• <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 ?

    基于改進(jìn)VGG模型的低照度道路交通標(biāo)志識別

    2021-11-09 00:48:18趙樹恩
    關(guān)鍵詞:方法模型

    趙樹恩,劉 偉

    (重慶交通大學(xué) 機(jī)電與車輛工程學(xué)院,重慶 400074)

    0 引 言

    快速、準(zhǔn)確的交通標(biāo)志定位與識別是自動駕駛環(huán)境感知的重要內(nèi)容,也是決策規(guī)劃的前提,對降低交通事故率和緩解日趨嚴(yán)重的交通擁堵等問題具有重大作用[1-2]。近年來對交通標(biāo)志定位與識別的研究眾多,且取得了較為滿意的成果,但應(yīng)用于多變的實(shí)際場景中,仍存在許多問題。

    目前交通標(biāo)志檢測與識別的研究方法主要包含兩類:基于傳統(tǒng)圖像特征提取結(jié)合機(jī)器學(xué)習(xí)的兩步驟方法和基于深度學(xué)習(xí)的目標(biāo)檢測方法[3]。傳統(tǒng)圖像特征主要有:①基于顏色特征的方法,在RGB、H(色調(diào))S(色飽和度)I(亮度)、HSV等色彩空間中分割出指定的色彩區(qū)域,然后提取出交通標(biāo)志;② 基于形狀特征的方法,首先需要對道路交通圖像進(jìn)行邊緣檢測,提取出其中特定的幾何形狀特征,然后利用機(jī)器學(xué)習(xí)的方法對定位出的交通標(biāo)志分類,識別其語義信息。常用的機(jī)器學(xué)習(xí)方法為AdaBoost及支持向量機(jī)(SVM)。C.BAHLMANN等[4]同時(shí)考慮圖像顏色特征及Haar特征,然后基于AdaBoost算法實(shí)現(xiàn)交通標(biāo)志檢測。C. G. KIRAN等[5]首先對圖像進(jìn)行色彩分割,將分割后的小塊與邊緣特征結(jié)合,然后利用SVM實(shí)現(xiàn)交通標(biāo)志分類。

    基于傳統(tǒng)圖像特征檢測結(jié)合機(jī)器學(xué)習(xí)分類的方法可快速實(shí)現(xiàn)定位和識別,但對光照敏感性強(qiáng),在有陰影、亮度低和存在遮擋和運(yùn)動模糊的情況就難以取得較好的識別效果[6-7]。

    隨著深度學(xué)習(xí)理論的發(fā)展,卷積神經(jīng)網(wǎng)絡(luò)在目標(biāo)檢測方面的優(yōu)勢明顯,避免了傳統(tǒng)方法中的人工特征提取過程?;诰矸e神經(jīng)網(wǎng)絡(luò)的主流目標(biāo)檢測算法有:①包含兩個(gè)階段的快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)(Faster- RCNN)[8],該類神經(jīng)網(wǎng)絡(luò)模型往往參數(shù)量和計(jì)算量巨大,需巨大存儲空間保存模型,難以達(dá)到實(shí)時(shí)性要求;②端到端的單階段模型,主要有YOLO(you only look noce)[9]、SSD(single shot multibox detector)[10],該類方法可直接定位和識別出交通標(biāo)志的位置和類別,比前者效率提升,但精度有所下降。在實(shí)際場景中難以實(shí)現(xiàn)實(shí)時(shí)性與精度之前的平衡,王海等[11]對YOLO、Faster-RCNN及其改進(jìn)的算法在道路交通圖像中進(jìn)行了驗(yàn)證,雖達(dá)到了較好的精度表現(xiàn),但始終不能滿足實(shí)時(shí)定位的需求,而定位失敗的樣本大多為陰天、傍晚或存在背光的情況,因此,實(shí)現(xiàn)低照度條件下的交通標(biāo)志檢測與識別,能大大優(yōu)化無人駕駛車輛在感知過程中的表現(xiàn)。

    針對上述問題,筆者提出一種快速的低照度道路交通標(biāo)志檢測與識別方法。首先采用CLAHE算法對圖像進(jìn)行增強(qiáng);通過設(shè)定相關(guān)閾值,在HSV色彩空間分離出紅色、黃色、藍(lán)色像素區(qū)域(對應(yīng)禁令標(biāo)志、警告標(biāo)志和指示標(biāo)志);然后設(shè)定約束,定位可能的交通標(biāo)志;為避免訓(xùn)練樣本中各類別標(biāo)志圖像數(shù)據(jù)量差距過大發(fā)生過擬合,利用DCGAN模型對交通標(biāo)志圖像進(jìn)行樣本量增強(qiáng);最后使用DC-VGG輕量化模型實(shí)現(xiàn)多類交通標(biāo)志識別,論文的思路構(gòu)架如圖1。

    圖1 思路構(gòu)架Fig. 1 Idea framework

    1 圖像增強(qiáng)及交通標(biāo)志定位

    1.1 圖像亮度自適應(yīng)增強(qiáng)

