• <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 ?

    基于深度學習的三維點云自動生成BIM模型方法

    2021-07-07 07:52:36何文景熊吳越
    土木工程與管理學報 2021年3期
    關鍵詞:原始數(shù)據(jù)墻體邊界

    何文景,楊 健,熊吳越,c

    (上海交通大學 a. 船舶海洋與建筑工程學院; b. 海洋工程國家重點實驗室;c. 上海市公共建筑和基礎設施數(shù)字化運維重點實驗室, 上海 200240)

    近年來,我國政府大力推進智慧城市規(guī)劃建設,國家層面推出十多個相關政策文件[1],如住建部《2015—2020建筑信息化發(fā)展綱要》、國務院《國家新型城鎮(zhèn)化規(guī)劃(2014—2020)》等。在國家戰(zhàn)略和政策推動下,建設虛擬服務現(xiàn)實,數(shù)據(jù)驅動治理的數(shù)字孿生城市將成為智慧城市的重要趨勢。數(shù)字孿生城市可在一定程度上對城市的人、事物進行前瞻性預判,其前提是重塑高精度、多耦合的建筑信息模型(BIM,Building Information Modeling)[2]。

    然而,在BIM的初始數(shù)字化建模過程中,極少既有建筑具有完整準確的信息資料。在既有建筑生成BIM模型研究領域,現(xiàn)階段的方法集中在將既有建筑物三維點云數(shù)據(jù)經過預處理,通過先驗知識(knowledge)和相應算法(如霍夫變換、RANSAC(Random Sample Consensus)等)提取點云特征[3],再經過一定人機交互處理后生成BIM模型,其中涉及大量手工作業(yè),耗時且主觀易出錯[4],此外,基于先驗知識的三維重建方法泛化性能較差,且傳統(tǒng)算法提取的點云特征無法通過端到端優(yōu)化求得全局最優(yōu)解[5]。

    從三維點云到BIM模型生成過程中,點云數(shù)據(jù)的分割和定位是其中最為關鍵的一步,而自動實現(xiàn)這一步通常很困難。深究根本,其難度在于BIM 模型由各類型構件組成,而點云是一個整體,在自動創(chuàng)建 BIM 模型過程中,需同步進行構件識別、定位與建模[6]。隨著深度學習理論的發(fā)展,深度神經網絡已被不同行業(yè)廣泛采用,并在計算機視覺任務中取得了良好表現(xiàn)。本文在深度學習與既有建筑BIM模型生成相結合方面進行探索,結合訓練點云神經網絡所需要的輸入數(shù)據(jù),提出一套針對常規(guī)建筑構件的可運用于3D目標檢測任務的點云數(shù)據(jù)集(SYNBIM)及相應的創(chuàng)建方法,通過類比本文提出的SYNBIM數(shù)據(jù)集和ScanNet[7]點云數(shù)據(jù)集的數(shù)據(jù)存儲格式,分析了點云神經網絡框架在測試階段的輸入和輸出數(shù)據(jù),證明訓練后的神經網絡可實現(xiàn)“輸入未知點云,輸出BIM模型參數(shù)”。

    1 技術路線

    陳海濤等[8]提到“人工智能算法是解決三維點云重塑BIM模型最理想的方法,但目前點云處理理論和訓練數(shù)據(jù)資源尚不成熟”,本文基于此兩點提出的技術路線如圖1所示。在數(shù)據(jù)準備階段,選用2017年普林斯頓大學計算機視覺與機器人研究小組發(fā)布的SUNCG數(shù)據(jù)集[9]作為原始數(shù)據(jù)集,這是一種人工合成的帶有密集體積標注的大型大規(guī)模3D場景虛擬數(shù)據(jù)集,但原始數(shù)據(jù)集對土木工程領域的常規(guī)構件如墻、門、窗等的3D邊界框標注不夠成熟。本文為了實現(xiàn)深度學習3D目標檢測任務,選取了“墻”“門”“窗”“樓板”“天花板”五類建筑構件作為研究對象,借助open3d三維語義庫單獨處理每一類構件并在處理過程中提出相應假設,最終生成實例級三維邊界框作為監(jiān)督式學習的標記信息。然后,結合相機位姿估計方法,通過生成多個室內觀測點并放置立體相機拍攝的方法得到多張深度圖和二維圖片,再將這些帶有深度信息的圖片合成為點云數(shù)據(jù),生成的點云數(shù)據(jù)即可作為神經網絡的輸入。在點云深度學習方面,結合點云神經網絡框架Votenet的輸入和輸出數(shù)據(jù),類比SYNBIM數(shù)據(jù)集和ScanNet數(shù)據(jù)集的數(shù)據(jù)存儲結構,使用訓練好的Votenet模型測試ScanNet點云場景,其3D目標檢測結果即為BIM模型。針對五類常規(guī)建筑構件,神經網絡輸出的數(shù)據(jù)基礎完善,通過相關幾何運算可獲得構件的參數(shù)信息,理論上再通過Revit二次開發(fā)編程可創(chuàng)建相應的BIM模型。

