• <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)的礦井下作業(yè)人員安全帽佩戴檢測

    2021-09-01 14:18:34石永恒楊超宇
    綏化學(xué)院學(xué)報 2021年9期
    關(guān)鍵詞:安全帽置信度邊界

    石永恒 楊超宇

    (安徽理工大學(xué)經(jīng)濟(jì)與管理學(xué)院 安徽淮南 232001)

    煤礦員工在礦井下進(jìn)行生產(chǎn)作業(yè)時,佩戴安全帽是有效保護(hù)員工生命安全、有效降低事故危害的防護(hù)措施;但根據(jù)近年來所發(fā)生的種種煤礦安全事故來看,由于未佩戴安全帽行為導(dǎo)致事故危害升級的案例屢見不鮮;因此,對煤礦員工安全帽佩戴進(jìn)行檢測十分重要。目前來看,煤礦企業(yè)中對于是否佩戴安全帽的檢查方式主要包括兩種:一是通過對監(jiān)控視頻的回放查看,發(fā)現(xiàn)作業(yè)人員未佩戴安全帽的違規(guī)行為;二是通過人工實(shí)時檢查的方式,發(fā)現(xiàn)未佩戴安全帽的違規(guī)行為。但上述兩種檢測方式存在滯后性和低效性的問題,并不能在事故發(fā)生前及時消除安全隱患;因此,運(yùn)用深度學(xué)習(xí)的方法對煤礦員工的安全帽佩戴情況進(jìn)行實(shí)時檢測具有十分重要的現(xiàn)實(shí)意義和實(shí)用價值。

    傳統(tǒng)的目標(biāo)檢測都是通過手工設(shè)計特征來實(shí)現(xiàn)對目標(biāo)對象的檢測,這就導(dǎo)致了在進(jìn)行實(shí)際的目標(biāo)檢測時,出現(xiàn)目標(biāo)檢測準(zhǔn)確率低的問題且模型的泛化性較差,不具備魯棒性。近年來,隨著卷積神經(jīng)網(wǎng)絡(luò)(CNN)的提出,使得深度學(xué)習(xí)在進(jìn)行特征提取時有效地解決了手工設(shè)計特征的缺陷?;诖?,一些學(xué)者提出了一系列的基于深度學(xué)習(xí)的目標(biāo)檢測算法。Girshick等[1]在2014年提出了R-CNN(區(qū)域卷積神經(jīng)網(wǎng)絡(luò))算法,采用Region Proposal(候選區(qū)域)方法實(shí)現(xiàn)目標(biāo)檢測問題,代替了傳統(tǒng)目標(biāo)檢測方法中手工設(shè)計特征的方式,使得基于深度學(xué)習(xí)進(jìn)行目標(biāo)檢測的方法獲得了巨大進(jìn)步。隨后,Girshick[2]和Ren等[3]在2015年進(jìn)一步提出了Fast RCNN和Faster R-CNN算法,在提高檢測率的同時也提高了檢測速度,同時Faster R-CNN的提出算是真正實(shí)現(xiàn)了網(wǎng)絡(luò)的端到端訓(xùn)練。Redmon J等[4]在2015年提出了YOLO v1算法,進(jìn)一步提高了目標(biāo)檢測的速度,并且能夠?qū)σ曨l進(jìn)行目標(biāo)檢測。W Liu等[5]在2016年提出了SSD(Single Shot MultiBox Detector)算法,SSD相較于YOLO v1來說有著更好的表現(xiàn),在保持較快運(yùn)行速度的同時,在檢測精度方面能夠達(dá)到兩階段目標(biāo)檢測算法的水平。同年,Redmon相繼提出了YOLO v2[6]和YOLO v3[7]檢測算法,顯然YOLO v3對目標(biāo)檢測的效果更佳,根據(jù)作者所述,YOLO v3在COCO數(shù)據(jù)集上的實(shí)驗(yàn)表現(xiàn)為51 ms時間內(nèi)mAP達(dá)到57.9%,與RetinaNet在198 ms時間內(nèi)mAP達(dá)到57.5%相當(dāng),在速度提高了近3.8倍的基礎(chǔ)上還保持了相似的精度,由此顯示了YOLO v3在深度學(xué)習(xí)目標(biāo)檢測算法中,具有較好的檢測速率和檢測準(zhǔn)確率。

    而針對安全帽佩戴這一目標(biāo)檢測問題,國內(nèi)也有越來越多的學(xué)者進(jìn)行深入研究。劉曉慧等[8]在2014年運(yùn)用膚色檢測和Hu矩的方法進(jìn)行安全帽佩戴識別。施輝等[9]在2019年以YOLO v3算法為基礎(chǔ),結(jié)合圖像金字塔的多尺度特征獲取,進(jìn)而構(gòu)建了一種改進(jìn)YOLO v3算法的安全帽佩戴檢測方法。徐先峰等[10]在2020年利用MobileNet網(wǎng)絡(luò)結(jié)構(gòu)代替SSD算法中的VGG網(wǎng)絡(luò)結(jié)構(gòu),形成一種改進(jìn)SSD算法的安全帽佩戴檢測方法。近兩年,國內(nèi)逐漸開始有學(xué)者利用深度學(xué)習(xí)的方法進(jìn)行安全帽佩戴檢測研究,但是很少有針對煤礦員工安全帽佩戴檢測的研究。主要是因?yàn)槊旱V井下作業(yè)的環(huán)境較為復(fù)雜,井下監(jiān)控視頻數(shù)據(jù)質(zhì)量不高。

