• <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 ?

    采用深度可分離卷積和改進(jìn)特征融合的MSSD

    2021-04-25 05:38:52劉增力
    電視技術(shù) 2021年3期
    關(guān)鍵詞:卷積精度深度

    席 磊,劉增力

    (1.昆明理工大學(xué) 信息工程與自動化學(xué)院,云南 昆明 650500;2.昆明理工大學(xué) 云南省人工智能重點(diǎn)實(shí)驗(yàn)室,云南 昆明 650500)

    0 引 言

    基于近年來卷積神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)技術(shù)以及計(jì)算機(jī)技術(shù)的進(jìn)步,以神經(jīng)網(wǎng)絡(luò)為代表的目標(biāo)檢測技術(shù)日益凸顯出其卓越的性能和巨大的潛力。自AlexNet[1]誕生后,神經(jīng)網(wǎng)絡(luò)用來進(jìn)行目標(biāo)檢測的工作逐漸增多。各種目標(biāo)檢測模型層出不窮,同時檢測性能不斷提升。目前,目標(biāo)檢測模型主要分為兩類,一類是以RCNN[2]為代表的雙階目標(biāo)檢測器,另一類是以 SSD[3]和 YOLO[4]為代表的單階目標(biāo)檢測器。SSD是最早出現(xiàn)的單階檢測器之一,不僅達(dá)到了實(shí)時檢測要求,而且在精度上取得了較好的效果。但是,SSD本身的結(jié)構(gòu)并不完善。隨著技術(shù)的更迭,SSD的改進(jìn)版不斷出現(xiàn)。DSSD[5]利用性能更好的殘差網(wǎng)絡(luò)替代VGG。殘差網(wǎng)絡(luò)相對于VGG有著更好的特征提取能力,結(jié)合反卷積進(jìn)行特征融合后實(shí)現(xiàn)了更高的精度,特別是對小目標(biāo)的檢測,取得了更好的效果。但是,由于殘差網(wǎng)絡(luò)計(jì)算量的增加,它的檢測速度稍慢。FSSD[6]同樣采用特征融合策略將低層的特征圖拼接融合,將得到的新的尺寸為38×38的低層特征作為基礎(chǔ)進(jìn)行后續(xù)的特征提取工作,提高了低層特征信息的提取能力。DenseSSD[7]在結(jié)構(gòu)中設(shè)計(jì)了DenseSkip模塊,模塊內(nèi)部采用類似瓶頸結(jié)構(gòu),進(jìn)行多次1×1+3×3的卷積。它的特征復(fù)用類似DenseNet,且使用特征金字塔方式進(jìn)行特征融合。RFBNet[8]則從感受野大小差異帶來的信息差異出發(fā),設(shè)計(jì)了易于遷移使用的RFB模塊,利用大小不同的感受野的卷積核進(jìn)行特征提取。

    本文提出一種改進(jìn)的目標(biāo)檢測模型MSSD,結(jié)合深度可分離卷積的優(yōu)勢,采用新的特征融合方式,進(jìn)一步挖掘了模型本身的結(jié)構(gòu)優(yōu)勢,有效提高了模型的檢測性能。

    1 相關(guān)工作

    SSD 的骨干網(wǎng)絡(luò)為 VGG16[9]。VGG 憑借其卓越的性能獲得了ImageNet 2014挑戰(zhàn)賽分類的亞軍和定位的冠軍。VGG16包含13個卷積層、5個池化層以及3個全連接層。筆者將VGG16加以改動,去掉VGG16的全連接層后,添加卷積層conv6和conv7,13個卷積層不變,將原作的第5個池化層的尺寸從2×2變?yōu)?×3。此外,新增的conv6采用膨脹卷積的思想,在conv7后添加額外的卷積處理。

    SSD可接受的輸入尺寸有300×300和512×512兩種。SSD300 由 conv4-3、conv7、conv8-2、conv9-2、conv10-2及conv11-2輸出的特征圖做預(yù)測,大小分別為38、19、10、5、3、1。在每個特征圖上依次設(shè)置不同尺寸的預(yù)選框,共計(jì)有8 732個預(yù)選框。每個待預(yù)測特征圖會通過各自的分類和位置回歸網(wǎng)絡(luò),即如圖1所示的cls和loc。檢測框經(jīng)過NMS篩選、剔除,得到最終的目標(biāo)輸出。