    圖1 基于深度學習的三維點云自動生成BIM模型技術路線

    2 數(shù)據(jù)準備階段

    2.1 原始數(shù)據(jù)集獲取

    原始數(shù)據(jù)集[9]提供45622套包含多層建筑的3D虛擬場景,其組織結構如圖2所示。每個3D場景被保存在一個house.json文件中。根據(jù)json文件內容,選擇分層處理方式生成每個場景的目標3D邊界框,同時對五種不同對象采用分開處理方式。借助open3d這一支持3D數(shù)據(jù)處理的開源庫,利用其可以自定義操作函數(shù)的優(yōu)勢,讀取并操作原始數(shù)據(jù)集。

    圖2 原始數(shù)據(jù)集概況

    2.2 創(chuàng)建3D邊界框——墻

    墻體在多層多房間室內場景研究領域的表現(xiàn)形式非常復雜。為了防止3D目標檢測出現(xiàn)模型邊界框的標定要求,需要一套范式來定義墻體對象的表達,因此本文在定義墻體對象時提出如下假設:(1)最短墻體假設:當一面長墻和一面短墻在同一層空間產生交叉時,長墻在交叉處被拆分為兩面墻;(2)一面墻唯一對應一個3D邊界框。通過編寫程序直接將原始數(shù)據(jù)中墻體的幾何信息提取出來的邊界框如圖3a所示,其中不同墻體用不同顏色的邊界框標記,但根據(jù)以上假設存在以下幾個問題:首先,多面長墻在遇到短墻時沒有被打斷;其次,多處出現(xiàn)同一面墻被多個邊界框重復標定,框重疊現(xiàn)象嚴重;最后,不同邊界框之間沒有高度差,可能隱藏著重復標定的墻體。

    圖3 墻體邊界框生成

    通過編程調用open3d庫函數(shù)并自定義相關函數(shù)讀取和操作原始數(shù)據(jù),生成如圖3b所示邊界框集合,單層建筑墻體經過處理后符合上述假定。墻體邊界框數(shù)據(jù)如表1所示,其中單行數(shù)據(jù)代表一個邊界框信息,七個參數(shù)分別表示整體坐標系下框的三個中心點坐標、框的長、寬、高以及沿高度方向偏轉角,以上即生成了墻體的標定參數(shù),其它四種構件經過處理后與墻體邊界框數(shù)據(jù)結構相同。

    表1 部分墻體ground truth數(shù)據(jù)樣式 m

    2.3 創(chuàng)建3D邊界框——門和窗

    在處理原始數(shù)據(jù)過程中,門和窗遇到表2所示問題,通過排查發(fā)現(xiàn)某些建筑的部分門、窗處于半開狀態(tài),由最小包圍框理論,直接提取半開狀態(tài)的門、窗數(shù)據(jù)得到的邊界框厚度超過墻體厚度,如圖4a所示。

    表2 門、窗初始邊界框問題及解決方法

    圖4 門、窗3D邊界框處理過程示意

    通過編寫程序讀取門、窗和其所在墻體數(shù)據(jù)并分別置于相同局部坐標系下、檢測出不合理門、窗的邊界框信息。修改錯誤后,所有門、窗的邊界框厚度正常,并用不同顏色標記。圖4b展示了墻、門耦合狀態(tài)下經過處理后的邊界框集合。

    2.4 創(chuàng)建3D邊界框——樓板和天花板

    本文在編寫程序創(chuàng)建板類邊界框時定義以下規(guī)則:(1)板對象不能涵蓋兩個及以上房間;(2)對于多層建筑,兩樓板邊界框或者兩天花板邊界框間不能重疊,但樓板和天花板兩種框之間允許重疊;(3)樓板、天花板邊界框至少有三條邊的邊緣部分和墻體邊緣接觸。基于以上規(guī)則處理后的樓板和天花板構件如圖5所示。因為板類構件厚度較小,這里采用mesh模型進行展示。

    圖5 樓板、天花板創(chuàng)建過程示意

    2.5 創(chuàng)建3D邊界框——整棟建筑

    對于單層建筑,通過以上方法創(chuàng)建每個目標實例的3D邊界框,為深度學習3D目標檢測訓練任務提供標記信息;對于多層建筑,本文在編程讀取和操作原始數(shù)據(jù)過程中,先將每層的信息單獨分離出來,再順次處理并得到每層目標實例的3D邊界框,最后將處理后的多層數(shù)據(jù)組合在一起,完成處理后的多層3D邊界框,如圖6所示。

