• <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VGG模型的低照度道路交通標志識別

    2021-11-09 00:48:18趙樹恩
    關鍵詞:方法模型

    趙樹恩,劉 偉

    (重慶交通大學 機電與車輛工程學院,重慶 400074)

    0 引 言

    快速、準確的交通標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重的交通擁堵等問題具有重大作用[1-2]。近年來對交通標志定位與識別的研究眾多,且取得了較為滿意的成果,但應用于多變的實際場景中,仍存在許多問題。

    目前交通標志檢測與識別的研究方法主要包含兩類:基于傳統(tǒng)圖像特征提取結合機器學習的兩步驟方法和基于深度學習的目標檢測方法[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,然后提取出交通標志;② 基于形狀特征的方法,首先需要對道路交通圖像進行邊緣檢測,提取出其中特定的幾何形狀特征,然后利用機器學習的方法對定位出的交通標志分類,識別其語義信息。常用的機器學習方法為AdaBoost及支持向量機(SVM)。C.BAHLMANN等[4]同時考慮圖像顏色特征及Haar特征,然后基于AdaBoost算法實現(xiàn)交通標志檢測。C. G. KIRAN等[5]首先對圖像進行色彩分割,將分割后的小塊與邊緣特征結合,然后利用SVM實現(xiàn)交通標志分類。

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

    隨著深度學習理論的發(fā)展,卷積神經(jīng)網(wǎng)絡在目標檢測方面的優(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)絡的主流目標檢測算法有:①包含兩個階段的快速區(qū)域卷積神經(jīng)網(wǎng)絡(Faster- RCNN)[8],該類神經(jīng)網(wǎng)絡模型往往參數(shù)量和計算量巨大,需巨大存儲空間保存模型,難以達到實時性要求;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志的位置和類別,比前者效率提升,但精度有所下降。在實際場景中難以實現(xiàn)實時性與精度之前的平衡,王海等[11]對YOLO、Faster-RCNN及其改進的算法在道路交通圖像中進行了驗證,雖達到了較好的精度表現(xiàn),但始終不能滿足實時定位的需求,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,實現(xiàn)低照度條件下的交通標志檢測與識別,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志檢測與識別方法。首先采用CLAHE算法對圖像進行增強;通過設定相關閾值,在HSV色彩空間分離出紅色、黃色、藍色像素區(qū)域(對應禁令標志、警告標志和指示標志);然后設定約束,定位可能的交通標志;為避免訓練樣本中各類別標志圖像數(shù)據(jù)量差距過大發(fā)生過擬合,利用DCGAN模型對交通標志圖像進行樣本量增強;最后使用DC-VGG輕量化模型實現(xiàn)多類交通標志識別,論文的思路構架如圖1。

    圖1 思路構架Fig. 1 Idea framework

    1 圖像增強及交通標志定位

    1.1 圖像亮度自適應增強

    為增加低照度條件下的識別精度,筆者利用CLAHE算法[12]增強輸入圖像的亮度。該算法通過對局部對比度進行限制,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,實現(xiàn)灰度圖的圖像增強。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,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個子塊。

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

    閾值計算方式為:

    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,再對各個子塊進行直方圖均衡化。

    4) 雙線性插值重構。雙線性插值能有效防止直接拼接導致的塊狀效應,計算過程如下。

    按x方向插值:

    (2)

    (3)

    按y方向插值:

    (4)

    式中:P為插值點;v為該點像素值;x,y為各點的坐標,詳細見圖2。

    圖2 雙線性插值各點坐標Fig. 2 Coordinates of bilinear interpolation points

    設定圖像子塊為8,經(jīng)CLAHE算法增強后的道路圖像如圖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CLAHE增強之后的圖像;圖3(c)、圖3(d)為對比了圖像增強前后V通道直方圖,顯然低像素值區(qū)間像素個數(shù)得到很大抑制,增加了高像素值個數(shù),從而一定程度上抑制高亮區(qū)域過曝,同時為暗區(qū)域提升亮度。

