• <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(shí)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(shí)別是自動(dòng)駕駛環(huán)境感知的重要內(nèi)容,也是決策規(guī)劃的前提,對(duì)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(duì)交通標(biāo)志定位與識(shí)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(shí)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(duì)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(duì)定位出的交通標(biāo)志分類,識(shí)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(duì)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(shí)別,但對(duì)光照敏感性強(qiáng),在有陰影、亮度低和存在遮擋和運(yùn)動(dòng)模糊的情況就難以取得較好的識(shí)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(chǔ)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(shí)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(duì)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(shí)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(duì)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(shí)別方法。首先采用CLAHE算法對(duì)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(duì)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(duì)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(shí)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(shí)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(duì)局部對(duì)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(duì)彩色的道路圖像,將其由RGB換到HSV色彩空間,利用CLAHE對(duì)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(duì)比度閾值設(shè)定。對(duì)每個(gè)子塊進(jìn)行灰度級(jí)均分,每個(gè)灰度級(jí)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(jí)。

    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(jí),再對(duì)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(duì)應(yīng)CLAHE增強(qiáng)之后的圖像;圖3(c)、圖3(d)為對(duì)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(duì)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(duì)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(shí)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(jí)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(shí)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(huì)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(shí)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??;d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(duì)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(duì)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(duì)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(duì)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(tái)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(duì)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(duì)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(duì)交通標(biāo)志識(shí)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(shí)別。經(jīng)統(tǒng)計(jì),該方法識(shí)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(tái)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(shí)別準(zhǔn)確率的同時(shí)提高辨識(shí)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(shí)別結(jié)果。

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

    4 結(jié) 語

    針對(duì)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(shí)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(shí)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(duì)抗神經(jīng)網(wǎng)絡(luò)算法對(duì)樣本進(jìn)行擴(kuò)增,實(shí)現(xiàn)了道路交通標(biāo)志快速識(shí)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(shí)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(shí)別模型的辨識(shí)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(duì)
    3D打印中的模型分割與打包
    用對(duì)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
    又爽又黄无遮挡网站| 免费不卡的大黄色大毛片视频在线观看 | 国产精品综合久久久久久久免费| 在线免费观看的www视频| 亚洲国产精品成人综合色| 精品人妻熟女av久视频| 久久久精品免费免费高清| 国产精品久久久久久久电影| 亚洲国产av新网站| 能在线免费看毛片的网站| 99热这里只有是精品在线观看| 国产探花在线观看一区二区| 国内精品美女久久久久久| 卡戴珊不雅视频在线播放| 麻豆乱淫一区二区| 久久久久久久久中文| 亚洲欧美精品自产自拍| 午夜激情久久久久久久| 熟女人妻精品中文字幕| 人人妻人人看人人澡| 麻豆久久精品国产亚洲av| 欧美bdsm另类| 天天躁日日操中文字幕| 日日啪夜夜爽| 你懂的网址亚洲精品在线观看| 热99在线观看视频| 精品久久久久久久末码| 亚洲天堂国产精品一区在线| 1000部很黄的大片| 男人舔女人下体高潮全视频| 毛片一级片免费看久久久久| 精品人妻一区二区三区麻豆| 在线天堂最新版资源| 日韩不卡一区二区三区视频在线| 日韩欧美精品免费久久| 观看免费一级毛片| 午夜福利网站1000一区二区三区| 97在线视频观看| 日韩亚洲欧美综合| av专区在线播放| 成人毛片60女人毛片免费| 亚洲18禁久久av| 春色校园在线视频观看| av在线老鸭窝| 中文天堂在线官网| 国产精品精品国产色婷婷| 午夜激情欧美在线| 欧美激情国产日韩精品一区| 少妇丰满av| 日日干狠狠操夜夜爽| 国产精品久久久久久久久免| 看十八女毛片水多多多| 久久久久久伊人网av| 性插视频无遮挡在线免费观看| 成人亚洲精品av一区二区| 亚洲欧美日韩东京热| 亚洲高清免费不卡视频| 亚洲精品日韩在线中文字幕| 激情 狠狠 欧美| 三级毛片av免费| 久久久久久久久中文| 亚洲精品日韩在线中文字幕| 国产黄片视频在线免费观看| 久久精品国产亚洲av天美| 伊人久久精品亚洲午夜| 久久久成人免费电影| 大片免费播放器 马上看| 狠狠精品人妻久久久久久综合| 少妇熟女aⅴ在线视频| 久久国产乱子免费精品| 18禁在线无遮挡免费观看视频| 