    圖6 多層結構3D邊界框示意

    2.6 建筑數(shù)據(jù)集——創(chuàng)建三維點云

    現(xiàn)階段實際運用中,基于三維激光點云的數(shù)字化采集,通過激光掃描儀對建筑物室內外進行三維掃描,從而獲取建筑物點云數(shù)據(jù)的方法比較常見[10]。但是,激光雷達存在價格昂貴、鏡面黑洞、壽命低等問題,而通過立體視覺相機生成深度圖像并合成點云的做法才是未來的發(fā)展方向[6]。深度圖像也叫距離圖像,是指將從圖像采集器到場景中各點的距離值作為像素值的圖像。本文立足長遠,選擇在SUNCG數(shù)據(jù)集中每棟建筑室內包含的虛擬觀測點[11]處放置立體視覺相機并生成相應深度圖像,得到的深度圖像為16 bit的png格式文件,經過相關注冊算法和配準算法可生成三維點云,其原理如圖7所示。

    圖7 深度圖像生成點云過程示意

    立體視覺相機需要從不同觀測點對物體進行拍攝,得到的不同站點深度圖信息有各自的獨立坐標系,需要統(tǒng)一坐標系后進行數(shù)據(jù)融合,其中涉及的基本公式為:

    式中:(X,Y,Z)為點云配準后坐標;(x,y,z)為點云原始坐標;Δx,Δy,Δz為平移參數(shù);α,β,γ為旋轉參數(shù)。通過創(chuàng)建邊界框標記信息和點云數(shù)據(jù),得到訓練點云神經網絡需要的數(shù)據(jù)集,共45622套大規(guī)模3D場景數(shù)據(jù),數(shù)據(jù)生成過程所用硬件信息和相關計算所用時間如表3所示。

    表3 數(shù)據(jù)集生成過程與部分結果呈現(xiàn)(Intel@Corei9-9900U CPU;GeForce 1080Ti/GPU)

    圖8 votenet深度學習框架

    3 點云神經網絡

    目前應用深度學習將三維點云數(shù)據(jù)輸入神經網絡仍然是一個開放性問題[12],采用的方式主要有三種:(1)將點云數(shù)據(jù)投影到二維平面,此種方式不直接處理三維點云數(shù)據(jù),而是先將點云投影到某些特定視角再處理,如MUCNN[13];(2)將點云數(shù)據(jù)劃分到有空間依賴關系的voxel,此種方式通過分割三維空間,引入空間依賴關系到點云數(shù)據(jù)中,再使用3D卷積等方式來進行處理,但3D卷積的運算復雜度較高,如PointCNN[14];(3)直接處理原始點云,此種方法一般為集合了多步驟的3D目標檢測算法,為了應對點云數(shù)據(jù)中各個目標的視角不變性和得到準確的三維框回歸,算法需要進行多次坐標轉換,如Votenet[15]。

    產生以上三種輸入方式的原因在于:(1)點云數(shù)據(jù)是一個集合,對數(shù)據(jù)的順序不敏感,處理點云數(shù)據(jù)的模型需要對數(shù)據(jù)的不同排列保持不變性;(2)點云數(shù)據(jù)所代表的目標對某些剛體轉換應該具有不變性,如旋轉和平移。根據(jù)點云特性設計的神經網絡框架Votenet如圖8[15]所示。該網絡不依賴任何RGB信息,只依靠單純的點云幾何信息,整個網絡框架分為兩個部分:第一部分采用點云特征提取網絡處理原始點云數(shù)據(jù)并生成種子點和生長點;第二部分通過訓練提取出的生長點簇來實現(xiàn)分類和定位的目的。其能直接輸入點云數(shù)據(jù)并在3D目標檢測任務下輸出目標3D邊界框,在真實掃描數(shù)據(jù)集ScanNet的基準挑戰(zhàn)中取得了良好成績,其中ScanNet數(shù)據(jù)集和本文創(chuàng)建的SYNBIM數(shù)據(jù)集的某些關鍵參數(shù)對比如表4所示。

    表4 數(shù)據(jù)集屬性對比

    由于ScanNet數(shù)據(jù)集更加成熟,通用性好,本文基于ScanNet數(shù)據(jù)集實驗,驗證了訓練后的Votenet目標檢測器在輸入未知三維點云場景(圖9a)后,可在一定精度范圍內生成目標邊界框及其類別,其可視化結果如圖9b,9c所示。神經網絡輸出的3D邊界框數(shù)據(jù)結果樣式如表1所示,表格中的數(shù)據(jù)為全局坐標系下的邊界框信息,從中可以提取出創(chuàng)建BIM模型所需要的參數(shù)信息。

    圖9 點云神經網絡votenet測試ScanNet3D點云場景結果示意

    4 參數(shù)化建模

    從數(shù)據(jù)連貫性角度分析,由于BIM構件參數(shù)化建模只需提取模型參數(shù)便可實現(xiàn)模型的創(chuàng)建。因此,針對本文選取構件類別,整理創(chuàng)建BIM模型所需參數(shù)如表5所示。

    表5 目標構件幾何參數(shù)