    本文主要以煤礦井下監(jiān)控視頻數(shù)據(jù)為基礎(chǔ),對視頻數(shù)據(jù)進(jìn)行相應(yīng)地預(yù)處理,制作形成訓(xùn)練數(shù)據(jù)集;使用YOLO v3算法進(jìn)行數(shù)據(jù)集的訓(xùn)練,以獲取能夠滿足煤礦井下環(huán)境需求的安全帽檢測模型;通過實(shí)驗(yàn)結(jié)果表明,本文所使用的算法能夠在實(shí)驗(yàn)精度以及實(shí)驗(yàn)速率上滿足現(xiàn)實(shí)需求。

    一、YOLO v3算法原理

    (一)算法網(wǎng)絡(luò)結(jié)構(gòu)。YOLO v3算法是一種單階段目標(biāo)檢測算法,它的網(wǎng)絡(luò)結(jié)構(gòu)如下圖1所示。YOLO v3算法融合了FPN(特征圖金字塔網(wǎng)絡(luò))網(wǎng)絡(luò)結(jié)構(gòu)、殘差網(wǎng)絡(luò)等創(chuàng)新思想,使得整個網(wǎng)絡(luò)具有較好的識別速度和準(zhǔn)確度。YOLO v3算法使用DarkNet-53網(wǎng)絡(luò)實(shí)現(xiàn)對目標(biāo)的特征提取,該網(wǎng)絡(luò)由53個卷積層構(gòu)成,包含一系列的3×3和1×1的卷積層,并借鑒了ResNet網(wǎng)絡(luò)中的殘差思想。DarkNet-53網(wǎng)絡(luò)中的殘差組件如下圖2所示,每個殘差組件有兩個卷積層和一個快捷鏈路;先通過步長為2的3×3卷積,獲得特征層x,隨后通過一次1×1的卷積使得通道數(shù)縮減為原先的一半,之后再經(jīng)過3×3的卷積加強(qiáng)目標(biāo)特征的提取并使得通道數(shù)重新擴(kuò)充,獲得Fx,最后利用殘差組件將Fx和x進(jìn)行堆疊,DarkNet-53網(wǎng)絡(luò)使用殘差的跳層連接,有效的降低了池化帶來的梯度負(fù)面效果。

    圖1 YOLO v3網(wǎng)絡(luò)結(jié)構(gòu)

    圖2 Darket-53網(wǎng)絡(luò)中的殘差單元

    (二)邊框預(yù)測及選擇。

    1.邊框預(yù)測。對于檢測目標(biāo)的邊界框預(yù)測,YOLO v3算法沿用了之前YOLO算法中所采用的維度聚類的方式固定錨框(anchor box)來選定邊界框;通過K-means聚類獲得3種不同尺度的先驗(yàn)框,對于每個預(yù)測邊框會通過算法中的神經(jīng)網(wǎng)絡(luò)預(yù)測出邊框的坐標(biāo)信息,預(yù)測邊界框的坐標(biāo)計算方式如下:

    式中bx、by為預(yù)測邊界框的中心點(diǎn)坐標(biāo),bw、bh為預(yù)測邊界框的寬度和高度;cx、cy為網(wǎng)格距離圖像左上角的邊距;tx、ty、tw、th為算法學(xué)習(xí)的目標(biāo);pw、ph為預(yù)先設(shè)定的錨框維度。

    對于預(yù)測邊界框中的類預(yù)測,YOLO v3算法每個框使用多標(biāo)簽分類來預(yù)測邊界框可能包含的類,并且不再使用Softmax的方式進(jìn)行分類,而是使用獨(dú)立的邏輯分類器;在算法訓(xùn)練過程中,通過二元交叉熵?fù)p失的方式進(jìn)行類別預(yù)測,通過多標(biāo)簽的方法可以更好地模擬數(shù)據(jù)。

    2.IoU及NMS(非極大值抑制)。IoU即預(yù)測框與真實(shí)框的交并比,用來反應(yīng)預(yù)測框與真實(shí)框的重合度,即:

    IoU值越大說明預(yù)測框與真實(shí)框的重合度越高,則預(yù)測框就能更好地反應(yīng)出真實(shí)框內(nèi)的信息,對目標(biāo)檢測的準(zhǔn)確度就會越高。在邊界框之后,每個預(yù)測邊界框會產(chǎn)生一個置信度(Confidence值),這個值反應(yīng)了預(yù)測的邊框內(nèi)含有檢測目標(biāo)的置信度,置信度的表達(dá)式如下:

    式中Pr(object)是判斷是否有檢測目標(biāo)包含在網(wǎng)格內(nèi),表示預(yù)測框與真實(shí)框的交并比值,其中值越高則表明所預(yù)測的邊界框內(nèi)含有檢測目標(biāo)且位置準(zhǔn)確。