国产久久久一区二区三区| 亚洲经典国产精华液单| 国产欧美另类精品又又久久亚洲欧美| 久99久视频精品免费| 精品国内亚洲2022精品成人| 午夜福利在线在线| 久久久精品欧美日韩精品| 国产视频内射| 特级一级黄色大片| 夜夜看夜夜爽夜夜摸| 日日撸夜夜添| 水蜜桃什么品种好| 人人妻人人看人人澡| 2022亚洲国产成人精品| 一二三四中文在线观看免费高清| 久久久久久久久久久丰满| 成人亚洲欧美一区二区av| 色综合亚洲欧美另类图片| 国模一区二区三区四区视频| 在线观看人妻少妇| 在线观看av片永久免费下载| 日韩三级伦理在线观看| 久久草成人影院| a级一级毛片免费在线观看| 男的添女的下面高潮视频| 国产精品日韩av在线免费观看| 99热全是精品| 成人亚洲精品一区在线观看 | av在线老鸭窝| 免费高清在线观看视频在线观看| 一区二区三区四区激情视频| 日本一本二区三区精品| 中文字幕av成人在线电影| 美女主播在线视频| 国产乱人视频| av在线天堂中文字幕| 免费看日本二区| 成年版毛片免费区| 99热网站在线观看| 能在线免费观看的黄片| 国产精品人妻久久久久久| 精品人妻视频免费看| 91在线精品国自产拍蜜月| 国产在线一区二区三区精| 国产有黄有色有爽视频| or卡值多少钱| 直男gayav资源| 成年女人看的毛片在线观看| 麻豆国产97在线/欧美| 51国产日韩欧美| av在线亚洲专区| 日本色播在线视频| 亚洲av电影在线观看一区二区三区 | 毛片一级片免费看久久久久| 成人综合一区亚洲| 亚洲精品自拍成人| 啦啦啦中文免费视频观看日本| 亚洲精品乱码久久久v下载方式| 精品不卡国产一区二区三区| 综合色av麻豆| 亚洲国产精品国产精品| 久久久亚洲精品成人影院| 一级二级三级毛片免费看| 亚洲av电影不卡..在线观看| 熟女电影av网| 中国国产av一级| 亚洲av不卡在线观看| 国产精品一区二区在线观看99 | 九九爱精品视频在线观看| 大陆偷拍与自拍| 777米奇影视久久| 亚洲精品第二区| 熟妇人妻久久中文字幕3abv| xxx大片免费视频| 国产精品国产三级国产专区5o| 99久久九九国产精品国产免费| 色吧在线观看| 成人鲁丝片一二三区免费| 欧美不卡视频在线免费观看| 久久人人爽人人爽人人片va| 啦啦啦啦在线视频资源| 肉色欧美久久久久久久蜜桃 | 国产乱来视频区| 99久久九九国产精品国产免费| 国产欧美另类精品又又久久亚洲欧美| 男人狂女人下面高潮的视频| 精品熟女少妇av免费看| 久久99热这里只频精品6学生| 亚洲图色成人| 久久99精品国语久久久| 春色校园在线视频观看| 亚洲欧美日韩东京热| 高清日韩中文字幕在线| 国产麻豆成人av免费视频| 日本熟妇午夜| 国产 亚洲一区二区三区 | 国内精品宾馆在线| 国产毛片a区久久久久| 丰满人妻一区二区三区视频av| 水蜜桃什么品种好| 伦理电影大哥的女人| 国产精品人妻久久久影院| 日韩一区二区三区影片| 一级毛片黄色毛片免费观看视频| or卡值多少钱| 亚洲在线自拍视频| av国产免费在线观看| 国产在视频线精品| 不卡视频在线观看欧美| 亚洲一级一片aⅴ在线观看| 亚洲欧美清纯卡通| 国产精品久久久久久久久免| 尤物成人国产欧美一区二区三区| 青春草国产在线视频| 国产大屁股一区二区在线视频| 日日摸夜夜添夜夜添av毛片| 免费看a级黄色片| 亚洲精品国产成人久久av| 卡戴珊不雅视频在线播放| 欧美丝袜亚洲另类| 成人综合一区亚洲| 精品国产一区二区三区久久久樱花 | 哪个播放器可以免费观看大片| av在线蜜桃| 在线观看av片永久免费下载| 免费不卡的大黄色大毛片视频在线观看 | 极品教师在线视频| 特级一级黄色大片| 国产av在哪里看| 中国国产av一级| 国产乱来视频区| 99久久精品一区二区三区| 三级国产精品欧美在线观看| 我的女老师完整版在线观看| 欧美成人一区二区免费高清观看| 亚洲成人一二三区av| 赤兔流量卡办理| 国产有黄有色有爽视频| 丰满人妻一区二区三区视频av| 亚洲婷婷狠狠爱综合网| 99久国产av精品| 亚洲性久久影院| 亚洲精品久久久久久婷婷小说| 国国产精品蜜臀av免费| 亚洲国产色片| 欧美一级a爱片免费观看看| 亚洲第一区二区三区不卡| 国产精品一及| 一区二区三区免费毛片| 欧美成人午夜免费资源| 国产精品.久久久| 91av网一区二区| 一级毛片久久久久久久久女| 非洲黑人性xxxx精品又粗又长| 大又大粗又爽又黄少妇毛片口| 一级毛片黄色毛片免费观看视频| 美女国产视频在线观看| 午夜亚洲福利在线播放| 少妇熟女欧美另类| 免费av观看视频| 亚洲精品日韩在线中文字幕| 久久精品综合一区二区三区| 精品欧美国产一区二区三| 亚洲三级黄色毛片| 国产永久视频网站| 精品久久久久久久久av| 午夜激情福利司机影院| 日韩视频在线欧美| 欧美三级亚洲精品| 国产一区亚洲一区在线观看| 男人和女人高潮做爰伦理| 亚洲人成网站高清观看| 日本-黄色视频高清免费观看| 99久久精品热视频| 亚洲精品影视一区二区三区av| 久久久久久久久久久丰满| 身体一侧抽搐| 听说在线观看完整版免费高清| 最近2019中文字幕mv第一页| 日本熟妇午夜| 