚洲精品一区蜜桃| 人人妻人人澡人人爽人人夜夜| 国产精品福利在线免费观看| 青青草视频在线视频观看| 亚洲av在线观看美女高潮| 亚洲欧美一区二区三区黑人 | 精品久久久精品久久久| 日韩电影二区| 菩萨蛮人人尽说江南好唐韦庄| 国产日韩欧美视频二区| 国产免费又黄又爽又色| 国产精品一区二区三区四区免费观看| 最近中文字幕2019免费版| 欧美精品一区二区免费开放| 人人妻人人澡人人看| 男女国产视频网站| 成年人午夜在线观看视频| 一级毛片aaaaaa免费看小| 2022亚洲国产成人精品| 一二三四中文在线观看免费高清| 精品亚洲成国产av| 免费av不卡在线播放| 亚洲美女视频黄频| 久久97久久精品| 黑人巨大精品欧美一区二区蜜桃 | 国产男人的电影天堂91| 日日摸夜夜添夜夜爱| 欧美一级a爱片免费观看看| 午夜日本视频在线| 久久97久久精品| 黄色欧美视频在线观看| 99视频精品全部免费 在线| 七月丁香在线播放| 最近手机中文字幕大全| 久热这里只有精品99| 久久国产乱子免费精品| 久久99热这里只频精品6学生| 在线 av 中文字幕| 午夜免费观看性视频| 草草在线视频免费看| 精品人妻熟女av久视频| 免费看光身美女| 久久99蜜桃精品久久| 亚洲综合精品二区| 熟妇人妻不卡中文字幕| 99久久精品一区二区三区| 免费观看av网站的网址| 亚洲欧洲日产国产| 亚洲精品乱码久久久v下载方式| 亚洲av日韩在线播放| 91精品国产国语对白视频| 日本欧美视频一区| 国产一区二区三区av在线| 美女cb高潮喷水在线观看| 成年av动漫网址| 日韩欧美一区视频在线观看 | 丰满迷人的少妇在线观看| 晚上一个人看的免费电影| 99视频精品全部免费 在线| 国产精品免费大片| 国产无遮挡羞羞视频在线观看| 日本黄色日本黄色录像| 少妇丰满av| 久久午夜福利片| 国产精品人妻久久久久久| 一区二区av电影网| 久久久久国产精品人妻一区二区| 九九爱精品视频在线观看| 黑丝袜美女国产一区| 国产欧美另类精品又又久久亚洲欧美| 国产精品嫩草影院av在线观看| 精品一品国产午夜福利视频| 亚洲精品日韩在线中文字幕| 在线观看国产h片| 三上悠亚av全集在线观看 | 少妇裸体淫交视频免费看高清| 婷婷色av中文字幕| 久久久精品免费免费高清| 2022亚洲国产成人精品| 日日摸夜夜添夜夜爱| 蜜桃久久精品国产亚洲av| av网站免费在线观看视频| 一级毛片久久久久久久久女| 麻豆乱淫一区二区| 高清视频免费观看一区二区| 免费看不卡的av| 永久免费av网站大全| 性色avwww在线观看| 日韩在线高清观看一区二区三区| 极品人妻少妇av视频| 五月开心婷婷网| 啦啦啦在线观看免费高清www| 丰满饥渴人妻一区二区三| 纵有疾风起免费观看全集完整版| 最近中文字幕高清免费大全6| 国产成人精品一,二区| 91久久精品电影网| 一级二级三级毛片免费看| 91成人精品电影| 26uuu在线亚洲综合色| 久久久久国产精品人妻一区二区| 国产高清不卡午夜福利| av国产精品久久久久影院| 99久久精品一区二区三区| 亚洲精品乱久久久久久| 亚洲av不卡在线观看| 三级国产精品欧美在线观看| 亚洲国产精品一区三区| 丝袜喷水一区| 欧美日韩在线观看h| 最后的刺客免费高清国语| 