    在YOLO v3算法中,在預(yù)處理及訓(xùn)練過程中會產(chǎn)生多個預(yù)測框,因此算法會根據(jù)每個預(yù)測框與真實(shí)框的IoU值的大小,通過NMS算法來最終確定一個與真實(shí)框重合度最高的預(yù)測邊界框。首先針對所有預(yù)測邊框,將置信度低于設(shè)定閾值的預(yù)測框剔除掉,針對同類檢測目標(biāo)每次選取置信度最大的Bounding Box,然后從剩下的BBox中與選取的BBox重合度較高(即IoU值較高)的預(yù)測框,這些與選取的邊界框有著較高重合度的預(yù)測框?qū)灰种疲刺蕹?。通過這種方式選取出來的BBox會被保留下來,并且不會在下一次的選取中出現(xiàn);接著開始下一輪,重復(fù)上述過程;選取置信度最大BBox,抑制高重合度的BBox。采用這種方式,最終對于同一個檢測目標(biāo),最終只會保留一個置信度最高的邊框,不會出現(xiàn)同一目標(biāo)進(jìn)行多次檢測的重復(fù)行為,從而提高檢測速率。

    (三)損失函數(shù)。YOLO v3算法的損失函數(shù)一共包含四個方面,分別是中心坐標(biāo)誤差、寬高坐標(biāo)誤差、預(yù)測邊界框的置信度誤差和分類誤差,損失函數(shù)計算方式如下:

    式中第一項、第二項的中心坐標(biāo)誤差和寬高誤差坐標(biāo)反應(yīng)了預(yù)測邊界框的坐標(biāo)誤差情況;第三項、第四項表示預(yù)測邊界框的置信度,反映了預(yù)測邊框內(nèi)含有檢測目標(biāo)的情況;第五項反映了對檢測目標(biāo)的分類情況。

    二、實(shí)驗(yàn)流程及結(jié)果分析

    本文在Linux系統(tǒng)上搭建實(shí)驗(yàn)平臺,使用NVIDIA GeForce GTX 1660Ti用于GPU加速,實(shí)驗(yàn)環(huán)境為CUDA10.1+CUDNN7.6,本實(shí)驗(yàn)在PyTorch1.6.0深度學(xué)習(xí)框架下對模型進(jìn)行訓(xùn)練及測試。

    (一)數(shù)據(jù)集制作。本文主要是針對煤礦員工安全帽的佩戴檢測,故采用煤礦井下作業(yè)現(xiàn)場監(jiān)控視頻作為數(shù)據(jù)來源;利用OpenCV4.4.0版本開發(fā)庫將所采集的視頻數(shù)據(jù)轉(zhuǎn)換為圖片格式的數(shù)據(jù),再經(jīng)過進(jìn)一步的圖片篩選共獲得了6892張有效圖片數(shù)據(jù),數(shù)據(jù)集包括佩戴安全帽的作業(yè)人員和未佩戴安全帽的作業(yè)人員兩類,自建數(shù)據(jù)集能夠較好地反映出煤礦井下作業(yè)的真實(shí)環(huán)境。

    1.數(shù)據(jù)集標(biāo)記。本文根據(jù)的實(shí)驗(yàn)需要,在制作數(shù)據(jù)集過程中使用LabelImg標(biāo)注工具,進(jìn)行數(shù)據(jù)集的標(biāo)注工作,所標(biāo)注的數(shù)據(jù)集類別分為戴安全帽和未戴安全帽兩類;在進(jìn)行數(shù)據(jù)集標(biāo)注時,根據(jù)實(shí)驗(yàn)需求對數(shù)據(jù)集中的對象進(jìn)行有效標(biāo)注,標(biāo)注工具自動生成相應(yīng)的配置文件,以數(shù)據(jù)集中的一張圖片標(biāo)注為例,展示如下圖3所示。

    圖3 數(shù)據(jù)集標(biāo)注圖例

    2.數(shù)據(jù)集劃分及數(shù)據(jù)預(yù)處理。為了確保訓(xùn)練模型的合理性,本文按照9:1的比例,將數(shù)據(jù)集劃分為訓(xùn)練集和測試集兩部分。為了將自建數(shù)據(jù)集轉(zhuǎn)化為適用于YOLO v3識別的數(shù)據(jù)格式,需要對自建數(shù)據(jù)集進(jìn)行格式轉(zhuǎn)換;同時,為了提升模型的收斂速度和模型的精度,對數(shù)據(jù)集進(jìn)行歸一化操作。

    (二)模型訓(xùn)練及測試。由于所使用的數(shù)據(jù)集與YOLO v3原始數(shù)據(jù)集不同,因此,需配置實(shí)驗(yàn)所需的yolov3-helmet.cfg文件;更改學(xué)習(xí)率、批次大小等配置參數(shù),使得YOLO v3網(wǎng)絡(luò)能夠有效的對模型進(jìn)行訓(xùn)練。本文使用PyTorch版本的YOLO v3權(quán)重文件進(jìn)行模型參數(shù)的訓(xùn)練。其中部分重要參數(shù)設(shè)定如下表1所示。