    為增加低照度條件下的識別精度,筆者利用CLAHE算法[12]增強(qiáng)輸入圖像的亮度。該算法通過對局部對比度進(jìn)行限制,有效防止了噪聲放大造成的圖像失真,該算法常用于處理灰度圖,實(shí)現(xiàn)灰度圖的圖像增強(qiáng)。針對彩色的道路圖像,將其由RGB換到HSV色彩空間,利用CLAHE對V通道進(jìn)行直方圖均衡化,再將V通道重新聚合到原始圖像中。該方法能在抑制高亮區(qū)域過曝的同時(shí),有效提高暗部亮度,具體步驟如下:

    1) 子塊劃分。將V通道均勻分割為d個(gè)子塊。

    2) 對比度閾值設(shè)定。對每個(gè)子塊進(jìn)行灰度級均分,每個(gè)灰度級最后分得像素量Na=m/Nc,其中m、Nc分別為各個(gè)子塊中包含的像素個(gè)數(shù)及其灰度級。

    閾值計(jì)算方式為:

    T=Mc×Na

    (1)

    式中:Mc為截取限制的倍數(shù)。

    3) 像素重新分配。將每個(gè)子塊直方圖中超出閾值T的像素,重新平均分配至各灰度級,再對各個(gè)子塊進(jìn)行直方圖均衡化。

    4) 雙線性插值重構(gòu)。雙線性插值能有效防止直接拼接導(dǎo)致的塊狀效應(yīng),計(jì)算過程如下。

    按x方向插值:

    (2)

    (3)

    按y方向插值:

    (4)

    式中:P為插值點(diǎn);v為該點(diǎn)像素值;x,y為各點(diǎn)的坐標(biāo),詳細(xì)見圖2。

    圖2 雙線性插值各點(diǎn)坐標(biāo)Fig. 2 Coordinates of bilinear interpolation points

    設(shè)定圖像子塊為8,經(jīng)CLAHE算法增強(qiáng)后的道路圖像如圖3。

    圖3(a)、圖3(b)為兩張低照度道路交通圖像;圖3(e)、圖3(f)為對應(yīng)CLAHE增強(qiáng)之后的圖像;圖3(c)、圖3(d)為對比了圖像增強(qiáng)前后V通道直方圖,顯然低像素值區(qū)間像素個(gè)數(shù)得到很大抑制,增加了高像素值個(gè)數(shù),從而一定程度上抑制高亮區(qū)域過曝,同時(shí)為暗區(qū)域提升亮度。

    圖3 圖像亮度增強(qiáng)結(jié)果Fig. 3 Image brightness enhancement results

    1.2 基于色彩特征的交通標(biāo)志定位

    由于國內(nèi)的交通標(biāo)志主要分為3種顏色:紅色、黃色、藍(lán)色,分別對應(yīng)禁令標(biāo)志、警告標(biāo)志和指示標(biāo)志。因此,要定位可能的交通標(biāo)志,需將圖像分割為僅包含紅色、黃色、藍(lán)色的二值圖像。通過設(shè)定閾值,將轉(zhuǎn)換到HSV色彩空間的道路圖像進(jìn)行分割。根據(jù)經(jīng)驗(yàn),閾值設(shè)定如表1。

    表1 色彩提取閾值Table 1 Color extraction threshold

    為了更好的提取紅色像素,設(shè)定了兩個(gè)區(qū)間的紅色閾值,將鮮亮及較暗的紅色均作為檢測的目標(biāo),以降低漏檢率。然后對得到的3個(gè)二值化圖像進(jìn)行輪廓檢測,得到感興趣區(qū)域外接矩形。設(shè)定約束條件為:

    (5)

    式中:w、h分別為外接矩形的寬高;s為輸入圖像的面積,以上變量均以像素為單位。

    滿足式(5)所述條件的區(qū)域即為可能的交通標(biāo)志的位置。則圖4中方框區(qū)域即可能為交通標(biāo)志所在位置,但只有白色方框中的圖像為真實(shí)的交通標(biāo)志,其余框中圖像標(biāo)定為負(fù)樣本。

    圖4 基于色彩特征的交通標(biāo)志定位結(jié)果Fig. 4 Location results of traffic signs based on color features

    2 交通標(biāo)志識別模型

    2.1 DC-VGG分類模型

    傳統(tǒng)VGG-16[13]共有13個(gè)卷積層、5個(gè)池化層及3個(gè)全連接層,其結(jié)構(gòu)如圖5。該模型共有6個(gè)階段:1、2階段由兩個(gè)卷積層和一個(gè)池化層組成,提取圖像的低級特征;3、4、5階段均為3個(gè)卷積層加1個(gè)池化層的結(jié)構(gòu),通過設(shè)定大小為3×3的卷積核,既得到了較大的感受野,同時(shí)有效限制了參數(shù)量。

    圖5 VGG-16結(jié)構(gòu)Fig. 5 VGG-16 structure diagram

    傳統(tǒng)的VGG-16網(wǎng)絡(luò)模型全局使用3×3大小的卷積核,通過多個(gè)卷積層與池化層的堆疊實(shí)現(xiàn)深層特征提取達(dá)到較好的識別效果,但參數(shù)量巨大,導(dǎo)致訓(xùn)練和預(yù)測時(shí)需強(qiáng)大的硬件支持,且會耗費(fèi)大量時(shí)間;此外,該模型淺層到深層特征關(guān)聯(lián)性低,易導(dǎo)致細(xì)膩特征丟失。