    圖3 圖像亮度增強結果Fig. 3 Image brightness enhancement results

    1.2 基于色彩特征的交通標志定位

    由于國內(nèi)的交通標志主要分為3種顏色:紅色、黃色、藍色,分別對應禁令標志、警告標志和指示標志。因此,要定位可能的交通標志,需將圖像分割為僅包含紅色、黃色、藍色的二值圖像。通過設定閾值,將轉(zhuǎn)換到HSV色彩空間的道路圖像進行分割。根據(jù)經(jīng)驗,閾值設定如表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,設定了兩個區(qū)間的紅色閾值,將鮮亮及較暗的紅色均作為檢測的目標,以降低漏檢率。然后對得到的3個二值化圖像進行輪廓檢測,得到感興趣區(qū)域外接矩形。設定約束條件為:

    (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志的位置。則圖4中方框區(qū)域即可能為交通標志所在位置,但只有白色方框中的圖像為真實的交通標志,其余框中圖像標定為負樣本。

    圖4 基于色彩特征的交通標志定位結果Fig. 4 Location results of traffic signs based on color features

    2 交通標志識別模型

    2.1 DC-VGG分類模型

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

    圖5 VGG-16結構Fig. 5 VGG-16 structure diagram

    傳統(tǒng)的VGG-16網(wǎng)絡模型全局使用3×3大小的卷積核,通過多個卷積層與池化層的堆疊實現(xiàn)深層特征提取達到較好的識別效果,但參數(shù)量巨大,導致訓練和預測時需強大的硬件支持,且會耗費大量時間;此外,該模型淺層到深層特征關聯(lián)性低,易導致細膩特征丟失。

    為加快圖像分類速度并保留細節(jié)特征,筆者在傳統(tǒng)VGG理論基礎上,提出基于膨脹卷積結合殘差結構的DC-VGG輕量化道路交通標志快速識別模型,其基本結構如圖6。

    圖6 DC-VGG結構Fig. 6 DC-VGG structure diagram

    DC-VGG將傳統(tǒng)VGG-16中的經(jīng)典結構(3個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致的局部信息丟失,引入殘差結構,以確保圖像的細節(jié)特征。

    筆者所提出的DC-VGG模型由5個普通卷積層、3個池化層、3個膨脹卷積層及3個全連接層構成。相比于傳統(tǒng)VGG-16該模型結構大大簡化,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分別為當前層和上一層的感受野;Si為當前層之前的所有層步長乘積。因此,1個空洞率為3,大小為3×3的卷積核感受野與3個3×3的卷積核感受野相同。

    為適應文中輸入交通標志圖像大小,對每個卷積層大小進行了修改,修改后的結果見圖5。在全連接層末端利用Softmax進行概率計算:

    (8)

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

    (9)

    式中:yj是圖像的真實標簽,維度為L,若y中第i位為1則標志該圖像屬于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

    為避免不同類別的交通標志樣本數(shù)量不均衡導致分類模型訓練結果出現(xiàn)過擬合現(xiàn)象,筆者應用深度卷積對抗神經(jīng)網(wǎng)絡擴充交通標志樣本量。

    DCGAN實際上是在GAN的基礎之上增加了深度卷積神經(jīng)網(wǎng)絡[15],由generator(G)和discriminator(D)兩個模塊構成,其結構如圖7。D負責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)換成目標圖像,在每次學習中更新,與D相互博弈,以生成接近真實的目標圖像。

    圖7 DCGAN結構Fig. 7 DCGAN structure diagram

    3 實驗結果

    文中的實驗環(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:實驗平臺為基于Python語言的Tensorflow-GPU深度學習框架。

    3.1 數(shù)據(jù)準備

    運用的數(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個圖像進行自適應圖像增強及交通標志定位,除去數(shù)據(jù)量太少的交通標志類別,得到禁令標志16類,警告標志9類、指示標志14類。合并負樣本數(shù)據(jù),最終確定分類模型的輸出維度為34。