    表1 模型訓(xùn)練部分參數(shù)設(shè)定

    按照上表所示的參數(shù)設(shè)置,對模型進(jìn)行訓(xùn)練,經(jīng)過100次迭代后,獲得相應(yīng)的模型評價指標(biāo),以及一個最優(yōu)模型權(quán)重,并進(jìn)行模型測試。

    (三)實(shí)驗(yàn)結(jié)果及分析。

    1.實(shí)驗(yàn)結(jié)果分析。通過上述的實(shí)驗(yàn)過程,可以得到本文所使用的YOLO v3算法對自建的安全帽數(shù)據(jù)集的檢測能夠獲得一個比較好的結(jié)果,具體的識別效果圖見下圖4所示:

    根據(jù)圖4-1可見本實(shí)驗(yàn)對于單目標(biāo)簡單環(huán)境下具有更好的識別效果,在多目標(biāo)以及較復(fù)雜環(huán)境下精度稍低,但識別精度也處于較高的水平。

    圖4-1 單目標(biāo)及多目標(biāo)識別結(jié)果

    根據(jù)圖4-2能夠反映出本文實(shí)驗(yàn)所獲取的檢測模型對于不佩戴安全帽的情形,也能夠有著較好的檢測效果。

    圖4-2 未佩戴安全帽檢測結(jié)果

    根據(jù)圖4-3可見,本文實(shí)驗(yàn)所獲的檢測模型對存在一定干擾項的情況下(比如佩戴帽子等類似安全帽的情形),也能夠獲得較好的識別精度。由上示圖例可以清晰的看出,本文所研究的安全帽佩戴檢測方法,能夠很好的滿足實(shí)際的檢測需求,在多目標(biāo)以及存在干擾項等等情形下,都能夠進(jìn)行有效識別。

    圖4-3 存在干擾項的安全帽佩戴檢測識別

    2.與其它算法對比實(shí)驗(yàn)。為了更好的體現(xiàn)本文所使用的YOLO v3算法在安全帽識別上的表現(xiàn),使用其它單階段檢測算法進(jìn)行對比試驗(yàn),具體的實(shí)驗(yàn)對比見下表2所示。

    表2 不同算法實(shí)驗(yàn)結(jié)果對比表

    根據(jù)上表所示的對比實(shí)驗(yàn)可以看出,針對本文自建的安全帽佩戴檢測數(shù)據(jù)集的檢測來說,本文所使用的YOLO v3算法,相較于其他目標(biāo)檢測算法來說,具有更加優(yōu)越的檢測性能,雖然在檢測精度上低于Faster-RCNN,但是在檢測速率方面本文算法更能滿足對實(shí)時視頻流的檢測需求,更加適合實(shí)際環(huán)境中的檢測任務(wù)。

    三、結(jié)語

    本文使用YOLO v3算法作為安全帽檢測的基礎(chǔ),通過對煤礦井下數(shù)據(jù)的訓(xùn)練,獲得一個較穩(wěn)定的模型,能夠?qū)碌淖鳂I(yè)人員的安全帽佩戴情況進(jìn)行有效檢測,實(shí)驗(yàn)所取得的檢測精度以及算法的檢測速率均能滿足實(shí)際的需求,能夠?qū)?shí)時的視頻流進(jìn)行有效檢測;但是,算法還存在一定的不足之處,對于較小目標(biāo)的檢測還存在一定的問題,因此下一步需要在現(xiàn)在的基礎(chǔ)上對算法進(jìn)行有效改進(jìn),完善算法對較小目標(biāo)的檢測功能。