    為加快圖像分類速度并保留細(xì)節(jié)特征,筆者在傳統(tǒng)VGG理論基礎(chǔ)上,提出基于膨脹卷積結(jié)合殘差結(jié)構(gòu)的DC-VGG輕量化道路交通標(biāo)志快速識別模型,其基本結(jié)構(gòu)如圖6。

    圖6 DC-VGG結(jié)構(gòu)Fig. 6 DC-VGG structure diagram

    DC-VGG將傳統(tǒng)VGG-16中的經(jīng)典結(jié)構(gòu)(3個(gè)3×3 卷積)替換為空洞率為3,卷積核為3×3的膨脹卷積層,為防止多層膨脹卷積疊加導(dǎo)致的局部信息丟失,引入殘差結(jié)構(gòu),以確保圖像的細(xì)節(jié)特征。

    筆者所提出的DC-VGG模型由5個(gè)普通卷積層、3個(gè)池化層、3個(gè)膨脹卷積層及3個(gè)全連接層構(gòu)成。相比于傳統(tǒng)VGG-16該模型結(jié)構(gòu)大大簡化,引入膨脹卷積[14]可在卷積核不變的情況下,獲取更大的感受野,從而減少參數(shù)量。感受野的計(jì)算方式為:

    k′=k+(k-1)×(d-1)

    (6)

    RFi+1=RFi+(k′-1)×Si

    (7)

    式中:k為卷積核大?。籨為空洞率;RFi+1、RFi分別為當(dāng)前層和上一層的感受野;Si為當(dāng)前層之前的所有層步長乘積。因此,1個(gè)空洞率為3,大小為3×3的卷積核感受野與3個(gè)3×3的卷積核感受野相同。

    為適應(yīng)文中輸入交通標(biāo)志圖像大小,對每個(gè)卷積層大小進(jìn)行了修改,修改后的結(jié)果見圖5。在全連接層末端利用Softmax進(jìn)行概率計(jì)算:

    (8)

    式中:aj、ak分別為輸入Softmax向量的第j和第k個(gè)值;W為數(shù)據(jù)的類別數(shù);Sj為Softmax輸出的第j個(gè)值,即輸入圖像屬于第j個(gè)類別的概率。對應(yīng)的損失函數(shù)為:

    (9)

    式中:yj是圖像的真實(shí)標(biāo)簽,維度為L,若y中第i位為1則標(biāo)志該圖像屬于i類,其余位置的值均為0。

    為與原模型形成對比,將傳統(tǒng)的VGG-16模型每個(gè)卷積層的大小和通道數(shù)分別調(diào)整為原來的1/4和1/2,且令全連接層與DC-VGG相同。經(jīng)調(diào)整,新的VGG-16總參數(shù)量為3 862 194,而文中的DC-VGG總參數(shù)量為953 970,參數(shù)量減少了75.3%。

    2.2 基于DCGAN的數(shù)據(jù)樣本增強(qiáng)

    為避免不同類別的交通標(biāo)志樣本數(shù)量不均衡導(dǎo)致分類模型訓(xùn)練結(jié)果出現(xiàn)過擬合現(xiàn)象,筆者應(yīng)用深度卷積對抗神經(jīng)網(wǎng)絡(luò)擴(kuò)充交通標(biāo)志樣本量。

    DCGAN實(shí)際上是在GAN的基礎(chǔ)之上增加了深度卷積神經(jīng)網(wǎng)絡(luò)[15],由generator(G)和discriminator(D)兩個(gè)模塊構(gòu)成,其結(jié)構(gòu)如圖7。D負(fù)責(zé)下采樣提取圖像深度信息,判斷圖像真假。通過形狀變化和上采樣,G將輸入的噪聲數(shù)據(jù)轉(zhuǎn)換成目標(biāo)圖像,在每次學(xué)習(xí)中更新,與D相互博弈,以生成接近真實(shí)的目標(biāo)圖像。

    圖7 DCGAN結(jié)構(gòu)Fig. 7 DCGAN structure diagram

    3 實(shí)驗(yàn)結(jié)果

    文中的實(shí)驗(yàn)環(huán)境配置如下,硬件:使用Intel i7-8300 處理器,內(nèi)存為DDR 8GB,顯卡為NVIDIA GTX1050TI;軟件:實(shí)驗(yàn)平臺為基于Python語言的Tensorflow-GPU深度學(xué)習(xí)框架。

    3.1 數(shù)據(jù)準(zhǔn)備

    運(yùn)用的數(shù)據(jù)源自CCTSDB公開數(shù)據(jù)集,共有道路圖像15 000余張,包含大量低照度道路圖像。對其中13 000個(gè)圖像進(jìn)行自適應(yīng)圖像增強(qiáng)及交通標(biāo)志定位,除去數(shù)據(jù)量太少的交通標(biāo)志類別,得到禁令標(biāo)志16類,警告標(biāo)志9類、指示標(biāo)志14類。合并負(fù)樣本數(shù)據(jù),最終確定分類模型的輸出維度為34。