    由于33類交通標志圖像數(shù)據(jù)量有不同程度的差距,且相較于總數(shù)達到6 450的負樣本數(shù)據(jù),差距甚大。因此,在模型訓練之前,先對這33類交通標志數(shù)據(jù)量增強。DCGAN增強后的部分結果如圖8,圖中左側為實際提取到的標志圖,右側為分辨率56×56的生成結果。通過該方法將每類交通標志圖像數(shù)據(jù)均擴充至3 000個。

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

    3.2 結果分析

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

    圖9 訓練結果Fig. 9 Training results

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

    表2 模型訓練結果Table 2 Model training results

    由表2可知,DC-VGG的準確率略高于VGG-16方法,均達到0.98以上;該方法較VGG-16訓練總時長縮短26.6%,平均單個標志預測時長縮減14.4%。

    為進一步驗證該方法對交通標志識別的有效性,選擇在剩余2 000余張圖像中隨機抽取800張道路圖像進行識別。經(jīng)統(tǒng)計,該方法識別準確率達到94.12%,略低于YOLOv3的交通標志檢測模型平均準確率94.6[16],但在1050TI平臺下,文中的方法平均檢測速度達到28.55幀/s,遠高于YOLOv3的8.77幀/s。因此,筆者所提出的方法能保證識別準確率的同時提高辨識的實時性。圖10為低照度不同場景下道路交通標志的定位識別結果。