欧美+日韩+精品| 亚洲国产欧美在线一区| 老熟女久久久| 如日韩欧美国产精品一区二区三区 | a级毛色黄片| 久久99一区二区三区| 中文字幕av电影在线播放| 国产伦精品一区二区三区四那| 18禁裸乳无遮挡动漫免费视频| 久久精品国产亚洲av天美| 亚洲欧美精品专区久久| 一本大道久久a久久精品| 高清视频免费观看一区二区| 少妇的逼好多水| 中文字幕人妻熟人妻熟丝袜美| 免费观看a级毛片全部| a级毛色黄片| 日韩av在线免费看完整版不卡| 久久国内精品自在自线图片| 国产黄片美女视频| 99九九线精品视频在线观看视频| 秋霞伦理黄片| 国产精品人妻久久久影院| 老熟女久久久| 亚洲精品自拍成人| 国产亚洲精品久久久com| 黑丝袜美女国产一区| 嫩草影院入口| 伦理电影大哥的女人| 亚洲色图综合在线观看| 亚洲,欧美,日韩| 久久人妻熟女aⅴ| 一级毛片久久久久久久久女| h视频一区二区三区| 99久久精品热视频| 久热久热在线精品观看| 亚洲精品视频女| 我要看黄色一级片免费的| 看十八女毛片水多多多| 色视频在线一区二区三区| 少妇的逼水好多| 亚洲精品色激情综合| 亚洲不卡免费看| 亚洲欧美精品专区久久| 少妇人妻精品综合一区二区| 亚洲国产精品一区二区三区在线| 嫩草影院入口| av天堂中文字幕网| av卡一久久| 欧美激情极品国产一区二区三区 | 亚洲美女搞黄在线观看| 三上悠亚av全集在线观看 | 免费av中文字幕在线| 久久狼人影院| 日韩大片免费观看网站| 久久精品国产鲁丝片午夜精品| 草草在线视频免费看| 国产爽快片一区二区三区| 人人妻人人澡人人看| av在线app专区| 最近最新中文字幕免费大全7| 99久久人妻综合| 深夜a级毛片| 国产乱来视频区| 亚洲av欧美aⅴ国产| 中文字幕av电影在线播放| 伊人久久精品亚洲午夜| 丰满少妇做爰视频| 黄色一级大片看看| 国产高清有码在线观看视频| 91精品一卡2卡3卡4卡| 男女国产视频网站| 少妇的逼水好多| 国产高清国产精品国产三级| a级一级毛片免费在线观看| 国产国拍精品亚洲av在线观看| 日韩视频在线欧美| 大码成人一级视频| 在线观看人妻少妇| 精品午夜福利在线看| 老女人水多毛片| 一本—道久久a久久精品蜜桃钙片| 国产色爽女视频免费观看| 自拍欧美九色日韩亚洲蝌蚪91 | 26uuu在线亚洲综合色| 美女视频免费永久观看网站| 欧美精品一区二区免费开放| 日本黄色片子视频| 22中文网久久字幕| 中文乱码字字幕精品一区二区三区| 欧美xxⅹ黑人| 精品国产国语对白av| 人体艺术视频欧美日本| 精品国产国语对白av| 欧美日韩一区二区视频在线观看视频在线| 婷婷色综合www| 人妻夜夜爽99麻豆av| 欧美精品亚洲一区二区| 最新的欧美精品一区二区| 欧美3d第一页| 街头女战士在线观看网站| 国产无遮挡羞羞视频在线观看| 黄片无遮挡物在线观看| 在线观看www视频免费| 国产熟女午夜一区二区三区 | 最后的刺客免费高清国语| 亚洲电影在线观看av| 春色校园在线视频观看| 99视频精品全部免费 在线| 老司机亚洲免费影院| 日韩欧美 国产精品| 少妇 在线观看| 22中文网久久字幕| 人妻系列 视频| 亚洲美女黄色视频免费看| 超碰97精品在线观看| 美女主播在线视频| 极品教师在线视频|