    猜你喜歡
    安全帽置信度邊界
    礦工有無數(shù)頂安全帽
    小小安全帽,生命保護(hù)傘
    硼鋁復(fù)合材料硼含量置信度臨界安全分析研究
    拓展閱讀的邊界
    論中立的幫助行為之可罰邊界
    正負(fù)關(guān)聯(lián)規(guī)則兩級置信度閾值設(shè)置方法
    置信度條件下軸承壽命的可靠度分析
    軸承(2015年2期)2015-07-25 03:51:04
    “偽翻譯”:“翻譯”之邊界行走者
    膚色檢測和Hu矩在安全帽識別中的應(yīng)用
    班長的“安全帽”
    亚洲熟妇中文字幕五十中出| 妹子高潮喷水视频| 国产男靠女视频免费网站| 999久久久国产精品视频| 精品电影一区二区在线| 两个人免费观看高清视频| 亚洲精品美女久久久久99蜜臀| 亚洲狠狠婷婷综合久久图片| 欧美性猛交╳xxx乱大交人| 搡老妇女老女人老熟妇| 久久九九热精品免费| 免费在线观看亚洲国产| 中文字幕精品亚洲无线码一区| 亚洲人成电影免费在线| 欧美3d第一页| 黄色a级毛片大全视频| 日日夜夜操网爽| 亚洲中文日韩欧美视频| 在线观看66精品国产| 免费在线观看影片大全网站| 午夜影院日韩av| 久久久国产欧美日韩av| 九色成人免费人妻av| 精品乱码久久久久久99久播| 成人午夜高清在线视频| 日本免费a在线| 好男人在线观看高清免费视频| 女人被狂操c到高潮| 亚洲欧洲精品一区二区精品久久久| 看黄色毛片网站| 夜夜躁狠狠躁天天躁| 黑人巨大精品欧美一区二区mp4| 成人国产一区最新在线观看| 精品乱码久久久久久99久播| tocl精华| 日本在线视频免费播放| 免费在线观看视频国产中文字幕亚洲| 成人特级黄色片久久久久久久| 男女做爰动态图高潮gif福利片| 久久香蕉国产精品| 给我免费播放毛片高清在线观看| 久久国产精品人妻蜜桃| 激情在线观看视频在线高清| 欧美又色又爽又黄视频| 十八禁网站免费在线| 一个人免费在线观看电影 | 久久久久久国产a免费观看| 两个人视频免费观看高清| tocl精华| 亚洲av电影不卡..在线观看| 男男h啪啪无遮挡| 搡老熟女国产l中国老女人| 精品不卡国产一区二区三区| 国产一区在线观看成人免费| 叶爱在线成人免费视频播放| 亚洲五月婷婷丁香| 午夜成年电影在线免费观看| 搞女人的毛片| 国产一区二区三区视频了| 成人三级黄色视频| 欧美日韩中文字幕国产精品一区二区三区| 十八禁人妻一区二区| 无人区码免费观看不卡| 国产av一区在线观看免费| 99久久99久久久精品蜜桃| 亚洲精品一卡2卡三卡4卡5卡| 夜夜看夜夜爽夜夜摸| 亚洲 国产 在线| 巨乳人妻的诱惑在线观看| 国内揄拍国产精品人妻在线| 黄色视频,在线免费观看| 这个男人来自地球电影免费观看| 欧美一级毛片孕妇| 国产亚洲精品综合一区在线观看 | 叶爱在线成人免费视频播放| 黄片大片在线免费观看| 国产久久久一区二区三区| 午夜日韩欧美国产| 日韩欧美 国产精品| 日本 av在线| or卡值多少钱| 久久久久国内视频| 女人被狂操c到高潮| 窝窝影院91人妻| 日本成人三级电影网站| 久久精品夜夜夜夜夜久久蜜豆 | 精品无人区乱码1区二区| 久久热在线av| 熟妇人妻久久中文字幕3abv| 一进一出抽搐gif免费好疼| 日韩精品免费视频一区二区三区| 欧美性猛交╳xxx乱大交人| 久久九九热精品免费| 精品日产1卡2卡| 日韩大尺度精品在线看网址| 在线观看免费视频日本深夜| 一区福利在线观看| 欧美zozozo另类| 在线观看日韩欧美| 精品第一国产精品| www日本在线高清视频| 天天躁夜夜躁狠狠躁躁| 国产精品一区二区三区四区久久| 国产精品精品国产色婷婷| 久久久久国内视频| √禁漫天堂资源中文www| 91九色精品人成在线观看| 不卡一级毛片| av天堂在线播放| 他把我摸到了高潮在线观看| 深夜精品福利| 51午夜福利影视在线观看| 女警被强在线播放| 免费一级毛片在线播放高清视频| 国产精品亚洲av一区麻豆| 亚洲人成网站高清观看| 黑人巨大精品欧美一区二区mp4| 美女免费视频网站| 日韩欧美免费精品| 国产成人aa在线观看| 色尼玛亚洲综合影院| 女人爽到高潮嗷嗷叫在线视频| ponron亚洲| 日韩欧美一区二区三区在线观看| 免费搜索国产男女视频| 一卡2卡三卡四卡精品乱码亚洲| 国产成人精品久久二区二区免费| 嫩草影视91久久| 亚洲美女视频黄频| 一级片免费观看大全| 成年免费大片在线观看| 国产熟女午夜一区二区三区| 久久久久九九精品影院| 欧美日韩亚洲综合一区二区三区_| 黄片大片在线免费观看| 狂野欧美白嫩少妇大欣赏| 亚洲人成网站高清观看| 国产精品1区2区在线观看.