    圖10 道路交通標志識別結果Fig. 10 Road traffic sign recognition results

    4 結 語

    針對低照度情況下道路交通標志圖像亮度偏低、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模型的道路交通標志快速定位與識別方法。通過CLAHE算法增強原始圖像亮度,并運用深度卷積對抗神經(jīng)網(wǎng)絡算法對樣本進行擴增,實現(xiàn)了道路交通標志快速識別。實驗結果表明,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時檢測高分辨率圖像。由于車載視覺成像設備獲取的道路交通標志標線圖像質(zhì)量受氣象、光照、環(huán)境等因素影響較大,進而直接影響標志標線識別算法的可靠性和魯棒性,在未來工作中,還有進一步研究交通標志特征的自適應提取方法,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M-估計的漸近分布
    學習方法
    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
    成人精品一区二区免费| 国产精品精品国产色婷婷| 欧美又色又爽又黄视频| 亚洲国产精品sss在线观看| 欧美最黄视频在线播放免费| 一个人免费在线观看的高清视频| 热99在线观看视频| aaaaa片日本免费| 国产成人系列免费观看| 久久国产精品影院| 亚洲av成人精品一区久久| 老司机午夜十八禁免费视频| 色综合站精品国产| 麻豆国产97在线/欧美| 亚洲中文av在线| 日本五十路高清| 国产一级毛片七仙女欲春2| 在线a可以看的网站| 五月伊人婷婷丁香| 国产成人精品无人区| 日本黄色片子视频| 日韩国内少妇激情av| 欧美又色又爽又黄视频| 免费看美女性在线毛片视频| 国产单亲对白刺激| 国产毛片a区久久久久| 久久久国产欧美日韩av| 亚洲七黄色美女视频| 日本黄色片子视频| 久久久久国产精品人妻aⅴ院| 久久久国产欧美日韩av| cao死你这个sao货| 国产高清videossex| 亚洲色图av天堂| 日韩 欧美 亚洲 中文字幕| 少妇裸体淫交视频免费看高清| aaaaa片日本免费| 亚洲中文日韩欧美视频| 欧美日本亚洲视频在线播放| 狠狠狠狠99中文字幕| 欧美3d第一页| 成年版毛片免费区| 国产精品免费一区二区三区在线| 欧美色视频一区免费| svipshipincom国产片| 不卡av一区二区三区| 无遮挡黄片免费观看| 国产精品精品国产色婷婷| 免费在线观看成人毛片| 老司机深夜福利视频在线观看| 99国产极品粉嫩在线观看| 成人特级av手机在线观看| 可以在线观看的亚洲视频| 99热精品在线国产| 精品人妻1区二区| 国产精品爽爽va在线观看网站| 久99久视频精品免费| 看片在线看免费视频| 一进一出抽搐gif免费好疼| 天堂动漫精品| 中文字幕精品亚洲无线码一区| 国产1区2区3区精品| 久久久久久人人人人人| 日韩欧美免费精品| 欧美中文综合在线视频| 日本黄色视频三级网站网址| 美女黄网站色视频| 三级毛片av免费| 波多野结衣巨乳人妻| 国产三级中文精品| 国产高清有码在线观看视频| 精品久久久久久久久久久久久| 婷婷精品国产亚洲av| 久久99热这里只有精品18| a级毛片在线看网站| svipshipincom国产片| 变态另类成人亚洲欧美熟女| 天堂√8在线中文| 久久久国产成人免费| 窝窝影院91人妻| 大型黄色视频在线免费观看| 久久中文字幕一级| 国产精品久久电影中文字幕| 欧美三级亚洲精品| 久久久国产精品麻豆| x7x7x7水蜜桃| 99国产精品一区二区三区| 久久国产乱子伦精品免费另类| 