    由于33類交通標(biāo)志圖像數(shù)據(jù)量有不同程度的差距,且相較于總數(shù)達(dá)到6 450的負(fù)樣本數(shù)據(jù),差距甚大。因此,在模型訓(xùn)練之前,先對這33類交通標(biāo)志數(shù)據(jù)量增強(qiáng)。DCGAN增強(qiáng)后的部分結(jié)果如圖8,圖中左側(cè)為實(shí)際提取到的標(biāo)志圖,右側(cè)為分辨率56×56的生成結(jié)果。通過該方法將每類交通標(biāo)志圖像數(shù)據(jù)均擴(kuò)充至3 000個(gè)。

    圖8 DCGAN數(shù)據(jù)樣本生成示意Fig. 8 Schematic diagram of DCGAN data sample generation

    3.2 結(jié)果分析

    將增強(qiáng)后的數(shù)據(jù)集,按8∶2的比例劃分訓(xùn)練集和驗(yàn)證集。得到的訓(xùn)練結(jié)果如圖9。

    圖9 訓(xùn)練結(jié)果Fig. 9 Training results

    由圖9可知,在不進(jìn)行數(shù)據(jù)樣本增強(qiáng)的情況下,驗(yàn)證集上表現(xiàn)出的準(zhǔn)確率最低,且準(zhǔn)確率上升的速度最慢;DC-VGG相較于VGG-16準(zhǔn)確率上升更快,且具有VGG-16的性能表現(xiàn)。詳細(xì)數(shù)據(jù)見表2。

    表2 模型訓(xùn)練結(jié)果Table 2 Model training results

    由表2可知,DC-VGG的準(zhǔn)確率略高于VGG-16方法,均達(dá)到0.98以上;該方法較VGG-16訓(xùn)練總時(shí)長縮短26.6%,平均單個(gè)標(biāo)志預(yù)測時(shí)長縮減14.4%。

    為進(jìn)一步驗(yàn)證該方法對交通標(biāo)志識別的有效性,選擇在剩余2 000余張圖像中隨機(jī)抽取800張道路圖像進(jìn)行識別。經(jīng)統(tǒng)計(jì),該方法識別準(zhǔn)確率達(dá)到94.12%,略低于YOLOv3的交通標(biāo)志檢測模型平均準(zhǔn)確率94.6[16],但在1050TI平臺下,文中的方法平均檢測速度達(dá)到28.55幀/s,遠(yuǎn)高于YOLOv3的8.77幀/s。因此,筆者所提出的方法能保證識別準(zhǔn)確率的同時(shí)提高辨識的實(shí)時(shí)性。圖10為低照度不同場景下道路交通標(biāo)志的定位識別結(jié)果。

    圖10 道路交通標(biāo)志識別結(jié)果Fig. 10 Road traffic sign recognition results

    4 結(jié) 語

    針對低照度情況下道路交通標(biāo)志圖像亮度偏低、飽和度過高、圖像模糊、識別不精確等問題,提出了基于膨脹卷積-VGG模型的道路交通標(biāo)志快速定位與識別方法。通過CLAHE算法增強(qiáng)原始圖像亮度,并運(yùn)用深度卷積對抗神經(jīng)網(wǎng)絡(luò)算法對樣本進(jìn)行擴(kuò)增,實(shí)現(xiàn)了道路交通標(biāo)志快速識別。實(shí)驗(yàn)結(jié)果表明,筆者所提出的方法能在低照度、遮擋等情況下都有優(yōu)異的表現(xiàn),并且即使在硬件不佳的情況下也能實(shí)時(shí)檢測高分辨率圖像。由于車載視覺成像設(shè)備獲取的道路交通標(biāo)志標(biāo)線圖像質(zhì)量受氣象、光照、環(huán)境等因素影響較大,進(jìn)而直接影響標(biāo)志標(biāo)線識別算法的可靠性和魯棒性,在未來工作中,還有進(jìn)一步研究交通標(biāo)志特征的自適應(yīng)提取方法,從而提升識別模型的辨識速度與精度。