| 最好的美女福利视频网| 久久精品综合一区二区三区| 可以在线观看的亚洲视频| 一本精品99久久精品77| 亚洲专区国产一区二区| 久久精品aⅴ一区二区三区四区| 我要搜黄色片| 熟女少妇亚洲综合色aaa.| 好看av亚洲va欧美ⅴa在| 97碰自拍视频| 亚洲国产欧美人成| av福利片在线| 国产久久久一区二区三区| 日本黄色视频三级网站网址| 免费电影在线观看免费观看| 中亚洲国语对白在线视频| 级片在线观看| 免费无遮挡裸体视频| 婷婷精品国产亚洲av在线| 九色成人免费人妻av| 免费看美女性在线毛片视频| www.熟女人妻精品国产| 老司机在亚洲福利影院| 国产91精品成人一区二区三区| 国产精品久久久久久人妻精品电影| 国产精品久久电影中文字幕| 国产视频一区二区在线看| av在线播放免费不卡| 精品国产乱码久久久久久男人| 热99re8久久精品国产| 亚洲在线自拍视频| 国产熟女xx| 老司机靠b影院| 男女做爰动态图高潮gif福利片| 欧美成人性av电影在线观看| 黑人欧美特级aaaaaa片| 日韩欧美国产一区二区入口| 久久精品综合一区二区三区| 亚洲一卡2卡3卡4卡5卡精品中文| 成人一区二区视频在线观看| 悠悠久久av| 丰满人妻一区二区三区视频av | 成人特级黄色片久久久久久久| 婷婷六月久久综合丁香| 香蕉国产在线看| 久久午夜综合久久蜜桃| 久久香蕉精品热| 日韩三级视频一区二区三区| 性色av乱码一区二区三区2| 亚洲人成伊人成综合网2020| 欧美性长视频在线观看| 日本免费一区二区三区高清不卡| 亚洲av电影在线进入| 女警被强在线播放| 国产1区2区3区精品| 每晚都被弄得嗷嗷叫到高潮| 亚洲精品美女久久久久99蜜臀| 后天国语完整版免费观看| 亚洲欧美日韩高清在线视频| 精品电影一区二区在线| 视频区欧美日本亚洲| 欧美日韩一级在线毛片| 麻豆一二三区av精品| 麻豆久久精品国产亚洲av| 国产一区二区在线观看日韩 | 白带黄色成豆腐渣| 亚洲美女视频黄频| 日韩有码中文字幕| 久久久久免费精品人妻一区二区| 亚洲真实伦在线观看| 最近最新中文字幕大全免费视频| 熟女少妇亚洲综合色aaa.| 手机成人av网站| 一级a爱片免费观看的视频| 日韩大码丰满熟妇| 99热这里只有是精品50| 大型黄色视频在线免费观看| 亚洲av电影在线进入| 后天国语完整版免费观看| 天堂av国产一区二区熟女人妻 | 久久精品国产清高在天天线| 最新在线观看一区二区三区| 又黄又爽又免费观看的视频| avwww免费| 欧美黑人巨大hd| 日韩欧美国产在线观看| 国内少妇人妻偷人精品xxx网站 | 亚洲精华国产精华精| 日韩欧美在线二视频| 国语自产精品视频在线第100页| 国产精品久久久久久精品电影| 国模一区二区三区四区视频 | 亚洲男人的天堂狠狠| 欧美不卡视频在线免费观看 | 蜜桃久久精品国产亚洲av| 国产精品国产高清国产av| 午夜a级毛片| 国产成人精品无人区| 精品免费久久久久久久清纯| 久久精品国产亚洲av香蕉五月| 午夜福利在线在线| 女同久久另类99精品国产91| 国产精品亚洲一级av第二区| 国产精品久久久久久久电影 | 又紧又爽又黄一区二区| 丰满人妻一区二区三区视频av | 亚洲国产欧美网| 两个人免费观看高清视频| 中亚洲国语对白在线视频| 淫妇啪啪啪对白视频| 老司机靠b影院| 一个人观看的视频www高清免费观看 | 国产精品免费一区二区三区在线| 国产区一区二久久| 在线观看66精品国产| 五月玫瑰六月丁香| 国产真实乱freesex| 搡老熟女国产l中国老女人| 天天躁狠狠躁夜夜躁狠狠躁| 51午夜福利影视在线观看| 欧美最黄视频在线播放免费| 日韩欧美精品v在线| 一夜夜www| 黄色片一级片一级黄色片| 久久香蕉精品热| 国产午夜精品久久久久久| 久久九九热精品免费| 久久人妻av系列| 国产亚洲精品久久久久久毛片| 国产精品久久久久久精品电影| 欧美丝袜亚洲另类 | 国产乱人伦免费视频| 久久99热这里只有精品18| 一本久久中文字幕| 国产精品电影一区二区三区| 男女午夜视频在线观看| a级毛片在线看网站| 最新在线观看一区二区三区| 我的老师免费观看完整版| 久久久国产精品麻豆| 欧美成人免费av一区二区三区| 女同久久另类99精品国产91| 亚洲激情在线av| 一本久久中文字幕| 欧美日韩国产亚洲二区| 婷婷六月久久综合丁香| 国产av又大| 欧美乱码精品一区二区三区| 一a级毛片在线观看| 国产精华一区二区三区| 久久 成人 亚洲| 亚洲自拍偷在线| 久久亚洲真实| 夜夜躁狠狠躁天天躁| 免费看a级黄色片| 欧美在线一区亚洲| 欧美一级a爱片免费观看看 | 成年人黄色毛片网站| 看免费av毛片| 亚洲精品在线观看二区| 色精品久久人妻99蜜桃| 