制服丝袜大香蕉在线| 久久草成人影院| 少妇熟女aⅴ在线视频| 在线观看一区二区三区| 男插女下体视频免费在线播放| 国产高清三级在线| ponron亚洲| or卡值多少钱| e午夜精品久久久久久久| 久久久久免费精品人妻一区二区| 18禁黄网站禁片免费观看直播| 69av精品久久久久久| 国产精品 欧美亚洲| 又紧又爽又黄一区二区| 国产午夜精品久久久久久| 国产成人av教育| 黑人操中国人逼视频| 国产野战对白在线观看| 亚洲国产欧美一区二区综合| 人妻丰满熟妇av一区二区三区| ponron亚洲| 国产精品精品国产色婷婷| 久久草成人影院| 精品福利观看| 哪里可以看免费的av片| 欧美黄色淫秽网站| 在线a可以看的网站| 日本精品一区二区三区蜜桃| 午夜激情福利司机影院| 激情在线观看视频在线高清| 亚洲熟妇中文字幕五十中出| 成人鲁丝片一二三区免费| 国内精品一区二区在线观看| 欧美黑人欧美精品刺激| 国产日本99.免费观看| 国产精品亚洲美女久久久| 美女午夜性视频免费| 丝袜人妻中文字幕| 99久久99久久久精品蜜桃| 久久国产乱子伦精品免费另类| 国产成人精品久久二区二区91| 丰满人妻熟妇乱又伦精品不卡| 成年女人看的毛片在线观看| 极品教师在线免费播放| 欧美日韩亚洲国产一区二区在线观看| 999久久久精品免费观看国产| 国产一区二区激情短视频| 在线看三级毛片| 欧美绝顶高潮抽搐喷水| 国产欧美日韩一区二区三| 欧美色视频一区免费| 国产探花在线观看一区二区| 亚洲自拍偷在线| 我要搜黄色片| 淫妇啪啪啪对白视频| 大型黄色视频在线免费观看| 嫩草影院入口| 中文字幕高清在线视频| 国产高清激情床上av| 给我免费播放毛片高清在线观看| 午夜日韩欧美国产| 日本 av在线| 国产亚洲精品久久久com| 成人欧美大片| 国产又色又爽无遮挡免费看| 亚洲欧美日韩高清专用| 99国产精品一区二区三区| 免费av毛片视频| 最近在线观看免费完整版| 久久精品国产综合久久久| 美女午夜性视频免费| 美女cb高潮喷水在线观看 | 啦啦啦韩国在线观看视频| 日本五十路高清| 免费搜索国产男女视频| 中文字幕av在线有码专区| 国产一区在线观看成人免费| av女优亚洲男人天堂 | 18美女黄网站色大片免费观看| 欧美一级a爱片免费观看看| 亚洲av成人不卡在线观看播放网| 欧美xxxx黑人xx丫x性爽| 一级毛片女人18水好多| 亚洲国产看品久久| 国产麻豆成人av免费视频| 亚洲va日本ⅴa欧美va伊人久久| 精品国产美女av久久久久小说| 别揉我奶头~嗯~啊~动态视频| 亚洲一区二区三区不卡视频| 亚洲av成人av| 婷婷丁香在线五月| 亚洲一区二区三区色噜噜| 国产精品av久久久久免费| 亚洲国产精品久久男人天堂| 国产精品综合久久久久久久免费| 啪啪无遮挡十八禁网站| 午夜日韩欧美国产| 亚洲精品色激情综合| 99久久精品国产亚洲精品| h日本视频在线播放| 长腿黑丝高跟| 国产久久久一区二区三区| 色哟哟哟哟哟哟| 黄频高清免费视频| 天堂av国产一区二区熟女人妻| 日韩 欧美 亚洲 中文字幕| 亚洲欧美日韩高清专用| 免费av不卡在线播放| 久久久久久久午夜电影| 中文在线观看免费www的网站| 好男人电影高清在线观看| 亚洲aⅴ乱码一区二区在线播放| 淫妇啪啪啪对白视频| 精品久久久久久,| 久久久久九九精品影院| 好看av亚洲va欧美ⅴa在| 精品国产美女av久久久久小说| 18禁裸乳无遮挡免费网站照片| 久久国产精品人妻蜜桃| 成年版毛片免费区| 两个人的视频大全免费| 美女高潮喷水抽搐中文字幕| 男人的好看免费观看在线视频| www.