    猜你喜歡
    方法模型
    一半模型
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
    學(xué)習(xí)方法
    可能是方法不對
    3D打印中的模型分割與打包
    用對方法才能瘦
    Coco薇(2016年2期)2016-03-22 02:42:52
    FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究
    四大方法 教你不再“坐以待病”!
    Coco薇(2015年1期)2015-08-13 02:47:34
    賺錢方法
    av在线亚洲专区| 国产一区二区在线观看日韩| 噜噜噜噜噜久久久久久91| 一级毛片我不卡| 午夜福利成人在线免费观看| 麻豆成人av视频| 欧美一区二区精品小视频在线| 亚洲一级一片aⅴ在线观看| av卡一久久| 久久草成人影院| 免费av观看视频| 亚洲欧美精品自产自拍| 国产成人精品婷婷| 国产精品嫩草影院av在线观看| 午夜久久久久精精品| 免费无遮挡裸体视频| 国产 一区精品| av在线天堂中文字幕| 一进一出抽搐动态| 国产精品野战在线观看| 久久欧美精品欧美久久欧美| 欧美一区二区亚洲| 老司机福利观看| 亚洲,欧美,日韩| 国产亚洲5aaaaa淫片| 久久精品综合一区二区三区| 韩国av在线不卡| 国产伦精品一区二区三区四那| 亚洲中文字幕一区二区三区有码在线看| 精品一区二区免费观看| 免费观看的影片在线观看| 尤物成人国产欧美一区二区三区| 小说图片视频综合网站| 亚洲18禁久久av| 精品久久久久久久末码| 久久人妻av系列| 一级黄色大片毛片| 在线免费观看的www视频| 国产成人a∨麻豆精品| 中出人妻视频一区二区| 婷婷精品国产亚洲av| 最新中文字幕久久久久| 午夜老司机福利剧场| 亚洲国产精品国产精品| 成年女人看的毛片在线观看| 亚洲18禁久久av| 99久国产av精品国产电影| 真实男女啪啪啪动态图| 国产女主播在线喷水免费视频网站 | 国产精品一区www在线观看| 国产日韩欧美在线精品| 三级国产精品欧美在线观看| 亚洲18禁久久av| 1024手机看黄色片| 99热精品在线国产| 国产av在哪里看| 青春草亚洲视频在线观看| 久久精品国产亚洲网站| 亚洲国产精品合色在线| 久久精品国产亚洲av香蕉五月| 久久韩国三级中文字幕| 日本一本二区三区精品| 欧美精品一区二区大全| 偷拍熟女少妇极品色| 国产亚洲欧美98| 91精品一卡2卡3卡4卡| 国产av在哪里看| 美女xxoo啪啪120秒动态图| 日本黄色片子视频| 一个人看的www免费观看视频| 男女下面进入的视频免费午夜| 99国产精品一区二区蜜桃av| 久久精品国产鲁丝片午夜精品| 三级男女做爰猛烈吃奶摸视频| 国产蜜桃级精品一区二区三区| 国产精品久久视频播放| 又爽又黄a免费视频| 中文亚洲av片在线观看爽| 国产精品一及| av女优亚洲男人天堂| 99精品在免费线老司机午夜| 一进一出抽搐gif免费好疼| 一级毛片电影观看 | 99久久精品热视频| 亚洲综合色惰| 又粗又硬又长又爽又黄的视频 | 亚洲国产精品成人久久小说 | 精品人妻视频免费看| 国产高清激情床上av| 亚洲自偷自拍三级| 中国国产av一级| 亚洲七黄色美女视频| 禁无遮挡网站| 国产黄色视频一区二区在线观看 | 成人欧美大片| 久久人人精品亚洲av| 一区二区三区四区激情视频 | 一级毛片电影观看 | 免费黄网站久久成人精品| 白带黄色成豆腐渣| 亚洲一级一片aⅴ在线观看| 1024手机看黄色片| 亚洲精华国产精华液的使用体验 | 久久精品国产亚洲网站| 网址你懂的国产日韩在线| 99久久精品热视频| 国产精品美女特级片免费视频播放器| 特级一级黄色大片| 在线免费观看的www视频| 亚洲国产色片| 一个人看视频在线观看www免费| 一区福利在线观看| 插阴视频在线观看视频| 少妇的逼水好多| 自拍偷自拍亚洲精品老妇| 69人妻影院| 亚洲av电影不卡..