99精品在免费线老司机午夜| 久久香蕉精品热| 亚洲国产欧洲综合997久久,| 一级片免费观看大全| 欧美一级a爱片免费观看看 | 在线观看免费日韩欧美大片| 国产av一区在线观看免费| 一本综合久久免费| 免费av毛片视频| 国产欧美日韩一区二区精品| 一本大道久久a久久精品| avwww免费| 国产熟女午夜一区二区三区| 成人高潮视频无遮挡免费网站| 两个人免费观看高清视频| 欧美日韩福利视频一区二区| 国产亚洲精品av在线| 国产精品久久久av美女十八| 麻豆av在线久日| 国产av麻豆久久久久久久| 国产精品久久久av美女十八| 99riav亚洲国产免费| 国产精品电影一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 久久九九热精品免费| 在线国产一区二区在线| 精华霜和精华液先用哪个| 亚洲五月天丁香| 精品久久久久久久久久免费视频| 男人舔女人的私密视频| 少妇裸体淫交视频免费看高清 | 真人做人爱边吃奶动态| 婷婷六月久久综合丁香| 久久久精品国产亚洲av高清涩受| 看片在线看免费视频| 美女大奶头视频| 成人手机av| 国产熟女xx| 免费电影在线观看免费观看| 亚洲成a人片在线一区二区| 国语自产精品视频在线第100页| 亚洲精品美女久久av网站| xxxwww97欧美| 久热爱精品视频在线9| 哪里可以看免费的av片| 成熟少妇高潮喷水视频| 国产一区二区三区视频了| 久久人妻福利社区极品人妻图片| 欧美成人免费av一区二区三区| 精品国产超薄肉色丝袜足j| 俄罗斯特黄特色一大片| 99热6这里只有精品| 特级一级黄色大片| 亚洲电影在线观看av| av有码第一页| 精品日产1卡2卡| 亚洲中文字幕一区二区三区有码在线看 | 麻豆久久精品国产亚洲av| 少妇裸体淫交视频免费看高清 | а√天堂www在线а√下载| 看免费av毛片| 精品国产超薄肉色丝袜足j| 中文字幕熟女人妻在线| 午夜老司机福利片| 亚洲午夜精品一区,二区,三区| 亚洲av美国av| 又爽又黄无遮挡网站| 久久精品91蜜桃| 极品教师在线免费播放| 亚洲在线自拍视频| 色噜噜av男人的天堂激情| 欧美色视频一区免费| 亚洲自偷自拍图片 自拍| 国产精品免费一区二区三区在线| 成年免费大片在线观看| 日本黄色视频三级网站网址| 九九热线精品视视频播放| 欧美国产日韩亚洲一区| 国产野战对白在线观看| 毛片女人毛片| 无限看片的www在线观看| 无遮挡黄片免费观看| 黄频高清免费视频| 国产99久久九九免费精品| 中文字幕人成人乱码亚洲影| 亚洲成人久久爱视频| 亚洲午夜精品一区,二区,三区| 国产精品九九99| 久久草成人影院| 少妇粗大呻吟视频| 国产成人精品久久二区二区91| 99热这里只有是精品50| 久久婷婷人人爽人人干人人爱| 亚洲成a人片在线一区二区| 在线观看免费视频日本深夜| 18禁美女被吸乳视频| 50天的宝宝边吃奶边哭怎么回事| 日韩精品免费视频一区二区三区| 老司机午夜十八禁免费视频| 女同久久另类99精品国产91| av在线播放免费不卡| 精品熟女少妇八av免费久了| 亚洲国产高清在线一区二区三| or卡值多少钱| 国产在线精品亚洲第一网站| 久久国产乱子伦精品免费另类| 青草久久国产| 亚洲va日本ⅴa欧美va伊人久久| 日本精品一区二区三区蜜桃| 法律面前人人平等表现在哪些方面| 国产高清视频在线播放一区| 51午夜福利影视在线观看| xxx96com| 午夜福利18| 亚洲色图 男人天堂 中文字幕| 久久精品亚洲精品国产色婷小说| 亚洲精品美女久久av网站| 久久草成人影院| 97碰自拍视频| 国产97色在线日韩免费| 国产一区二区在线观看日韩 | 淫秽高清视频在线观看| 国产成人精品久久二区二区免费| 一夜夜www| 日韩精品中文字幕看吧| 成人午夜高清在线视频| 国产亚洲精品av在线| 天堂动漫精品| 国产久久久一区二区三区| 人人妻,人人澡人人爽秒播| 亚洲一区二区三区不卡视频| 免费av毛片视频| 国内精品久久久久久久电影| 国产午夜福利久久久久久| 国产高清有码在线观看视频 | 欧美成人午夜精品| 我要搜黄色片| 成人精品一区二区免费| 中文字幕人妻丝袜一区二区| 精品欧美一区二区三区在线| 此物有八面人人有两片| 久久久久九九精品影院| 色老头精品视频在线观看| 黄色视频不卡| 国产精品亚洲av一区麻豆| 久久婷婷成人综合色麻豆| 99久久无色码亚洲精品果冻| 熟妇人妻久久中文字幕3abv| 国产精品日韩av在线免费观看| 色尼玛亚洲综合影院| 亚洲国产精品sss在线观看| 成人av在线播放网站| av福利片在线观看| 免费看美女性在线毛片视频| 窝窝影院91人妻| 久久精品aⅴ一区二区三区四区| 在线看三级毛片| 