    深度可分離卷積(Depthwise Separable Convolution)最早由 Sifre[10]提出。這種思想成為 Xception[11]和MobileNets[12]的核心。深度可分離卷積與普通卷積的不同在于卷積過程。若輸入特征圖尺寸為C×H×W,卷積核尺寸為k×k,C表為輸入通道數(shù),H和W分別為高和寬,O為輸出通道數(shù),則對于普通卷積可得到其參數(shù)量為k×k×O×C。

    對于深度可分離卷積,可以分為兩步進(jìn)行。第一步進(jìn)行卷結(jié)核為k×k的深度卷積。該卷積在通道空間上實(shí)現(xiàn),即針對輸入的C個通道分別進(jìn)行k×k的卷積,輸出通道數(shù)不變。該過程的參數(shù)量為k×k×C。第二步是對上述結(jié)果進(jìn)行逐點(diǎn)卷積(Pointwise Convolution),即1×1的卷積,輸出通道數(shù)為O,則參數(shù)量為1×1×C×O,總參數(shù)量為k×k×C+C×O,過程如圖2所示。

    圖1 SSD結(jié)構(gòu)

    圖2 深度可分離卷積

    以conv7的輸出特征圖1 024×19×19為例,當(dāng)卷積核為3×3、輸出通道數(shù)512時,可以計(jì)算出深度可分離卷積的參數(shù)量只有普通卷積的參數(shù)量1/9左右。雖然深度可分離卷積的參數(shù)量有所減少,但是仍然能夠保證特征提取信息的質(zhì)量。

    2 MSSD的設(shè)計(jì)

    本文設(shè)計(jì)的MSSD(Modified SSD)模型結(jié)構(gòu)如圖3所示。其中,MDSC表示改進(jìn)的深度可分離卷積模塊,作為特征提取基礎(chǔ)單元,扮演的是原始SSD中額外層的角色。同時,MSSD使用相鄰層特征融合的方式加強(qiáng)了特征的復(fù)用,使得獲取的新特征在信息表達(dá)層面更進(jìn)一步。

    2.1 MDSC模塊

    借鑒深度可分離卷積的思想,本文設(shè)計(jì)了一種改進(jìn)的深度可分離卷積模塊MDSC(Modified Depthwise Separable Convolution),結(jié)構(gòu)如圖4所示。圖4中的3×3表示深度卷積,1×1為逐點(diǎn)卷積,經(jīng)過批歸一化層(Batch Normalization,BN)和激活層(Rectified Linear Unit,ReLU)后緊跟另一個深度卷積和逐點(diǎn)卷積。雖然單純的兩次深度可分離卷積對參數(shù)量的減少有幫助,但不足以提高特征的表達(dá)。為了獲得更多有用的信息,在此基礎(chǔ)上增加兩個恒等映射連接進(jìn)行兩次信息融合。一次是在兩次深度可分離卷積后,另一次是在最大池化后。

    圖3 MSSD結(jié)構(gòu)

    圖4 MDSC模塊

    特征圖融合一般有兩種方式。第一種是通道合并,待融合特征圖的通道數(shù)可以不同,相當(dāng)于拓寬了特征圖的通道數(shù)。第二種是元素相加,要求合并前特征圖的通道數(shù)相同,合并后特征圖通道數(shù)不發(fā)生改變。本模型所有的融合方式均采用第二種方式。

    2.2 AFF融合方式

    SSD輸出6個特征圖預(yù)測,相互之間并無交流。由于眾多模型已經(jīng)證明,不同特征圖之間的有效融合可以在一定程度上提高模型的性能,因此本文也將使用特征融合的方法對不同輸出層的特征圖進(jìn)行融合,期望得到更豐富的信息。

    較為流行的對特征融合的處理方式是特征金字塔 FPN[13],如圖 5(a)所示。通過對高層特征上采樣、逆向和低層特征融合以及高層語義信息和低層細(xì)節(jié)信息互補(bǔ),得到新的特征輸出,有效地將高低層特征的優(yōu)勢結(jié)合在一起。考慮到對于一系列尺寸逐漸減小的特征圖,相鄰尺寸特征圖之間的信息表達(dá)更加接近,相互之間的聯(lián)系更為緊密,因此對相鄰特征圖進(jìn)行單獨(dú)處理。FPN這種融合方式聯(lián)合了多層特征,在得到融合調(diào)整后不斷進(jìn)行上采樣,會帶來較多的冗余信息。因此,本文采用一種新的特征融合方式,即緊鄰特征圖融合(Adjacent Features Fusion,AFF),結(jié)構(gòu)如圖5(b)所示,其中紅色表示上采樣,綠色表示下采樣。第i層特征fi緊鄰上下兩層的特征分別為fi-1和fi+1,將i-1層進(jìn)行下采樣操作D,將i+1層進(jìn)行上采樣操作U,之后和fi融合得到新的特征輸出Fi,即:

    上采樣通過反卷積實(shí)現(xiàn),下采樣通過最大池化實(shí)現(xiàn)。所有添加的卷積層后緊跟BN層,達(dá)到加速模型訓(xùn)練和避免過擬合的目的。待融合特征圖通道數(shù)不同時,則通過1×1卷積完成變換。

    圖5 兩種特征融合方式

    3 實(shí)驗(yàn)過程

    本次實(shí)驗(yàn)平臺為Ubuntu 18。在GPU上加速訓(xùn)練,GPU版本為GTX 1080Ti。深度學(xué)習(xí)框架為Pytorch。模型在PASCAL VOC 2007和VOC 2012訓(xùn)練集上訓(xùn)練,在VOC 2007測試集上測試。

    3.1 消融實(shí)驗(yàn)

    首先,訓(xùn)練SSD+MDSC的模型,即利用MDSC替換原始額外層。訓(xùn)練時,設(shè)置batch_size為32,使用隨機(jī)梯度下降優(yōu)化算法,動量設(shè)置為0.9。采用預(yù)熱訓(xùn)練策略進(jìn)行500次預(yù)熱訓(xùn)練后,學(xué)習(xí)率從0逐漸增大至0.001,之后開始穩(wěn)定訓(xùn)練。隨后在80 000次和100 000次迭代時,學(xué)習(xí)率依次衰減為0.1,共進(jìn)行120 000次訓(xùn)練。它的模型精度為78.3%,提升了1.1%,證明了所采用的MDSC模塊的有效性。

    其次,在SSD+MDSC的基礎(chǔ)上采用AFF融合方式進(jìn)行訓(xùn)練,即對本文提出的MSSD進(jìn)行訓(xùn)練。學(xué)習(xí)率衰減發(fā)生在90 000次和110 000次??紤]到模型復(fù)雜度的提升,調(diào)整訓(xùn)練次數(shù),共進(jìn)行130 000次訓(xùn)練。實(shí)驗(yàn)發(fā)現(xiàn),當(dāng)去掉3×3特征圖的下采樣,且1×1特征圖不參與融合而獨(dú)立輸出預(yù)測時,模型的檢測精度并未受到影響。為了減少模型計(jì)算量,最終采用的模型為去掉3×3下采樣的模型結(jié)構(gòu)。可以發(fā)現(xiàn),在測試集上的精度由78.3%增長至79.1%,性能提升0.8%。

    再次,為驗(yàn)證AFF的有效性,對特征金字塔融合方式進(jìn)行對比,即采用SSD+MDSC+FPN的模型進(jìn)行訓(xùn)練。該模型在測試集上的mAP為78.7%,與AFF的融合方式有0.4%的差距,表明所采用的緊鄰特征圖融合方法更有效。

    最后,對輸入尺寸為512×512的圖片進(jìn)行訓(xùn)練,batch_size設(shè)置為16,同樣進(jìn)行預(yù)熱訓(xùn)練,學(xué)習(xí)率0.001在90 000次和110 000次時依次減為原來的0.1,總計(jì)訓(xùn)練135 000次,測試集上其mAP達(dá)到81.8%。

    5種模型在VOC 2007測試集的訓(xùn)練結(jié)果,如表1所示。

    表1 VOC 2007測試集結(jié)果

    MSSD300和SSD300在各類檢測中的性能對比,如表2所示。

    表2 MSSD和SSD對VOC2007測試集各類別目標(biāo)的檢測精度mAP

    可以看出,除了對boat和cat兩類目標(biāo)的檢測精度有所下降外,本文提出的MSSD在各個類別目標(biāo)的檢測精度都有所提升,尤其是對bottle和plant的檢測精度,分別提升了7.10%和3.31%。

    MSSD與其他模型的檢測精度對比如表3所示。表3中的模型均在VOC 2007和VOC 2012訓(xùn)練集上訓(xùn)練,并且在VOC 2007測試集上測試,測試所采用的backbone也經(jīng)過預(yù)訓(xùn)練。對比本文提出的MSSD與SSD的各種代表性變體可以發(fā)現(xiàn),其檢測精度優(yōu)于SSD的眾多變體,且速度也占有優(yōu)勢。SSD樣本檢測結(jié)果如圖6所示,MSSD樣本檢測結(jié)果如圖7所示。