在线观看| 免费av不卡在线播放| 99热只有精品国产| 午夜爱爱视频在线播放| 黄色一级大片看看| 美女国产视频在线观看| 狂野欧美白嫩少妇大欣赏| 国产伦一二天堂av在线观看| 久久精品国产亚洲av香蕉五月| 国产精华一区二区三区| 亚洲国产日韩欧美精品在线观看| 国产蜜桃级精品一区二区三区| 亚洲四区av| 赤兔流量卡办理| av天堂在线播放| 狠狠狠狠99中文字幕| 国产91av在线免费观看| 成人毛片a级毛片在线播放| 激情 狠狠 欧美| 特大巨黑吊av在线直播| 国产精品综合久久久久久久免费| 久久综合国产亚洲精品| 丝袜喷水一区| 中文字幕av成人在线电影| 欧美性猛交╳xxx乱大交人| 亚洲欧美精品综合久久99| 三级男女做爰猛烈吃奶摸视频| 久久精品影院6| 成年免费大片在线观看| 插逼视频在线观看| 久久久精品欧美日韩精品| 亚洲av不卡在线观看| 在线天堂最新版资源| 九色成人免费人妻av| 久久人人爽人人片av| 婷婷亚洲欧美| 91久久精品国产一区二区三区| 国产精品伦人一区二区| 永久网站在线| 亚洲欧美日韩卡通动漫| 特大巨黑吊av在线直播| 亚洲国产日韩欧美精品在线观看| 国产精品一及| 亚洲国产精品成人综合色| 老司机福利观看| 永久网站在线| 亚洲aⅴ乱码一区二区在线播放| 国产在线精品亚洲第一网站| 亚洲精品成人久久久久久| 99riav亚洲国产免费| 国产在线男女| 婷婷六月久久综合丁香| 免费在线观看成人毛片| 亚洲国产高清在线一区二区三| 久久久久久国产a免费观看| 国产精品伦人一区二区| ponron亚洲| 一夜夜www| 国产 一区 欧美 日韩| 国产精品综合久久久久久久免费| 嫩草影院入口| 91精品一卡2卡3卡4卡| 久久精品国产亚洲av香蕉五月| 简卡轻食公司| 人体艺术视频欧美日本| 欧美日韩乱码在线| 免费人成在线观看视频色| 亚洲成人精品中文字幕电影| 成人无遮挡网站| 免费一级毛片在线播放高清视频| 久久99热这里只有精品18| 亚洲欧美中文字幕日韩二区| av天堂中文字幕网| 少妇裸体淫交视频免费看高清| 级片在线观看| 少妇人妻一区二区三区视频| 亚洲成人久久爱视频| 九草在线视频观看| 亚洲精品国产成人久久av| 午夜精品国产一区二区电影 | 最近手机中文字幕大全| 日韩,欧美,国产一区二区三区 | 国产真实乱freesex| 成人高潮视频无遮挡免费网站| 国产高清视频在线观看网站| 九九爱精品视频在线观看| 国产女主播在线喷水免费视频网站 | 亚洲自拍偷在线| 美女cb高潮喷水在线观看| 中文资源天堂在线| 床上黄色一级片| 亚洲人成网站在线播| av在线蜜桃| av在线播放精品| 精品久久久噜噜| 91av网一区二区| 一本一本综合久久| av福利片在线观看| 最近中文字幕高清免费大全6| 午夜精品一区二区三区免费看| 精品人妻视频免费看| 在现免费观看毛片| 变态另类成人亚洲欧美熟女| 91在线精品国自产拍蜜月| 级片在线观看| 国产一级毛片七仙女欲春2| 自拍偷自拍亚洲精品老妇| 久久久久久久午夜电影| 最近2019中文字幕mv第一页| 国产精品久久久久久久电影| 亚洲aⅴ乱码一区二区在线播放| 成人一区二区视频在线观看| 国产精品国产三级国产av玫瑰| 久久99热6这里只有精品| 人体艺术视频欧美日本| 卡戴珊不雅视频在线播放| 小蜜桃在线观看免费完整版高清| av又黄又爽大尺度在线免费看 | 丝袜喷水一区| 看非洲黑人一级黄片| 国产真实乱freesex| 亚洲经典国产精华液单| 久久综合国产亚洲精品| 看黄色毛片网站| 国产精品久久久久久精品电影| 欧美色欧美亚洲另类二区| 国产精品久久久久久久电影| 性插视频无遮挡在线免费观看| 国产成人午夜福利电影在线观看| 舔av片在线| 亚洲国产精品国产精品| 少妇丰满av| 亚洲人与动物交配视频| 我的老师免费观看完整版| 99国产精品一区二区蜜桃av| av在线亚洲专区| 99在线人妻在线中文字幕| 亚洲不卡免费看| 天天躁夜夜躁狠狠久久av| 一个人观看的视频www高清免费观看| 欧美变态另类bdsm刘玥| 深夜a级毛片| 国产精品久久视频播放| 春色校园在线视频观看| 亚洲七黄色美女视频| 午夜福利成人在线免费观看| 变态另类成人亚洲欧美熟女| 黑人高潮一二区| 国产片特级美女逼逼视频| 欧美变态另类bdsm刘玥| 国产 一区精品| 国模一区二区三区四区视频| 国产色爽女视频免费观看| 亚洲国产高清在线一区二区三| 亚洲精品色激情综合| 乱系列少妇在线播放| 亚洲欧美成人精品一区二区| av免费观看日本| 在线观看午夜福利视频| 大又大粗又爽又黄少妇毛片口| 中文字幕av成人在线电影| 天美传媒精品一区二区| 99热这里只有精品一区| 免费av不卡在线播放| 久久久久久久久大av| 亚洲四区av| 亚洲av中文字字幕乱码综合| 亚洲欧美精品自产自拍| 我的女老师完整版在线观看| 中文字幕制服av| 亚洲真实伦在线观看| 国产淫片久久久久久久久| 在线观看66精品国产| 精品免费久久久久久久清纯| 欧美日韩国产亚洲二区| 激情 狠狠 欧美| 国产精品电影一区二区三区| 哪里可以看免费的av片| 日韩视频在线欧美| 欧美精品国产亚洲| 日韩视频在线欧美| 又粗又硬又长又爽又黄的视频 | 国产极品精品免费视频能看的| 