熟女人妻精品国产| 国产av麻豆久久久久久久| 婷婷亚洲欧美| 午夜福利高清视频| 日韩欧美三级三区| 国产精品 国内视频| 在线观看日韩欧美| 九色国产91popny在线| 国产精品一区二区三区四区免费观看 | 麻豆久久精品国产亚洲av| 久久99热这里只有精品18| 禁无遮挡网站| 国内精品久久久久精免费| 天堂网av新在线| 变态另类丝袜制服| x7x7x7水蜜桃| 老司机深夜福利视频在线观看| 欧美日韩黄片免| 精华霜和精华液先用哪个| 两个人视频免费观看高清| 校园春色视频在线观看| 国产伦一二天堂av在线观看| 午夜免费成人在线视频| 亚洲五月天丁香| 国产精品野战在线观看| 亚洲乱码一区二区免费版| 欧美激情在线99| 精品久久久久久成人av| 国产毛片a区久久久久| 97人妻精品一区二区三区麻豆| 国产成人福利小说| 亚洲中文av在线| 中文亚洲av片在线观看爽| av欧美777| 极品教师在线免费播放| 狂野欧美白嫩少妇大欣赏| 色综合欧美亚洲国产小说| 日韩欧美在线乱码| 每晚都被弄得嗷嗷叫到高潮| 久久精品综合一区二区三区| 在线观看免费午夜福利视频| 麻豆一二三区av精品| 97碰自拍视频| а√天堂www在线а√下载| 国产69精品久久久久777片 | 久久精品夜夜夜夜夜久久蜜豆| 国产精品 国内视频| 国产高清videossex| 国产99白浆流出| 亚洲国产欧美人成| 久久久久性生活片| 麻豆一二三区av精品| 午夜免费成人在线视频| 亚洲av第一区精品v没综合| 成人18禁在线播放| 老汉色∧v一级毛片| 最近视频中文字幕2019在线8| 人妻久久中文字幕网| 亚洲午夜精品一区,二区,三区| 宅男免费午夜| 午夜成年电影在线免费观看| 五月伊人婷婷丁香| 少妇的丰满在线观看| 男人舔女人的私密视频| 欧美日韩一级在线毛片| 亚洲精品在线美女| 亚洲精品久久国产高清桃花| 国产精品一区二区三区四区免费观看 | 国产一区二区三区在线臀色熟女| 成人欧美大片| 99在线人妻在线中文字幕| 色尼玛亚洲综合影院| 亚洲自拍偷在线| 黄色片一级片一级黄色片| 国产视频一区二区在线看| 亚洲av第一区精品v没综合| 中文字幕av在线有码专区| 欧美黑人欧美精品刺激| 真实男女啪啪啪动态图| 男女做爰动态图高潮gif福利片| 国产视频内射| 久久久久亚洲av毛片大全| 18禁裸乳无遮挡免费网站照片| 麻豆一二三区av精品| 丁香欧美五月| 这个男人来自地球电影免费观看| 可以在线观看毛片的网站| 巨乳人妻的诱惑在线观看| 一本久久中文字幕| 亚洲av片天天在线观看| 久久久国产欧美日韩av| 欧美色欧美亚洲另类二区| 国产高清视频在线播放一区| 久久久国产成人免费| 精品不卡国产一区二区三区| 色精品久久人妻99蜜桃| 免费av不卡在线播放| 午夜亚洲福利在线播放| 亚洲自偷自拍图片 自拍| 视频区欧美日本亚洲| 夜夜躁狠狠躁天天躁| 99久久精品热视频| www.熟女人妻精品国产| 国产精品久久久人人做人人爽| 欧美成人免费av一区二区三区| 国产精品影院久久| 午夜激情欧美在线| 97碰自拍视频| 老司机午夜十八禁免费视频| 99国产极品粉嫩在线观看| 亚洲人成电影免费在线| 午夜视频精品福利| 国产淫片久久久久久久久 | 国产aⅴ精品一区二区三区波| 中文字幕人成人乱码亚洲影| 国产97色在线日韩免费| 嫩草影视91久久| 久9热在线精品视频| av福利片在线观看| 午夜福利在线观看吧| 国产毛片a区久久久久| 日本免费a在线| 亚洲成av人片在线播放无| 国产亚洲欧美在线一区二区| 中文字幕高清在线视频| 欧美性猛交黑人性爽| 亚洲 欧美一区二区三区| 美女高潮喷水抽搐中文字幕| 真实男女啪啪啪动态图| 99精品欧美一区二区三区四区| 伦理电影免费视频| 国产私拍福利视频在线观看| 两个人看的免费小视频| 美女高潮喷水抽搐中文字幕| 高潮久久久久久久久久久不卡| 亚洲av免费在线观看| 观看免费一级毛片| 天堂动漫精品| 国产欧美日韩精品一区二区| 哪里可以看免费的av片| 精品久久久久久久人妻蜜臀av| 