    表3 各種檢測模型的檢測精度對比

    圖6 SSD樣本檢測結(jié)果

    圖7 MSSD樣本檢測結(jié)果

    4 結(jié) 語

    本文提出了一種結(jié)合深度可分離卷積和新型特征融合方法的目標(biāo)檢測模型MSSD。采用改進(jìn)的深度可分離卷積模塊代替SSD中的部分卷積層,既提高了精度,又在一定程度上節(jié)省了參數(shù),并在此基礎(chǔ)上使用緊鄰特征圖融合的方法對輸出特征進(jìn)行重復(fù)利用,效果略優(yōu)于特征金字塔式的融合方式。最終得到的改進(jìn)模型MSSD在速度和精度上取得了很好的平衡,其綜合性能優(yōu)于一些SSD的變體。下一步將對MSSD進(jìn)行優(yōu)化,對MDSC模塊做進(jìn)一步完善,對融合過程的采樣做優(yōu)化處理。

    猜你喜歡
    卷積精度深度
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    深度理解一元一次方程
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    深度觀察
    深度觀察
    深度觀察
    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
    改進(jìn)的Goldschmidt雙精度浮點(diǎn)除法器
    成人av在线播放网站| 黄片小视频在线播放| 亚洲狠狠婷婷综合久久图片| 亚洲一卡2卡3卡4卡5卡精品中文| 久久午夜综合久久蜜桃| 国产视频一区二区在线看| 午夜影院日韩av| 欧美日韩中文字幕国产精品一区二区三区| 国产亚洲av嫩草精品影院| 成年女人毛片免费观看观看9| 国内精品久久久久精免费| 亚洲av五月六月丁香网| 亚洲美女视频黄频| 亚洲五月天丁香| 成年免费大片在线观看| 91在线观看av| 色在线成人网| 日日干狠狠操夜夜爽| 日本一区二区免费在线视频| 久久久久久久久中文| 久久香蕉精品热| avwww免费| 亚洲精品中文字幕一二三四区| 97超级碰碰碰精品色视频在线观看| 脱女人内裤的视频| 日韩免费av在线播放| 国产成年人精品一区二区| 中国美女看黄片| 欧美日韩亚洲国产一区二区在线观看| 亚洲av五月六月丁香网| 国产欧美日韩一区二区三| 欧美zozozo另类| 国产97色在线日韩免费| 亚洲自偷自拍图片 自拍| 神马国产精品三级电影在线观看 | 亚洲avbb在线观看| 亚洲色图av天堂| 欧美在线黄色| 母亲3免费完整高清在线观看| 可以免费在线观看a视频的电影网站| 黑人操中国人逼视频| 18禁观看日本| 91av网站免费观看| 亚洲免费av在线视频| 波多野结衣巨乳人妻| 黄色 视频免费看| 免费在线观看完整版高清| 18美女黄网站色大片免费观看| 亚洲国产中文字幕在线视频| 欧美成人午夜精品| 国产精品一区二区三区四区久久| av福利片在线| 91在线观看av| 一a级毛片在线观看| а√天堂www在线а√下载| 成年女人毛片免费观看观看9| 特级一级黄色大片| 男女下面进入的视频免费午夜| 黄色视频,在线免费观看| 精品无人区乱码1区二区| 天堂av国产一区二区熟女人妻 | 中亚洲国语对白在线视频| 一卡2卡三卡四卡精品乱码亚洲| 老司机深夜福利视频在线观看| 午夜福利18| 叶爱在线成人免费视频播放| 国产激情久久老熟女| 天天一区二区日本电影三级| 久久婷婷人人爽人人干人人爱| 18美女黄网站色大片免费观看| 高清在线国产一区| 久久婷婷成人综合色麻豆| 欧美黑人欧美精品刺激| 可以在线观看的亚洲视频| 亚洲精品av麻豆狂野| 12—13女人毛片做爰片一| 男女床上黄色一级片免费看| 久久这里只有精品19| 国产成人精品久久二区二区免费| 