免费人成视频x8x8入口观看| 黄色一级大片看看| 欧美zozozo另类| 在线国产一区二区在线| 97在线视频观看| 99热这里只有是精品50| 国产成年人精品一区二区| 色尼玛亚洲综合影院| 亚洲精品成人久久久久久| 麻豆精品久久久久久蜜桃| 国产爱豆传媒在线观看| 国产精品美女特级片免费视频播放器| 国产高潮美女av| 亚洲精品国产av成人精品| 成年版毛片免费区| 最近中文字幕高清免费大全6| 97超碰精品成人国产| 99在线人妻在线中文字幕| 十八禁国产超污无遮挡网站| 久久久久久伊人网av| 中文字幕制服av| 少妇人妻一区二区三区视频| 蜜桃亚洲精品一区二区三区| 哪个播放器可以免费观看大片| 少妇熟女欧美另类| 国产精品久久久久久亚洲av鲁大| 午夜激情福利司机影院| 亚洲精品日韩在线中文字幕 | 亚洲成人中文字幕在线播放| 又爽又黄无遮挡网站| 亚洲av中文av极速乱| 禁无遮挡网站| 内射极品少妇av片p| 国产精品综合久久久久久久免费| 久久久久久久久久成人| 久久国产乱子免费精品| 男插女下体视频免费在线播放| 看片在线看免费视频| 2021天堂中文幕一二区在线观| 一本久久中文字幕| kizo精华| 91aial.com中文字幕在线观看| 岛国在线免费视频观看| 校园春色视频在线观看| 日韩国内少妇激情av| 国产av在哪里看| 欧美性感艳星| 国产精品久久电影中文字幕| 波野结衣二区三区在线| 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 | 欧美zozozo另类| 欧美高清性xxxxhd video| 国产精品久久久久久久电影| 亚洲国产欧洲综合997久久,| 免费观看的影片在线观看| 国产精品人妻久久久久久| 中文欧美无线码| 一区二区三区四区激情视频 | 3wmmmm亚洲av在线观看| 搡老妇女老女人老熟妇| 啦啦啦观看免费观看视频高清| 亚洲av中文av极速乱| 亚州av有码| 日本一二三区视频观看| 日韩大尺度精品在线看网址| 日韩一本色道免费dvd| 麻豆国产97在线/欧美| 嘟嘟电影网在线观看| 人妻制服诱惑在线中文字幕| 成人特级av手机在线观看| 精品久久久久久成人av| 日本-黄色视频高清免费观看| 噜噜噜噜噜久久久久久91| 久久精品国产亚洲av天美| 婷婷亚洲欧美| 丰满的人妻完整版| 欧美xxxx黑人xx丫x性爽| 极品教师在线视频| 国内精品美女久久久久久| 亚洲精品色激情综合| 高清毛片免费观看视频网站| 联通29元200g的流量卡| 国产精品无大码| 亚洲av免费高清在线观看| 中文在线观看免费www的网站| 在线观看免费视频日本深夜| 久久精品国产清高在天天线| 亚洲欧美日韩高清专用| 国产伦理片在线播放av一区 | av卡一久久| 日韩欧美国产在线观看| 国产成人精品久久久久久| 欧美性感艳星| 日韩视频在线欧美| 国产精品久久电影中文字幕| 色综合色国产| 亚洲精品色激情综合| 久久精品国产亚洲网站| 国产精品久久久久久久电影| 国产视频首页在线观看| 亚洲人与动物交配视频| 国产精品一区二区在线观看99 | 国产精品电影一区二区三区| 国产一级毛片七仙女欲春2| 色哟哟·www| 一级av片app| 美女脱内裤让男人舔精品视频 | 最近的中文字幕免费完整| 日韩欧美在线乱码| 亚洲激情五月婷婷啪啪| 国模一区二区三区四区视频| 黄色配什么色好看| 少妇被粗大猛烈的视频| 狠狠狠狠99中文字幕| 免费黄网站久久成人精品| 成人亚洲欧美一区二区av| 久久中文看片网| 国产淫片久久久久久久久| 岛国毛片在线播放| 国产av不卡久久| 久久草成人影院| 亚洲av二区三区四区| 少妇的逼好多水| 国产久久久一区二区三区| 久久热精品热| 性色avwww在线观看| 国产成人一区二区在线| 亚洲精品粉嫩美女一区| 国产又黄又爽又无遮挡在线| 亚洲激情五月婷婷啪啪| 99在线视频只有这里精品首页| 一个人看的www免费观看视频| 亚洲av一区综合| 晚上一个人看的免费电影| 色综合色国产| 久久精品国产清高在天天线| 久久久国产成人免费| 久久久欧美国产精品| 一区福利在线观看| 禁无遮挡网站| 看黄色毛片网站| 国产精品免费一区二区三区在线| 精品无人区乱码1区二区| 国产三级中文精品| 国内精品宾馆在线| 亚洲欧美日韩东京热| 午夜亚洲福利在线播放| 国产伦在线观看视频一区| 中文字幕熟女人妻在线| 赤兔流量卡办理| 一级毛片电影观看 | 老女人水多毛片| 久久婷婷人人爽人人干人人爱| 国产精品久久久久久亚洲av鲁大| 久久人人爽人人爽人人片va| 午夜精品国产一区二区电影 | 精品不卡国产一区二区三区| 一边亲一边摸免费视频| 