变态另类丝袜制服| 一级毛片精品| 久久香蕉国产精品| 中文字幕高清在线视频| 欧美一区二区国产精品久久精品| 亚洲国产欧美网| 久久久久久大精品| 国产亚洲精品一区二区www| 嫩草影院精品99| 成人一区二区视频在线观看| 成人特级av手机在线观看| 99久久精品一区二区三区| 国产精品九九99| 夜夜躁狠狠躁天天躁| 国产成人系列免费观看| 国产成人aa在线观看| 亚洲色图av天堂| 女生性感内裤真人,穿戴方法视频| 一卡2卡三卡四卡精品乱码亚洲| 免费在线观看影片大全网站| 色精品久久人妻99蜜桃| 成人永久免费在线观看视频| 亚洲精品美女久久av网站| 国产单亲对白刺激| 亚洲 国产 在线| 久久天躁狠狠躁夜夜2o2o| 真人做人爱边吃奶动态| 最近视频中文字幕2019在线8| 国产日本99.免费观看| av福利片在线观看| 国产精品女同一区二区软件 | netflix在线观看网站| 草草在线视频免费看| 可以在线观看的亚洲视频| 国产精品国产高清国产av| 久久精品影院6| www国产在线视频色| 动漫黄色视频在线观看| 99国产精品一区二区蜜桃av| 看片在线看免费视频| 午夜a级毛片| 欧美日韩一级在线毛片| 精品不卡国产一区二区三区| 成人无遮挡网站| av天堂中文字幕网| 俺也久久电影网| 亚洲中文字幕日韩| 麻豆国产av国片精品| 三级国产精品欧美在线观看 | 最好的美女福利视频网| 女人被狂操c到高潮| 美女大奶头视频| 久久草成人影院| 欧美在线黄色| 国产精品永久免费网站| 国产精品,欧美在线| 午夜久久久久精精品| 久久精品国产清高在天天线| 91老司机精品| 亚洲中文av在线| 久久久久久久久中文| 久久久精品欧美日韩精品| 日日摸夜夜添夜夜添小说| 国产一区二区在线av高清观看| 麻豆一二三区av精品| or卡值多少钱| 亚洲va日本ⅴa欧美va伊人久久| 狠狠狠狠99中文字幕| 婷婷亚洲欧美| www.www免费av| 亚洲国产高清在线一区二区三| 两性夫妻黄色片| 悠悠久久av| 国产麻豆成人av免费视频| 神马国产精品三级电影在线观看| 国产成人欧美在线观看| 国产真人三级小视频在线观看| 亚洲avbb在线观看| 精品国产美女av久久久久小说| 中文在线观看免费www的网站| 88av欧美| 精品久久久久久久人妻蜜臀av| 午夜福利免费观看在线| 国产精品99久久久久久久久| 91久久精品国产一区二区成人 | 三级国产精品欧美在线观看 | 国产一区在线观看成人免费| 高清在线国产一区| 亚洲精品美女久久久久99蜜臀| 看免费av毛片| 舔av片在线| 欧美乱色亚洲激情| 亚洲五月天丁香| 夜夜看夜夜爽夜夜摸| 久久午夜亚洲精品久久| 伊人久久大香线蕉亚洲五| e午夜精品久久久久久久| 国产精品久久久av美女十八| 色尼玛亚洲综合影院| 欧美黄色片欧美黄色片| 麻豆一二三区av精品| 久久中文字幕人妻熟女| 色老头精品视频在线观看| 亚洲精华国产精华精| 亚洲电影在线观看av| 精品熟女少妇八av免费久了| 久久人人精品亚洲av| 免费看日本二区| 久久精品aⅴ一区二区三区四区| xxxwww97欧美| 国产精品99久久99久久久不卡| 免费看美女性在线毛片视频| 亚洲av片天天在线观看| 女生性感内裤真人,穿戴方法视频| www.