少妇人妻一区二区三区视频| av超薄肉色丝袜交足视频| 国产成人啪精品午夜网站| 欧美精品亚洲一区二区| 亚洲18禁久久av| 两性夫妻黄色片| 国内精品久久久久精免费| 麻豆久久精品国产亚洲av| 波多野结衣高清作品| 亚洲色图 男人天堂 中文字幕| 50天的宝宝边吃奶边哭怎么回事| 97碰自拍视频| 成人午夜高清在线视频| 午夜久久久久精精品| 欧美成人午夜精品| av有码第一页| 狂野欧美激情性xxxx| 欧美精品啪啪一区二区三区| 丰满人妻一区二区三区视频av | 亚洲国产欧洲综合997久久,| 三级毛片av免费| 亚洲av成人一区二区三| 国产三级在线视频| 99久久无色码亚洲精品果冻| 日本一本二区三区精品| 国产精品久久久久久亚洲av鲁大| av视频在线观看入口| 国产成人啪精品午夜网站| 黑人巨大精品欧美一区二区mp4| 香蕉av资源在线| 久久性视频一级片| 欧美日本视频| 国产主播在线观看一区二区| tocl精华| 欧美乱码精品一区二区三区| 久久精品国产亚洲av香蕉五月| 又大又爽又粗| 在线国产一区二区在线| 一a级毛片在线观看| 欧美成人一区二区免费高清观看 | 亚洲精品在线美女| 中文字幕熟女人妻在线| 99热这里只有精品一区 | 国产三级中文精品| 日韩av在线大香蕉| 看免费av毛片| 美女大奶头视频| 亚洲五月天丁香| 亚洲在线自拍视频| 色在线成人网| 毛片女人毛片| 特级一级黄色大片| 色综合亚洲欧美另类图片| 一本一本综合久久| 又黄又粗又硬又大视频| 美女黄网站色视频| 可以在线观看的亚洲视频| 国产伦一二天堂av在线观看| 久久精品国产清高在天天线| 免费在线观看亚洲国产| 午夜激情av网站| 亚洲av美国av| 精品久久蜜臀av无| 不卡一级毛片| 中文字幕熟女人妻在线| 中文字幕最新亚洲高清| 日本五十路高清| 欧美成人性av电影在线观看| 制服人妻中文乱码| 国产亚洲精品第一综合不卡| a在线观看视频网站| 成人欧美大片| 亚洲国产看品久久| 免费在线观看黄色视频的| 国产成+人综合+亚洲专区| 亚洲片人在线观看| 亚洲人与动物交配视频| 精品福利观看| 亚洲av美国av| 丝袜人妻中文字幕| 特大巨黑吊av在线直播| netflix在线观看网站| 一进一出抽搐gif免费好疼| 99久久精品热视频| 香蕉丝袜av| 99精品久久久久人妻精品| 中文在线观看免费www的网站 | 哪里可以看免费的av片| 性色av乱码一区二区三区2| 免费搜索国产男女视频| 热99re8久久精品国产| 一本精品99久久精品77| 国内精品一区二区在线观看| 老汉色∧v一级毛片| 人人妻,人人澡人人爽秒播| 天堂动漫精品| 一边摸一边抽搐一进一小说| 色综合欧美亚洲国产小说| 久久精品亚洲精品国产色婷小说| 色噜噜av男人的天堂激情| 成年人黄色毛片网站| 久久 成人 亚洲| 国产成人系列免费观看| 久久久国产成人免费| 又黄又粗又硬又大视频| 国产午夜精品久久久久久| 成年女人毛片免费观看观看9| 全区人妻精品视频| 精品免费久久久久久久清纯| 成人欧美大片| 久久精品国产清高在天天线| 国产视频内射| 国产一区二区三区视频了| 俄罗斯特黄特色一大片| 亚洲在线自拍视频| 在线视频色国产色| 日本一二三区视频观看| 欧美不卡视频在线免费观看 | 国产伦在线观看视频一区| 黄色女人牲交| 狂野欧美白嫩少妇大欣赏| 又黄又爽又免费观看的视频| 久久久精品欧美日韩精品| 黄色丝袜av网址大全| www.自偷自拍.com| 午夜福利视频1000在线观看| 老熟妇乱子伦视频在线观看| 欧美日韩亚洲综合一区二区三区_| 国产精品永久免费网站| 丁香欧美五月| 欧美日韩福利视频一区二区| 亚洲人成网站在线播放欧美日韩| 舔av片在线| 国产人伦9x9x在线观看| 久久人妻福利社区极品人妻图片| 亚洲在线自拍视频| 国产av一区二区精品久久| 久99久视频精品免费| 国产精品一区二区三区四区免费观看 | www.