国产麻豆成人av免费视频| 国产精品人妻久久久久久| 少妇被粗大猛烈的视频| 午夜老司机福利剧场| 国产欧美日韩精品一区二区| 成人三级黄色视频| 18禁在线无遮挡免费观看视频| 免费av观看视频| 美女黄网站色视频| 高清在线视频一区二区三区 | 日日啪夜夜撸| 美女 人体艺术 gogo| 国产乱人视频| 好男人视频免费观看在线| 黄色一级大片看看| 日韩三级伦理在线观看| 一本一本综合久久| 两性午夜刺激爽爽歪歪视频在线观看| 91麻豆精品激情在线观看国产| 欧美色视频一区免费| 成人永久免费在线观看视频| 国产伦精品一区二区三区视频9| 日本欧美国产在线视频| 欧美高清成人免费视频www| 久久99热这里只有精品18| 日韩 亚洲 欧美在线| 天天一区二区日本电影三级| 爱豆传媒免费全集在线观看| 日韩一区二区三区影片| 不卡一级毛片| 狠狠狠狠99中文字幕| 不卡视频在线观看欧美| 91在线精品国自产拍蜜月| 不卡视频在线观看欧美| 日韩成人av中文字幕在线观看| 成人永久免费在线观看视频| 欧美一区二区国产精品久久精品| 亚洲图色成人| 亚洲精品日韩av片在线观看| 国产淫片久久久久久久久| 波野结衣二区三区在线| 精品免费久久久久久久清纯| 欧美潮喷喷水| 丰满的人妻完整版| 久久99热6这里只有精品| 亚洲激情五月婷婷啪啪| av在线播放精品| 亚洲av中文字字幕乱码综合| 九九久久精品国产亚洲av麻豆| 日韩 亚洲 欧美在线| 欧美区成人在线视频| 欧美性感艳星| 国产精品麻豆人妻色哟哟久久 | av专区在线播放| 97在线视频观看| 欧美高清成人免费视频www| av在线天堂中文字幕| 熟妇人妻久久中文字幕3abv| 91在线精品国自产拍蜜月| 少妇高潮的动态图| 亚洲精品影视一区二区三区av| 日日摸夜夜添夜夜添av毛片| 在线观看美女被高潮喷水网站| 啦啦啦观看免费观看视频高清| 欧美日韩精品成人综合77777| 国产老妇伦熟女老妇高清| 一个人看的www免费观看视频| 深夜精品福利| 国产精品一二三区在线看| 麻豆久久精品国产亚洲av| 天美传媒精品一区二区| 精品久久久久久久人妻蜜臀av| 日日撸夜夜添| 干丝袜人妻中文字幕| av天堂在线播放| 国产精品嫩草影院av在线观看| 91av网一区二区| 在线观看午夜福利视频| 伦精品一区二区三区| 免费观看人在逋| 欧美不卡视频在线免费观看| 日日干狠狠操夜夜爽| 熟妇人妻久久中文字幕3abv| 国产精品三级大全| 国产激情偷乱视频一区二区| АⅤ资源中文在线天堂| 尤物成人国产欧美一区二区三区| 久久亚洲精品不卡| 日本撒尿小便嘘嘘汇集6| 1000部很黄的大片| 久久国内精品自在自线图片| 人人妻人人澡人人爽人人夜夜 | 亚洲欧美精品综合久久99| av天堂在线播放| 99riav亚洲国产免费| 女同久久另类99精品国产91| 日韩高清综合在线| 你懂的网址亚洲精品在线观看 | 99热6这里只有精品| 久久热精品热| 国产亚洲精品久久久com| 国产熟女欧美一区二区| 免费搜索国产男女视频| 伦精品一区二区三区| 日日干狠狠操夜夜爽| 国产亚洲精品久久久久久毛片| 亚洲四区av| 亚洲激情五月婷婷啪啪| 免费看av在线观看网站| 又粗又爽又猛毛片免费看| 熟女人妻精品中文字幕| 精品一区二区三区人妻视频| 男人的好看免费观看在线视频| 国语自产精品视频在线第100页| 精品免费久久久久久久清纯| 中国美白少妇内射xxxbb| 综合色av麻豆| 91精品一卡2卡3卡4卡| 97在线视频观看| 99久久精品一区二区三区| 男女边吃奶边做爰视频| 国产日韩欧美在线精品| 国产精品,欧美在线| 国产乱人偷精品视频| 黄片wwwwww| 亚洲天堂国产精品一区在线| 一级毛片电影观看 | 亚洲图色成人| 久久99热这里只有精品18| 99热这里只有是精品50| 99在线人妻在线中文字幕| 欧美变态另类bdsm刘玥| av在线播放精品| 亚洲第一区二区三区不卡| 精品欧美国产一区二区三| 亚洲精品亚洲一区二区| 婷婷色av中文字幕| 久久久成人免费电影| 大又大粗又爽又黄少妇毛片口| 久久精品综合一区二区三区| 两性午夜刺激爽爽歪歪视频在线观看| 欧美zozozo另类| 国产高清不卡午夜福利| 日本一二三区视频观看| 两个人的视频大全免费| 国产麻豆成人av免费视频| 人人妻人人澡欧美一区二区| 极品教师在线视频| 久久婷婷人人爽人人干人人爱| 国产又黄又爽又无遮挡在线| 长腿黑丝高跟| 18+在线观看网站| 精品免费久久久久久久清纯| 久久久久久久久久久免费av| 在线观看午夜福利视频| 国产精品一区二区性色av| 非洲黑人性xxxx精品又粗又长| 亚洲乱码一区二区免费版|