熟女人妻精品国产| 精品电影一区二区在线| 久久久水蜜桃国产精品网| 久9热在线精品视频| 国语自产精品视频在线第100页| 偷拍熟女少妇极品色| 看片在线看免费视频| 亚洲18禁久久av| 成人18禁在线播放| 中文字幕人成人乱码亚洲影| 免费看日本二区| 人人妻人人澡欧美一区二区| 免费在线观看亚洲国产| 久久久久亚洲av毛片大全| 日韩有码中文字幕| 成人av一区二区三区在线看| 精品欧美国产一区二区三| 国产极品精品免费视频能看的| 国产成人av教育| 巨乳人妻的诱惑在线观看| 国产综合懂色| 久久久精品欧美日韩精品| 国产精品一区二区三区四区免费观看 | 国产伦人伦偷精品视频| 国产亚洲精品久久久久久毛片| 国产精品美女特级片免费视频播放器 | 亚洲色图 男人天堂 中文字幕| av天堂在线播放| 99热这里只有精品一区 | 国产久久久一区二区三区| 波多野结衣高清作品| 中文资源天堂在线| 国产精品久久视频播放| 国内少妇人妻偷人精品xxx网站 | 99精品欧美一区二区三区四区| 国产亚洲精品综合一区在线观看| 天天躁日日操中文字幕| 日本免费一区二区三区高清不卡| 色综合欧美亚洲国产小说| 美女高潮喷水抽搐中文字幕| 国产午夜精品论理片| 18美女黄网站色大片免费观看| 久久久久久九九精品二区国产| 国产成人欧美在线观看| 亚洲精品色激情综合| 91九色精品人成在线观看| 精品久久久久久久末码| 亚洲专区中文字幕在线| 精品久久久久久成人av| 亚洲精品粉嫩美女一区| 国产毛片a区久久久久| 国产欧美日韩一区二区精品| 搡老岳熟女国产| 亚洲av成人精品一区久久| 久久中文字幕人妻熟女| 亚洲熟女毛片儿| 国产日本99.免费观看| 国产免费av片在线观看野外av| 麻豆一二三区av精品| 免费人成视频x8x8入口观看| 午夜福利高清视频| 国产成人啪精品午夜网站| 国产午夜精品久久久久久| 又黄又爽又免费观看的视频| 午夜精品久久久久久毛片777| 国产男靠女视频免费网站| 丰满人妻熟妇乱又伦精品不卡| 国产亚洲欧美在线一区二区| 精品福利观看| 三级毛片av免费| 九九久久精品国产亚洲av麻豆 | 丰满人妻一区二区三区视频av | 在线a可以看的网站| 久久这里只有精品19| 国产主播在线观看一区二区| 国产激情偷乱视频一区二区| 欧美在线一区亚洲| 国内少妇人妻偷人精品xxx网站 | АⅤ资源中文在线天堂| 亚洲精品色激情综合| 欧美日韩国产亚洲二区| 桃红色精品国产亚洲av| 日韩欧美精品v在线| 真实男女啪啪啪动态图| 亚洲九九香蕉| 国产精品久久久久久久电影 | 国产免费男女视频| 久久久色成人| 国产不卡一卡二| 国产av麻豆久久久久久久| 一个人观看的视频www高清免费观看 | 国产欧美日韩精品亚洲av| 在线十欧美十亚洲十日本专区| 久久午夜亚洲精品久久| 中文字幕人成人乱码亚洲影| 日日摸夜夜添夜夜添小说| 国产精品 国内视频| 神马国产精品三级电影在线观看| 亚洲天堂国产精品一区在线| 极品教师在线免费播放| 国产99白浆流出| 特大巨黑吊av在线直播| 亚洲熟妇熟女久久| 网址你懂的国产日韩在线| 中文字幕精品亚洲无线码一区| 欧美午夜高清在线| 美女被艹到高潮喷水动态| 天天躁日日操中文字幕| 欧美又色又爽又黄视频| 欧美大码av| 国产黄色小视频在线观看| 999精品在线视频| 亚洲男人的天堂狠狠| 露出奶头的视频| 亚洲人成网站在线播放欧美日韩| 桃色一区二区三区在线观看| 亚洲18禁久久av| 欧美不卡视频在线免费观看| 三级毛片av免费| 国产精品免费一区二区三区在线| 超碰成人久久| 国产欧美日韩一区二区精品| 国产高清激情床上av| 日韩欧美在线乱码| 国产亚洲精品久久久com| 99re在线观看精品视频| 真人做人爱边吃奶动态| 日韩高清综合在线| 亚洲自拍偷在线| 99精品在免费线老司机午夜| 中亚洲国语对白在线视频| 日本与韩国留学比较| 脱女人内裤的视频| 久久天躁狠狠躁夜夜2o2o| 色在线成人网| 国产精品永久免费网站| 长腿黑丝高跟| 国产成+人综合+亚洲专区| 亚洲五月天丁香| 国内精品美女久久久久久| 欧美日韩福利视频一区二区| 每晚都被弄得嗷嗷叫到高潮| 无人区码免费观看不卡| 国产精品久久久av美女十八| 欧美大码av| 亚洲国产欧美人成| 一个人看视频在线观看www免费 | 亚洲黑人精品在线| 我的老师免费观看完整版|