熟女人妻精品国产| av天堂在线播放| 日韩高清综合在线| 久久久久国产精品人妻aⅴ院| 五月玫瑰六月丁香| 欧美中文综合在线视频| 精品久久久久久,| 青草久久国产| 在线a可以看的网站| 中文字幕熟女人妻在线| 可以在线观看毛片的网站| 久久亚洲精品不卡| 在线观看日韩欧美| 成人高潮视频无遮挡免费网站| 久久这里只有精品中国| 成人午夜高清在线视频| www.熟女人妻精品国产| 久久婷婷成人综合色麻豆| 国产黄a三级三级三级人| 99热这里只有精品一区 | 日韩 欧美 亚洲 中文字幕| 在线观看免费午夜福利视频| 国产精品一区二区精品视频观看| 少妇裸体淫交视频免费看高清 | 少妇被粗大的猛进出69影院| 久久草成人影院| 欧美一区二区精品小视频在线| 一级片免费观看大全| 中文字幕高清在线视频| 免费av毛片视频| 两人在一起打扑克的视频| 成人特级黄色片久久久久久久| 日韩欧美免费精品| 精品一区二区三区av网在线观看| 在线永久观看黄色视频| 成人国语在线视频| 婷婷精品国产亚洲av在线| 男人的好看免费观看在线视频 | 在线观看免费日韩欧美大片| 国产精品一区二区三区四区免费观看 | 999久久久国产精品视频| av超薄肉色丝袜交足视频| 91九色精品人成在线观看| 18禁裸乳无遮挡免费网站照片| 亚洲av成人一区二区三| 国产精品日韩av在线免费观看| 中文在线观看免费www的网站 | 国产在线精品亚洲第一网站| 欧美黑人精品巨大| 午夜福利成人在线免费观看| 国产野战对白在线观看| 久久久久性生活片| www.自偷自拍.com| 可以在线观看的亚洲视频| 国产亚洲av高清不卡| 91av网站免费观看| 女人爽到高潮嗷嗷叫在线视频| 哪里可以看免费的av片| 精品一区二区三区av网在线观看| 国产精品,欧美在线| 成人亚洲精品av一区二区| 国产三级中文精品| 国产精品美女特级片免费视频播放器 | 国产精品综合久久久久久久免费| 两性夫妻黄色片| 成人永久免费在线观看视频| 国产精品精品国产色婷婷| 久久久久久久久免费视频了| 亚洲,欧美精品.| 国产激情久久老熟女| 色在线成人网| 最新在线观看一区二区三区| 此物有八面人人有两片| 操出白浆在线播放| 国产爱豆传媒在线观看 | 亚洲精品在线观看二区| 日本一区二区免费在线视频| 国产高清视频在线播放一区| 男插女下体视频免费在线播放| 在线十欧美十亚洲十日本专区| 欧美日韩中文字幕国产精品一区二区三区| 日本一本二区三区精品| 黄片小视频在线播放| 法律面前人人平等表现在哪些方面| 国产野战对白在线观看| 国产区一区二久久| av天堂在线播放| 精品熟女少妇八av免费久了| 成人av一区二区三区在线看| 制服诱惑二区| 老汉色∧v一级毛片| 国产成人影院久久av| 欧美不卡视频在线免费观看 | 中文亚洲av片在线观看爽| 亚洲一码二码三码区别大吗| 又黄又爽又免费观看的视频| 欧美zozozo另类| 国产午夜精品论理片| 欧美一区二区国产精品久久精品 | 香蕉av资源在线| 熟女少妇亚洲综合色aaa.| 午夜福利在线在线| 99久久国产精品久久久| 三级国产精品欧美在线观看 | 亚洲国产看品久久| 国产v大片淫在线免费观看| 神马国产精品三级电影在线观看 | 人人妻,人人澡人人爽秒播| 亚洲av电影在线进入| 听说在线观看完整版免费高清| 看免费av毛片| 国产午夜精品久久久久久| 国产aⅴ精品一区二区三区波| avwww免费| 久久久久国产一级毛片高清牌| 精品人妻1区二区| 久99久视频精品免费| 亚洲 欧美 日韩 在线 免费| 青草久久国产| 999久久久精品免费观看国产| 这个男人来自地球电影免费观看| 中文亚洲av片在线观看爽| 1024视频免费在线观看| 亚洲av五月六月丁香网| 精品久久久久久久末码| 亚洲专区国产一区二区| 精品久久久久久久末码| 久久香蕉精品热| 一边摸一边抽搐一进一小说| 