    針對這五種建筑構件,神經網絡輸出的數(shù)據(jù)基礎完善,經過相應的算法運算獲得構件的參數(shù)信息,再通過Revit二次開發(fā)可創(chuàng)建相應的BIM模型。

    5 結論與展望

    本文基于3D目標檢測技術,在深度學習與既有建筑BIM模型生成相結合方面進行探索,整合出一套可行的基于深度學習的三維點云自動生成BIM模型技術路線,探討了如下重要問題:由虛擬BIM模型生成目標類別的標記信息;由虛擬BIM模型生成三維點云模型;實測分析點云神經網絡的數(shù)據(jù)輸入和輸出,證明其輸出的數(shù)據(jù)基礎完善,經過簡單的參數(shù)建??缮葿IM模型。本文提出的基于深度學習的三維點云生成BIM模型的實現(xiàn)方法,統(tǒng)一了傳統(tǒng)方法中點云數(shù)據(jù)預處理、構件識別、分割、定位與建模等步驟,通過深度學習反向傳播機制可以實現(xiàn)針對整個過程的全局優(yōu)化,其核心過程是三維點云數(shù)據(jù)集的生成和3D目標檢測算法的實現(xiàn)。

    但是,現(xiàn)階段仍存在如下問題:(1)輸入數(shù)據(jù)只利用了點云的幾何信息,預期生成的BIM幾何模型精度較低,同時缺少顏色、材質等信息;(2)現(xiàn)階段3D目標檢測算法大多針對單層建筑,對于多層建筑鮮有提及,本文提出的點云數(shù)據(jù)集滿足多層訓練要求,但尚未展開研究;(3)通常情況下,通過合成數(shù)據(jù)庫來訓練算法,當算法用于真實數(shù)據(jù)時效果欠佳,因為真實點云數(shù)據(jù)有較多噪音,很難檢測到一個對象的全部特征。

    筆者認為,從深度學習角度三維點云生成BIM模型發(fā)展方向,主要在以下幾個方面:利用點云顏色信息和圖片信息等的多數(shù)據(jù)融合算法,生成的BIM模型可達到更高精度要求;多層、多房間建筑的信息模型重建;創(chuàng)建基于室內建筑領域的真實掃描數(shù)據(jù)集;相關評價標準的制定等。本文在三維點云自動生成BIM模型這一極具挑戰(zhàn)性的研究領域提出一種基于深度學習的技術路線,為后續(xù)該領域的研究提供參考。