又大又黄又爽视频免费| 国产成人a∨麻豆精品| 高清在线视频一区二区三区| 大话2 男鬼变身卡| 久久久久久国产a免费观看| 亚洲精品第二区| 免费av观看视频| 亚洲欧美日韩无卡精品| 一级二级三级毛片免费看| 国产乱来视频区| 亚洲最大成人中文| 久久精品夜夜夜夜夜久久蜜豆| 少妇猛男粗大的猛烈进出视频 | 晚上一个人看的免费电影| 波多野结衣巨乳人妻| 神马国产精品三级电影在线观看| 国产国拍精品亚洲av在线观看| 午夜激情久久久久久久| 国产精品美女特级片免费视频播放器| 久久人人爽人人片av| 亚洲三级黄色毛片| 亚洲精品自拍成人| 午夜亚洲福利在线播放| 99热这里只有精品一区| 亚洲av二区三区四区| 国产精品一及| 麻豆成人午夜福利视频| 欧美高清成人免费视频www| 欧美日韩在线观看h| 国产高清有码在线观看视频| 亚洲精品中文字幕在线视频 | 最近最新中文字幕大全电影3| 国产有黄有色有爽视频| 国产一区亚洲一区在线观看| 国产淫片久久久久久久久| 中文字幕av在线有码专区| 国产精品福利在线免费观看| av在线播放精品| 尤物成人国产欧美一区二区三区| 成年女人看的毛片在线观看| 精品久久国产蜜桃| 韩国av在线不卡| 免费看光身美女| 高清日韩中文字幕在线| 精品一区二区三区视频在线| 国产午夜精品一二区理论片| 国产精品无大码| 免费观看无遮挡的男女| 日韩欧美国产在线观看| 国产一级毛片七仙女欲春2| 夫妻午夜视频| 女人被狂操c到高潮| 国产男女超爽视频在线观看| 日韩大片免费观看网站| 久久精品夜色国产| 成人高潮视频无遮挡免费网站| 色综合亚洲欧美另类图片| 人妻少妇偷人精品九色| 欧美+日韩+精品| 我的女老师完整版在线观看| 乱系列少妇在线播放| 亚洲精华国产精华液的使用体验| 中文欧美无线码| 久久97久久精品| 亚洲天堂国产精品一区在线| 亚洲欧美一区二区三区黑人 | 亚洲第一区二区三区不卡| 一级a做视频免费观看| 女人被狂操c到高潮| 大香蕉97超碰在线| 久热久热在线精品观看| 全区人妻精品视频| 中文精品一卡2卡3卡4更新| 午夜激情欧美在线| 欧美+日韩+精品| 99热网站在线观看| 乱系列少妇在线播放| 亚洲欧美日韩东京热| 亚洲国产精品专区欧美| 久久久久网色| 免费av观看视频| 国产伦精品一区二区三区视频9| 一级毛片我不卡| 午夜视频国产福利| 日本色播在线视频| 亚洲精品国产av成人精品| 亚洲av中文字字幕乱码综合| freevideosex欧美| 亚洲高清免费不卡视频| 99久久精品一区二区三区| 免费看a级黄色片| 亚洲aⅴ乱码一区二区在线播放| 欧美97在线视频| 国产 一区精品| 最近手机中文字幕大全| 人人妻人人看人人澡| 热99在线观看视频| 免费观看的影片在线观看| 91精品一卡2卡3卡4卡| 草草在线视频免费看| 国产美女午夜福利| 九草在线视频观看| 亚洲精品乱久久久久久| 久久久久性生活片| 三级经典国产精品| 久久久精品94久久精品| 免费黄网站久久成人精品| 国产女主播在线喷水免费视频网站 | 日本与韩国留学比较| 国产成人91sexporn| 一级毛片久久久久久久久女| 日本黄色片子视频| 精品一区二区三卡| 国产毛片a区久久久久| 日本午夜av视频| 久久久精品欧美日韩精品| 最近手机中文字幕大全| 久久精品国产亚洲av天美| 国产又色又爽无遮挡免| 人妻一区二区av| 在线天堂最新版资源| 久久综合国产亚洲精品| 能在线免费观看的黄片| 欧美激情久久久久久爽电影| 一级毛片 在线播放| 99热6这里只有精品| 国产精品一区二区在线观看99 | 麻豆成人午夜福利视频| 色5月婷婷丁香| xxx大片免费视频| 国产单亲对白刺激| 成人毛片a级毛片在线播放| 日韩av在线大香蕉| 亚洲av成人精品一区久久| 国产真实伦视频高清在线观看| 婷婷色综合www| 中文资源天堂在线| 久久久久久久久久黄片| 麻豆av噜噜一区二区三区| 亚洲欧美一区二区三区黑人 | 亚洲精品日韩av片在线观看| 亚洲国产色片| 看免费成人av毛片| 七月丁香在线播放| 亚洲精品456在线播放app| 免费观看在线日韩| 日日干狠狠操夜夜爽| 国产激情偷乱视频一区二区| 国产精品无大码| 亚洲国产精品成人久久小说| 亚洲精品一二三| 黑人高潮一二区| 狠狠精品人妻久久久久久综合| 国产永久视频网站| 成人无遮挡网站| 国产伦一二天堂av在线观看| 国产成年人精品一区二区| 久久久久久久大尺度免费视频| 边亲边吃奶的免费视频| 性插视频无遮挡在线免费观看| 国产亚洲精品av在线| 亚洲av成人av| 国内精品宾馆在线| 亚洲国产日韩欧美精品在线观看| 亚洲国产精品专区欧美| 99久国产av精品| 欧美xxⅹ黑人| 观看美女的网站| 成人美女网站在线观看视频| 久久国产乱子免费精品| 午夜福利视频1000在线观看| 不卡视频在线观看欧美| 亚洲国产欧美人成| 国产在线一区二区三区精| 只有这里有精品99| 亚洲综合精品二区| 寂寞人妻少妇视频99o| 最近的中文字幕免费完整| 久久6这里有精品| 毛片一级片免费看久久久久| 日韩,欧美,国产一区二区三区| 一二三四中文在线观看免费高清| 国产有黄有色有爽视频| 久久久久网色| 免费看a级黄色片| 