日韩中文字幕欧美一区二区| 禁无遮挡网站| 999精品在线视频| 两性夫妻黄色片| 动漫黄色视频在线观看| 两性夫妻黄色片| 成人特级黄色片久久久久久久| www.www免费av| 婷婷精品国产亚洲av| 欧美在线一区亚洲| 黄色成人免费大全| 亚洲精品久久国产高清桃花| 国产黄a三级三级三级人| 亚洲av成人精品一区久久| 国产91精品成人一区二区三区| 精品久久久久久久久久久久久| 久久婷婷人人爽人人干人人爱| 黄色片一级片一级黄色片| 国产高清视频在线播放一区| 午夜激情福利司机影院| av天堂在线播放| 日本撒尿小便嘘嘘汇集6| 99国产极品粉嫩在线观看| 免费在线观看成人毛片| 女人高潮潮喷娇喘18禁视频| 免费看日本二区| 少妇人妻一区二区三区视频| 免费看日本二区| 亚洲成人中文字幕在线播放| 美女扒开内裤让男人捅视频| 两个人免费观看高清视频| 日本在线视频免费播放| 18禁国产床啪视频网站| 中文字幕久久专区| 欧美一区二区国产精品久久精品 | 国产高清激情床上av| 欧美中文综合在线视频| 宅男免费午夜| 国产99久久九九免费精品| 国产精品九九99| 亚洲av中文字字幕乱码综合| 俄罗斯特黄特色一大片| 日韩精品中文字幕看吧| 国产精品久久视频播放| 欧美三级亚洲精品| 日韩有码中文字幕| 精品电影一区二区在线| 国内精品久久久久久久电影| 午夜影院日韩av| 老司机午夜福利在线观看视频| 啦啦啦免费观看视频1| 特大巨黑吊av在线直播| 免费av毛片视频| 久久人妻av系列| 天堂动漫精品| 在线国产一区二区在线| 51午夜福利影视在线观看| 婷婷亚洲欧美| 黄片大片在线免费观看| 一进一出好大好爽视频| 成熟少妇高潮喷水视频| 91麻豆精品激情在线观看国产| 观看免费一级毛片| 麻豆国产97在线/欧美 | 亚洲精品色激情综合| 脱女人内裤的视频| 亚洲性夜色夜夜综合| 又黄又粗又硬又大视频| 最近最新免费中文字幕在线| 亚洲国产高清在线一区二区三| 香蕉国产在线看| 国产爱豆传媒在线观看 | 两个人免费观看高清视频| 中文在线观看免费www的网站 | 国产成人一区二区三区免费视频网站| 人成视频在线观看免费观看| 变态另类成人亚洲欧美熟女| 真人一进一出gif抽搐免费| 色哟哟哟哟哟哟| 亚洲人成电影免费在线| 免费看a级黄色片| 精品午夜福利视频在线观看一区| 久久精品国产清高在天天线| 一级毛片精品| 久久人妻福利社区极品人妻图片| 婷婷精品国产亚洲av| 午夜福利视频1000在线观看| 给我免费播放毛片高清在线观看| 久久久久久免费高清国产稀缺| 欧美日韩一级在线毛片| 在线视频色国产色| 伦理电影免费视频| 国产精品九九99| 成人永久免费在线观看视频| 亚洲五月天丁香| 黑人巨大精品欧美一区二区mp4| 男女视频在线观看网站免费 | 色综合亚洲欧美另类图片| 国产成人啪精品午夜网站| 1024香蕉在线观看| 免费一级毛片在线播放高清视频| 久久人妻福利社区极品人妻图片| 一二三四在线观看免费中文在| 国产精华一区二区三区| 久久欧美精品欧美久久欧美| 校园春色视频在线观看| 国产精品一区二区三区四区久久| 91九色精品人成在线观看| 99国产精品一区二区蜜桃av| 日韩中文字幕欧美一区二区| 午夜老司机福利片| 在线观看一区二区三区| 淫妇啪啪啪对白视频| 露出奶头的视频| 久久精品亚洲精品国产色婷小说| 久久精品成人免费网站| 男人舔女人的私密视频| 午夜福利成人在线免费观看| 99精品欧美一区二区三区四区| 看黄色毛片网站| 国产黄色小视频在线观看| 又紧又爽又黄一区二区| 亚洲成人久久爱视频| 国产成人系列免费观看| 观看免费一级毛片| 舔av片在线| 成年版毛片免费区| 亚洲一卡2卡3卡4卡5卡精品中文| 成人三级黄色视频| 午夜久久久久精精品| 亚洲中文av在线| 熟妇人妻久久中文字幕3abv| 一本久久中文字幕| 精品人妻1区二区| 午夜成年电影在线免费观看| 19禁男女啪啪无遮挡网站| 熟妇人妻久久中文字幕3abv| 男插女下体视频免费在线播放| www.