    猜你喜歡
    原始數(shù)據(jù)墻體邊界
    GOLDEN OPPORTUNITY FOR CHINA-INDONESIA COOPERATION
    拓展閱讀的邊界
    新型建筑墻體材料及墻體保溫技術分析
    受特定變化趨勢限制的傳感器數(shù)據(jù)處理方法研究
    承重型3D板墻體抗震性能數(shù)值模擬
    論中立的幫助行為之可罰邊界
    秸稈磚在墻體材料中的應用
    上海建材(2018年2期)2018-06-26 08:50:54
    全新Mentor DRS360 平臺借助集中式原始數(shù)據(jù)融合及直接實時傳感技術實現(xiàn)5 級自動駕駛
    汽車零部件(2017年4期)2017-07-12 17:05:53
    “偽翻譯”:“翻譯”之邊界行走者
    外語學刊(2014年6期)2014-04-18 09:11:49
    世界經濟趨勢
    激情五月婷婷亚洲| 成人国产麻豆网| 我的老师免费观看完整版| 国产一区二区三区综合在线观看 | 国产午夜精品论理片| 蜜桃久久精品国产亚洲av| 最近手机中文字幕大全| 国产 亚洲一区二区三区 | 国产乱人视频| 亚洲成人中文字幕在线播放| 搡老乐熟女国产| 精品一区二区三区视频在线| 天堂av国产一区二区熟女人妻| 全区人妻精品视频| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产成人a∨麻豆精品| 女人被狂操c到高潮| 亚洲人成网站在线观看播放| 国产亚洲5aaaaa淫片| 夫妻午夜视频| 亚洲精品第二区| 日韩一区二区视频免费看| 欧美xxⅹ黑人| xxx大片免费视频| 国产精品久久视频播放| 又爽又黄a免费视频| 国产精品一区二区三区四区免费观看| 26uuu在线亚洲综合色| 狂野欧美激情性xxxx在线观看| 国产精品久久久久久精品电影小说 | 国产精品一区二区三区四区久久| 久久久久九九精品影院| 极品少妇高潮喷水抽搐| 我的老师免费观看完整版| av又黄又爽大尺度在线免费看| 欧美日韩国产mv在线观看视频 | 美女高潮的动态| 国产午夜精品一二区理论片| 街头女战士在线观看网站| 日韩强制内射视频| 97精品久久久久久久久久精品| 免费人成在线观看视频色| 永久网站在线| 亚洲国产欧美人成| 天堂俺去俺来也www色官网 | 日韩强制内射视频| 韩国av在线不卡| 亚洲人成网站在线观看播放| 亚洲欧美日韩无卡精品| 日日摸夜夜添夜夜爱| 欧美日韩亚洲高清精品| 三级男女做爰猛烈吃奶摸视频| 久久这里只有精品中国| 午夜老司机福利剧场| 直男gayav资源| 看十八女毛片水多多多| 一级毛片 在线播放| 国模一区二区三区四区视频| videos熟女内射| .国产精品久久| 国产成人91sexporn| 美女内射精品一级片tv| 午夜福利成人在线免费观看| 亚洲人成网站高清观看| 如何舔出高潮| 99热网站在线观看| 噜噜噜噜噜久久久久久91| 国产免费视频播放在线视频 | 欧美最新免费一区二区三区| 日本黄大片高清| av.在线天堂| 色网站视频免费| 亚洲欧美一区二区三区黑人 | 亚洲人成网站高清观看| 91精品伊人久久大香线蕉| 一级a做视频免费观看| 国产精品嫩草影院av在线观看| 国产精品一区www在线观看| 国产v大片淫在线免费观看| 99热这里只有精品一区| 亚洲欧美中文字幕日韩二区| 久久久久网色| 亚洲人与动物交配视频| 亚洲欧美中文字幕日韩二区| 国产亚洲一区二区精品| 国产久久久一区二区三区| 亚洲三级黄色毛片| 国产精品人妻久久久久久| 国产探花极品一区二区| 亚洲经典国产精华液单| 日韩欧美 国产精品| 色综合亚洲欧美另类图片| 九色成人免费人妻av| 亚洲成人久久爱视频| 80岁老熟妇乱子伦牲交| 国产精品国产三级专区第一集| 国产精品精品国产色婷婷| 久久精品久久久久久久性| 久久久久久久久久成人| 一级毛片 在线播放| 五月天丁香电影| 国产激情偷乱视频一区二区| 五月伊人婷婷丁香| 久久国内精品自在自线图片| 在线播放无遮挡| 欧美日韩在线观看h| 免费观看性生交大片5| 狠狠精品人妻久久久久久综合| 成人亚洲精品一区在线观看 | 熟女电影av网| 狂野欧美激情性xxxx在线观看| 日本黄色片子视频| 九草在线视频观看| av免费在线看不卡| 99热6这里只有精品| 国产亚洲精品av在线| 欧美日韩在线观看h| 少妇猛男粗大的猛烈进出视频 | 免费观看av网站的网址| 国国产精品蜜臀av免费| 日本黄色片子视频| 99久久九九国产精品国产免费| 亚洲国产av新网站| 在线免费十八禁| 午夜免费男女啪啪视频观看| 精华霜和精华液先用哪个| 国产免费视频播放在线视频 | 搡老乐熟女国产| 18禁动态无遮挡网站| 老司机影院毛片| 国产一区亚洲一区在线观看| 成人二区视频| 亚洲av日韩在线播放| 国产精品一区二区三区四区久久| 国产一级毛片在线| .