国产精品99久久99久久久不卡| 九九热线精品视视频播放| 黑人欧美特级aaaaaa片| 男女做爰动态图高潮gif福利片| 性欧美人与动物交配| 又粗又爽又猛毛片免费看| tocl精华| 不卡一级毛片| 一边摸一边抽搐一进一小说| 老熟妇乱子伦视频在线观看| 在线观看美女被高潮喷水网站 | 午夜亚洲福利在线播放| 看片在线看免费视频| АⅤ资源中文在线天堂| 制服人妻中文乱码| 五月伊人婷婷丁香| 免费在线观看亚洲国产| 欧美一区二区精品小视频在线| 午夜福利视频1000在线观看| 亚洲精品一卡2卡三卡4卡5卡| 国产精品 国内视频| 两性午夜刺激爽爽歪歪视频在线观看 | 国内毛片毛片毛片毛片毛片| 日日夜夜操网爽| 午夜a级毛片| 久久久国产成人精品二区| 亚洲一区二区三区色噜噜| 男女视频在线观看网站免费 | 国产午夜精品久久久久久| 制服人妻中文乱码| 一区福利在线观看| 亚洲第一欧美日韩一区二区三区| 欧美一区二区精品小视频在线| 99riav亚洲国产免费| av免费在线观看网站| 天天添夜夜摸| 欧美高清成人免费视频www| 女生性感内裤真人,穿戴方法视频| 天堂影院成人在线观看| 亚洲美女视频黄频| 色av中文字幕| 亚洲国产精品999在线| 成人国语在线视频| 村上凉子中文字幕在线| 国产精品美女特级片免费视频播放器 | 久久精品影院6| 深夜精品福利| 亚洲一区高清亚洲精品| 777久久人妻少妇嫩草av网站| 舔av片在线| 国产av麻豆久久久久久久| 国产一区二区在线av高清观看| 亚洲免费av在线视频| 久久久久久九九精品二区国产 | 日韩欧美在线二视频| 97人妻精品一区二区三区麻豆| 久久久久性生活片| 亚洲一区中文字幕在线| av在线天堂中文字幕| 波多野结衣巨乳人妻| 亚洲精品美女久久av网站| 国产高清videossex| 一级a爱片免费观看的视频| 美女 人体艺术 gogo| 999久久久精品免费观看国产| 69av精品久久久久久| 国产伦一二天堂av在线观看| 免费高清视频大片| 91老司机精品| 十八禁网站免费在线| 中文在线观看免费www的网站 | 夜夜爽天天搞| 日本熟妇午夜| 欧美日韩乱码在线| 国产99久久九九免费精品| 巨乳人妻的诱惑在线观看| 在线观看免费日韩欧美大片| 国产精品国产高清国产av| 久久精品综合一区二区三区| 啦啦啦观看免费观看视频高清| 一二三四社区在线视频社区8| 黑人欧美特级aaaaaa片| 国产私拍福利视频在线观看| 精品欧美一区二区三区在线| 亚洲av成人不卡在线观看播放网| 国产精品美女特级片免费视频播放器 | 亚洲av熟女| 成人永久免费在线观看视频| 亚洲九九香蕉| 国产aⅴ精品一区二区三区波| 男女下面进入的视频免费午夜| 国产精品久久电影中文字幕| 两个人免费观看高清视频| 欧美中文综合在线视频| avwww免费| 国产久久久一区二区三区| 在线免费观看的www视频| 精品久久蜜臀av无| 国产精品久久久av美女十八| 在线观看免费午夜福利视频| 成人av一区二区三区在线看| 久99久视频精品免费| 在线a可以看的网站| 久久久久久久精品吃奶| 又黄又粗又硬又大视频| 国内毛片毛片毛片毛片毛片| 欧美日韩国产亚洲二区| 性色av乱码一区二区三区2| 无限看片的www在线观看| 精品免费久久久久久久清纯| 亚洲一区中文字幕在线| 亚洲精品中文字幕一二三四区| 亚洲一区二区三区不卡视频| 51午夜福利影视在线观看| 欧美日韩精品网址| 欧美zozozo另类| 亚洲va日本ⅴa欧美va伊人久久| 免费观看人在逋| 欧美性长视频在线观看| 国产成人精品久久二区二区91| 99久久99久久久精品蜜桃| 久久香蕉国产精品| 国产免费男女视频| 一本久久中文字幕| 少妇人妻一区二区三区视频| 99热这里只有是精品50| 久久伊人香网站| 国产免费av片在线观看野外av| 国产精品一区二区免费欧美| 变态另类丝袜制服| 757午夜福利合集在线观看| 一个人观看的视频www高清免费观看 | 亚洲一码二码三码区别大吗| 久久精品人妻少妇| svipshipincom国产片| 九九热线精品视视频播放| 在线观看免费视频日本深夜| 日本撒尿小便嘘嘘汇集6| 黄色女人牲交| 搡老熟女国产l中国老女人| 亚洲色图 男人天堂 中文字幕| 亚洲成人中文字幕在线播放| 丁香六月欧美| 俺也久久电影网| 久久国产乱子伦精品免费另类| 日韩大尺度精品在线看网址| 亚洲精华国产精华精| 久久欧美精品欧美久久欧美| 亚洲av成人精品一区久久| 欧美zozozo另类| 久久欧美精品欧美久久欧美| 国产成人av激情在线播放| 日日干狠狠操夜夜爽| 一进一出抽搐gif免费好疼| 国产精品 欧美亚洲| 中文字幕熟女人妻在线| 在线观看www视频免费| 久久草成人影院| 黄色视频不卡|