自偷自拍.com| 亚洲男人的天堂狠狠| 亚洲av美国av| 亚洲一区二区三区不卡视频| 一边摸一边抽搐一进一小说| 此物有八面人人有两片| 日本三级黄在线观看| 床上黄色一级片| 国产精品亚洲美女久久久| 欧美黑人巨大hd| 99久久久亚洲精品蜜臀av| 少妇的丰满在线观看| 91麻豆精品激情在线观看国产| 波多野结衣巨乳人妻| 亚洲aⅴ乱码一区二区在线播放 | 久久久久久亚洲精品国产蜜桃av| 黄色女人牲交| 人人妻人人看人人澡| 男女视频在线观看网站免费 | 亚洲av电影不卡..在线观看| 五月玫瑰六月丁香| 免费在线观看视频国产中文字幕亚洲| 男插女下体视频免费在线播放| 精品人妻1区二区| www.熟女人妻精品国产| 国产精品爽爽va在线观看网站| 国产精品一区二区三区四区免费观看 | 国产欧美日韩一区二区三| 亚洲av中文字字幕乱码综合| 久久亚洲真实| ponron亚洲| 欧美另类亚洲清纯唯美| 国产午夜精品久久久久久| 亚洲国产精品合色在线| 久久午夜亚洲精品久久| 久久国产乱子伦精品免费另类| 国产高清videossex| 久久久久久久午夜电影| 欧美精品亚洲一区二区| 国产成人一区二区三区免费视频网站| 久久99热这里只有精品18| 窝窝影院91人妻| 日韩av在线大香蕉| 男人舔女人的私密视频| 色尼玛亚洲综合影院| 90打野战视频偷拍视频| 亚洲av中文字字幕乱码综合| 69av精品久久久久久| 黄色 视频免费看| 婷婷丁香在线五月| 19禁男女啪啪无遮挡网站| 手机成人av网站| 在线观看日韩欧美| 日本 av在线| 波多野结衣巨乳人妻| 精品久久久久久久末码| 精品人妻1区二区| 一本精品99久久精品77| 香蕉丝袜av| 国产一区二区三区视频了| 精品午夜福利视频在线观看一区| 黄色视频不卡| av免费在线观看网站| 国内精品久久久久久久电影| 国产精品,欧美在线| 日韩欧美在线乱码| 久久久久九九精品影院| 天天躁狠狠躁夜夜躁狠狠躁| 黄色a级毛片大全视频| 18禁美女被吸乳视频| 999精品在线视频| 成人亚洲精品av一区二区| 国产精品九九99| av福利片在线观看| 97超级碰碰碰精品色视频在线观看| 久久中文看片网| 欧美乱色亚洲激情| 午夜精品在线福利| 国产又色又爽无遮挡免费看| 波多野结衣巨乳人妻| 这个男人来自地球电影免费观看| 色在线成人网| 国产探花在线观看一区二区| 亚洲黑人精品在线| 99国产极品粉嫩在线观看| 久久国产精品人妻蜜桃| 桃色一区二区三区在线观看| 美女高潮喷水抽搐中文字幕| 在线十欧美十亚洲十日本专区| 在线观看免费午夜福利视频| 他把我摸到了高潮在线观看| 无限看片的www在线观看| 1024手机看黄色片| 18禁黄网站禁片免费观看直播| 一本精品99久久精品77| 99在线人妻在线中文字幕| 午夜日韩欧美国产| 欧美在线一区亚洲| 波多野结衣高清无吗| 国产又黄又爽又无遮挡在线| 搡老妇女老女人老熟妇| 欧美一区二区精品小视频在线| 国产av一区在线观看免费| 制服丝袜大香蕉在线| 老熟妇仑乱视频hdxx| 国产高清videossex| 黄频高清免费视频| 999久久久国产精品视频| 午夜久久久久精精品| 日本a在线网址| 久久精品人妻少妇| 久久热在线av| 亚洲七黄色美女视频| 亚洲 国产 在线| 精品第一国产精品| 亚洲欧美一区二区三区黑人| 天天躁夜夜躁狠狠躁躁| 观看免费一级毛片| 大型av网站在线播放| 人人妻,人人澡人人爽秒播| 黄色a级毛片大全视频| 亚洲国产欧美一区二区综合| 亚洲自拍偷在线| 啦啦啦韩国在线观看视频| 免费看十八禁软件| 18禁黄网站禁片免费观看直播| 中文字幕高清在线视频| 久久九九热精品免费| 国内揄拍国产精品人妻在线| 国产午夜精品论理片|