国产精品久久| 亚洲av成人av| 18禁动态无遮挡网站| 亚洲经典国产精华液单| 日本色播在线视频| 久久久精品94久久精品| 欧美成人一区二区免费高清观看| 最近2019中文字幕mv第一页| 免费黄色在线免费观看| 亚洲av在线观看美女高潮| 内地一区二区视频在线| 亚洲无线观看免费| 精品不卡国产一区二区三区| 波野结衣二区三区在线| 亚洲精品,欧美精品| 国产精品av视频在线免费观看| 少妇的逼好多水| 久久6这里有精品| 乱系列少妇在线播放| 啦啦啦啦在线视频资源| 最近2019中文字幕mv第一页| 欧美潮喷喷水| 岛国毛片在线播放| 麻豆久久精品国产亚洲av| 午夜福利成人在线免费观看| 午夜精品一区二区三区免费看| 高清午夜精品一区二区三区| 美女主播在线视频| 欧美另类一区| 国产精品美女特级片免费视频播放器| 国产 一区 欧美 日韩| 久久久久久久久中文| 91午夜精品亚洲一区二区三区| 欧美另类一区| 亚洲成人久久爱视频| 亚洲精品一二三| 午夜日本视频在线| 中文精品一卡2卡3卡4更新| 18禁在线无遮挡免费观看视频| 中文乱码字字幕精品一区二区三区 | 国产免费视频播放在线视频 | 五月伊人婷婷丁香| 卡戴珊不雅视频在线播放| 国产乱人偷精品视频| av.在线天堂| 97超视频在线观看视频| 春色校园在线视频观看| 欧美97在线视频| 午夜福利高清视频| 麻豆国产97在线/欧美| 最近的中文字幕免费完整| 91精品一卡2卡3卡4卡| 日韩伦理黄色片| 午夜福利在线观看吧| 亚洲av不卡在线观看| .国产精品久久| 国产精品一区二区三区四区久久| 日韩av在线大香蕉| av播播在线观看一区| 国产综合精华液| 18禁动态无遮挡网站| 九草在线视频观看| www.色视频.com| 能在线免费看毛片的网站| 别揉我奶头 嗯啊视频| 日韩电影二区| 国产成人freesex在线| 26uuu在线亚洲综合色| 欧美xxxx黑人xx丫x性爽| 精品人妻一区二区三区麻豆| 国产成人精品久久久久久| 国产成人福利小说| 亚洲国产精品成人久久小说| 国产伦一二天堂av在线观看| 亚洲欧美日韩无卡精品| 嫩草影院入口| 国产色婷婷99| 日韩欧美 国产精品| 2018国产大陆天天弄谢| a级毛色黄片| 国产毛片a区久久久久| 精品人妻视频免费看| 日本av手机在线免费观看| 伊人久久国产一区二区| 日本黄大片高清| 久久久精品欧美日韩精品| 成人亚洲精品av一区二区| 国产av码专区亚洲av| 国产成人精品婷婷| 97精品久久久久久久久久精品| 91精品一卡2卡3卡4卡| 边亲边吃奶的免费视频| 一级毛片久久久久久久久女| 亚洲国产成人一精品久久久| 久久久久免费精品人妻一区二区| av在线观看视频网站免费| 一二三四中文在线观看免费高清| 色尼玛亚洲综合影院| 亚洲av成人精品一区久久| 一区二区三区高清视频在线| 国产成人精品婷婷| 少妇人妻精品综合一区二区| 免费黄网站久久成人精品| 伦精品一区二区三区| 国产不卡一卡二| 国产亚洲精品久久久com| 免费人成在线观看视频色| 亚洲精品视频女| 亚洲精品国产成人久久av| 成人鲁丝片一二三区免费| 久久久久免费精品人妻一区二区| 搡女人真爽免费视频火全软件| 能在线免费看毛片的网站| 欧美极品一区二区三区四区| 久久久久国产网址| 国产 一区精品| av卡一久久| 国产v大片淫在线免费观看| 尾随美女入室| av播播在线观看一区| 国国产精品蜜臀av免费| 成人性生交大片免费视频hd| 十八禁国产超污无遮挡网站| 午夜福利网站1000一区二区三区| 国产精品一区二区三区四区久久| 中文乱码字字幕精品一区二区三区 | 亚洲无线观看免费| 亚洲精品自拍成人| 99九九线精品视频在线观看视频| 一级黄片播放器| 国产精品不卡视频一区二区| 日韩伦理黄色片| 好男人在线观看高清免费视频| 亚洲欧美成人精品一区二区| 2018国产大陆天天弄谢| 成人美女网站在线观看视频| 国产成人91sexporn| 国产精品伦人一区二区| 国产极品天堂在线| 精品一区二区三区视频在线| 亚洲欧美一区二区三区黑人 | 能在线免费看毛片的网站| 亚洲av在线观看美女高潮| 亚洲电影在线观看av| 亚洲熟妇中文字幕五十中出| 最近的中文字幕免费完整| 大香蕉久久网| 国产欧美另类精品又又久久亚洲欧美| 97精品久久久久久久久久精品| 国产一区二区三区综合在线观看 | 春色校园在线视频观看| 欧美97在线视频| 国产黄频视频在线观看| 国模一区二区三区四区视频| 久久精品熟女亚洲av麻豆精品 | 成人漫画全彩无遮挡| 亚洲国产最新在线播放| 国产精品久久久久久久久免| 国产精品一区二区三区四区免费观看| 26uuu在线亚洲综合色| 亚洲婷婷狠狠爱综合网| 熟妇人妻不卡中文字幕| 久久久久久久久久成人| 欧美bdsm另类| 亚洲欧美清纯卡通| 中文字幕av在线有码专区| 亚洲av中文av极速乱| 久久97久久精品| 熟妇人妻不卡中文字幕| 亚洲经典国产精华液单| 亚洲av.av天堂| 亚洲综合精品二区| 中文字幕久久专区| 亚洲欧美精品专区久久| 国产av国产精品国产| 久久精品国产亚洲av天美| 国产熟女欧美一区二区| 国产一区二区在线观看日韩| 丝袜美腿在线中文| 能在线免费观看的黄片| 可以在线观看毛片的网站| 男女啪啪激烈高潮av片| 乱人视频在线观看| 亚洲精品成人av观看孕妇| 久久久久性生活片| 日本一本二区三区精品| 亚洲精品乱码久久久久久按摩| 在线观看美女被高潮喷水网站| 国产精品久久久久久精品电影小说 | 亚洲欧美中文字幕日韩二区| 国产在视频线在精品| 国产探花极品一区二区| av网站免费在线观看视频 | 久久97久久精品| 久久草成人影院| 亚洲欧美日韩东京热| 亚洲国产精品专区欧美| 精品一区二区三区视频在线| 乱码一卡2卡4卡精品| 午夜日本视频在线| 天美传媒精品一区二区| 久热久热在线精品观看| 高清午夜精品一区二区三区| 国产精品久久久久久精品电影| 能在线免费观看的黄片| 国产欧美日韩精品一区二区| 亚洲乱码一区二区免费版| 国产成人a∨麻豆精品| 免费观看精品视频网站| 午夜福利在线在线| 亚洲欧美清纯卡通| 国产伦在线观看视频一区| 亚洲综合色惰| 狂野欧美白嫩少妇大欣赏| 国产伦一二天堂av在线观看| 菩萨蛮人人尽说江南好唐韦庄| 男插女下体视频免费在线播放| 免费看不卡的av| 精品人妻视频免费看| 精品一区在线观看国产| 麻豆av噜噜一区二区三区| 大陆偷拍与自拍| 亚洲美女视频黄频| 欧美xxxx黑人xx丫x性爽| 晚上一个人看的免费电影| 特级一级黄色大片| 日韩av在线免费看完整版不卡| 一级毛片久久久久久久久女| 日本黄色片子视频| 赤兔流量卡办理| 26uuu在线亚洲综合色| 午夜福利视频1000在线观看| 亚洲性久久影院| 日韩大片免费观看网站| 秋霞在线观看毛片| 亚洲性久久影院| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 九九在线视频观看精品| 亚洲av.av天堂| 三级毛片av免费| 九九在线视频观看精品| 美女黄网站色视频| 少妇熟女欧美另类| 免费av观看视频| 午夜福利网站1000一区二区三区| 一级毛片电影观看| 麻豆av噜噜一区二区三区| 人体艺术视频欧美日本| 亚洲av免费在线观看| 99热这里只有是精品在线观看| 高清午夜精品一区二区三区| 日本av手机在线免费观看| 国产探花在线观看一区二区| 日本色播在线视频| 一级片'在线观看视频| 国产黄色视频一区二区在线观看| 岛国毛片在线播放| 日韩不卡一区二区三区视频在线| 人妻少妇偷人精品九色| 免费看光身美女| 黄片wwwwww| 亚洲婷婷狠狠爱综合网| 80岁老熟妇乱子伦牲交| av国产免费在线观看| 午夜爱爱视频在线播放| 免费无遮挡裸体视频| 中国国产av一级| 国产日韩欧美在线精品| 草草在线视频免费看| 水蜜桃什么品种好| 一个人看视频在线观看www免费| 久久久久久久久大av| 精品人妻熟女av久视频| 老司机影院毛片| 啦啦啦中文免费视频观看日本| 精品人妻一区二区三区麻豆| 欧美日韩精品成人综合77777| av女优亚洲男人天堂| 人妻一区二区av| 成人国产麻豆网| 中文乱码字字幕精品一区二区三区 | 精品一区二区三区人妻视频| 成人特级av手机在线观看| 中文在线观看免费www的网站| 久久久久久九九精品二区国产| 日本免费a在线| 久久久久久久久中文| 在线免费观看的www视频| 蜜桃亚洲精品一区二区三区| 国内少妇人妻偷人精品xxx网站| 国产精品女同一区二区软件| av在线老鸭窝| 亚洲欧美精品专区久久| 国产片特级美女逼逼视频| 三级男女做爰猛烈吃奶摸视频| 日本免费a在线| 99久久精品一区二区三区| 国产精品一及| 国产亚洲一区二区精品| 成人毛片60女人毛片免费| 视频中文字幕在线观看| 国产亚洲av片在线观看秒播厂 | 视频中文字幕在线观看| 丝瓜视频免费看黄片| 3wmmmm亚洲av在线观看| 非洲黑人性xxxx精品又粗又长| 久久久久久九九精品二区国产| 国产永久视频网站| 中文天堂在线官网| 青春草亚洲视频在线观看| 汤姆久久久久久久影院中文字幕 | 最近2019中文字幕mv第一页| 精品国产露脸久久av麻豆 | 亚洲av在线观看美女高潮| 国产黄频视频在线观看| 