久久久久久久大尺度免费视频| 免费播放大片免费观看视频在线观看| 男女那种视频在线观看| 精品一区在线观看国产| 免费看光身美女| 天天躁日日操中文字幕| 日本黄大片高清| 久久精品夜色国产| 欧美日韩精品成人综合77777| 熟妇人妻不卡中文字幕| 亚洲精品乱久久久久久| 人人妻人人看人人澡| 日本av手机在线免费观看| 国产白丝娇喘喷水9色精品| 亚洲精品国产av成人精品| 国产高潮美女av| 99热这里只有是精品在线观看| eeuss影院久久| 中文在线观看免费www的网站| 亚洲av成人av| 国产伦一二天堂av在线观看| 一级av片app| 五月伊人婷婷丁香| 中文字幕人妻熟人妻熟丝袜美| 亚洲熟妇中文字幕五十中出| kizo精华| 国产免费视频播放在线视频 | 国产亚洲午夜精品一区二区久久 | 久久人人爽人人爽人人片va| 午夜视频国产福利| 日本av手机在线免费观看| 亚洲经典国产精华液单| 国内精品宾馆在线| 国产av在哪里看| 成人亚洲精品av一区二区| 亚洲av男天堂| 波多野结衣巨乳人妻| 日韩成人av中文字幕在线观看| 人人妻人人澡人人爽人人夜夜 | 免费无遮挡裸体视频| 日韩欧美精品免费久久| 在线观看av片永久免费下载| 99久国产av精品| 高清日韩中文字幕在线| a级一级毛片免费在线观看| 视频中文字幕在线观看| 精品国产一区二区三区久久久樱花 | 成人高潮视频无遮挡免费网站| av国产久精品久网站免费入址| 三级国产精品欧美在线观看| 国产69精品久久久久777片| 国产精品av视频在线免费观看| av在线老鸭窝| 最近视频中文字幕2019在线8| 人妻制服诱惑在线中文字幕| 免费观看的影片在线观看| 国产黄色免费在线视频| 午夜福利成人在线免费观看| 亚洲av福利一区| 中国美白少妇内射xxxbb| 毛片一级片免费看久久久久| 亚洲精品aⅴ在线观看| 成年免费大片在线观看| 亚洲国产精品专区欧美| 日韩一区二区视频免费看| 少妇裸体淫交视频免费看高清| 免费av不卡在线播放| 亚洲欧美中文字幕日韩二区| 亚洲成人精品中文字幕电影| 国产 一区 欧美 日韩| 综合色av麻豆| 一个人看的www免费观看视频| 国产片特级美女逼逼视频| 国产真实伦视频高清在线观看| 中文在线观看免费www的网站| 久久久精品94久久精品| 看十八女毛片水多多多| 国产精品一区www在线观看| 亚洲成人精品中文字幕电影| 观看免费一级毛片| 偷拍熟女少妇极品色| 国产老妇女一区| 久久精品夜色国产| 日本wwww免费看| 免费人成在线观看视频色| 日本免费a在线| 国产熟女欧美一区二区| 久久久久性生活片| 最新中文字幕久久久久| 亚洲av成人精品一区久久| 有码 亚洲区| 91狼人影院| 一个人观看的视频www高清免费观看| 高清午夜精品一区二区三区| 亚洲欧美一区二区三区国产| 亚洲精品日韩av片在线观看| 精品久久久久久久久久久久久| 午夜激情久久久久久久| 尾随美女入室| 大片免费播放器 马上看| 夜夜看夜夜爽夜夜摸| 国产黄色视频一区二区在线观看| 91av网一区二区| av线在线观看网站| xxx大片免费视频| kizo精华| 欧美成人a在线观看| 三级国产精品欧美在线观看| 天堂俺去俺来也www色官网 | 禁无遮挡网站| 亚洲精品日韩在线中文字幕| 久热久热在线精品观看| 日韩大片免费观看网站| 国产午夜精品一二区理论片| 欧美激情在线99| 日本-黄色视频高清免费观看| 国产中年淑女户外野战色| eeuss影院久久| 亚洲人成网站高清观看| 搡老乐熟女国产| 国产成人精品福利久久| 亚洲四区av| 免费看a级黄色片| av线在线观看网站| 热99在线观看视频| 国产单亲对白刺激| 2021少妇久久久久久久久久久| 高清视频免费观看一区二区 | 国产永久视频网站| 别揉我奶头 嗯啊视频| 97在线视频观看| 老司机影院毛片| 国产乱来视频区| 亚州av有码| 国产成人freesex在线| 久久久久网色| 亚洲av成人精品一二三区| 看黄色毛片网站| 国语对白做爰xxxⅹ性视频网站| 街头女战士在线观看网站| 国产色爽女视频免费观看| 搡老妇女老女人老熟妇| 麻豆久久精品国产亚洲av| 中文字幕免费在线视频6| 激情五月婷婷亚洲| 一级毛片黄色毛片免费观看视频| 欧美3d第一页| 国产亚洲91精品色在线| 成年版毛片免费区| av国产免费在线观看| 亚洲精品456在线播放app| 亚洲内射少妇av| 国产精品1区2区在线观看.| a级毛色黄片| xxx大片免费视频| 99久久九九国产精品国产免费| 97精品久久久久久久久久精品| 久久久久久久久大av| 内射极品少妇av片p| 国产精品久久久久久精品电影小说 | 搡女人真爽免费视频火全软件| 看黄色毛片网站| 男插女下体视频免费在线播放| 亚洲成人中文字幕在线播放| 亚洲av中文字字幕乱码综合| 一区二区三区乱码不卡18| 国产三级在线视频| 夜夜爽夜夜爽视频| 91久久精品国产一区二区成人| 午夜福利在线在线| 免费少妇av软件| 国产成人a∨麻豆精品| 久久99精品国语久久久| 精品一区二区三卡| 好男人视频免费观看在线| 国产精品无大码| 日韩欧美一区视频在线观看 | 婷婷色麻豆天堂久久| 国产一区有黄有色的免费视频 |