男人和女人高潮做爰伦理| 亚洲国产日韩欧美精品在线观看| 亚洲精品成人久久久久久| 色播亚洲综合网| 欧美高清成人免费视频www| 国产成人91sexporn| 美女高潮的动态| 三级国产精品欧美在线观看| 中国国产av一级| 欧美97在线视频| 九九久久精品国产亚洲av麻豆| 女的被弄到高潮叫床怎么办| 久久久久久伊人网av| 久久精品熟女亚洲av麻豆精品 | 免费人成在线观看视频色| 18禁在线播放成人免费| 久久久久久久久久人人人人人人| 久99久视频精品免费| 国产精品无大码| 九九爱精品视频在线观看| 日韩大片免费观看网站| 精品久久久久久久人妻蜜臀av| 亚洲精品久久午夜乱码| 免费观看在线日韩| 青春草国产在线视频| 在线观看一区二区三区| 一级爰片在线观看| 青春草亚洲视频在线观看| 三级经典国产精品| 国产人妻一区二区三区在| 亚洲国产精品sss在线观看| 天堂影院成人在线观看| av一本久久久久| 国产成人精品福利久久| 国产片特级美女逼逼视频| 亚洲成人精品中文字幕电影| 欧美日韩亚洲高清精品| 又大又黄又爽视频免费| 午夜精品在线福利| 禁无遮挡网站| 特级一级黄色大片| 亚洲精品国产成人久久av| 日韩一区二区视频免费看| 国产亚洲91精品色在线| 天堂影院成人在线观看| 26uuu在线亚洲综合色| 熟女人妻精品中文字幕| 熟女电影av网| 毛片一级片免费看久久久久| 岛国毛片在线播放| 啦啦啦中文免费视频观看日本| 99re6热这里在线精品视频| 在线观看美女被高潮喷水网站| 久久久精品免费免费高清| 精品久久久久久久久av| 国产成人精品一,二区| 美女黄网站色视频| 成人亚洲精品av一区二区| 国产精品无大码| 韩国高清视频一区二区三区| 国产精品国产三级专区第一集| 国产黄色视频一区二区在线观看| 亚洲av日韩在线播放| 好男人视频免费观看在线| 搞女人的毛片| av在线天堂中文字幕| 真实男女啪啪啪动态图| 亚州av有码| 精品亚洲乱码少妇综合久久| 日本午夜av视频| 人妻系列 视频| 免费高清在线观看视频在线观看| 国产麻豆成人av免费视频| 九九在线视频观看精品| 欧美zozozo另类| 亚洲,欧美,日韩| 一夜夜www| 亚洲欧美日韩东京热| 啦啦啦中文免费视频观看日本| 人妻制服诱惑在线中文字幕| 日韩av在线大香蕉| 三级男女做爰猛烈吃奶摸视频| 午夜老司机福利剧场| 免费观看在线日韩| 在线 av 中文字幕| ponron亚洲| 免费黄色在线免费观看| 自拍偷自拍亚洲精品老妇| 亚洲av不卡在线观看| 亚洲内射少妇av| 伦理电影大哥的女人| 国产精品久久久久久精品电影小说 | 高清在线视频一区二区三区| 精品久久久久久久久av| 三级经典国产精品| 国产中年淑女户外野战色| 亚洲国产精品专区欧美| 日日摸夜夜添夜夜添av毛片| 99久久精品国产国产毛片| av播播在线观看一区| 亚洲av成人精品一区久久| 一级毛片久久久久久久久女| av天堂中文字幕网| 午夜精品在线福利| 人人妻人人澡人人爽人人夜夜 | 欧美日韩精品成人综合77777| 三级毛片av免费| 身体一侧抽搐| 精品一区二区三区视频在线| 精品一区二区三区人妻视频| 日本欧美国产在线视频| 99视频精品全部免费 在线| 欧美成人一区二区免费高清观看| 九九在线视频观看精品| 成年人午夜在线观看视频 | 99九九线精品视频在线观看视频| 国产成人freesex在线| 毛片一级片免费看久久久久| 免费观看av网站的网址| 国产亚洲av嫩草精品影院| 久久精品人妻少妇| 国产大屁股一区二区在线视频| 少妇裸体淫交视频免费看高清| 成年女人看的毛片在线观看| 亚洲精品456在线播放app| 国产黄a三级三级三级人| 国产精品一区二区在线观看99 | av网站免费在线观看视频 | eeuss影院久久| 黄色欧美视频在线观看| 男女视频在线观看网站免费| 蜜臀久久99精品久久宅男| 亚洲人成网站高清观看| 日韩av在线大香蕉| 日日啪夜夜撸| 丝袜喷水一区| 免费观看无遮挡的男女| 91久久精品电影网| 久热久热在线精品观看| 七月丁香在线播放| 午夜视频国产福利| 亚洲内射少妇av| 日日啪夜夜爽| 亚洲伊人久久精品综合| 国产综合懂色| 黑人高潮一二区| 久久久久久久亚洲中文字幕| 亚洲av福利一区| 秋霞伦理黄片| 国产精品女同一区二区软件| 黄色一级大片看看| 一级毛片我不卡| 久久精品人妻少妇| 国产v大片淫在线免费观看| 精品久久久久久久久av| 欧美日韩综合久久久久久| 久久久久精品性色| 亚洲精品日韩av片在线观看| 欧美丝袜亚洲另类| 国产精品麻豆人妻色哟哟久久 | 久久久久网色| 免费高清在线观看视频在线观看| 久久草成人影院| av免费在线看不卡| 亚洲精华国产精华液的使用体验|