• <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)型YOLOV3安全帽檢測(cè)方法的研究

    2021-11-17 08:38:18吳孔平
    計(jì)算機(jī)仿真 2021年5期
    關(guān)鍵詞:安全帽邊框準(zhǔn)確率

    張 勇,吳孔平,高 凱,楊 旭

    (安徽理工大學(xué)電氣與信息工程學(xué)院,安徽 淮南232000)

    1 引言

    在日常特殊工作環(huán)境中,安全帽是工作人員生命的保障,能夠有效地減少或防止外來(lái)危險(xiǎn)對(duì)工作人員頭部的傷害。安全帽的佩戴,可降低人員工作時(shí)的作業(yè)風(fēng)險(xiǎn)。然而,長(zhǎng)期以來(lái),作業(yè)人員在施工區(qū)域普遍存在安全意識(shí)薄弱的問(wèn)題,尤其缺乏基礎(chǔ)防護(hù)設(shè)施如安全帽等的使用意識(shí),無(wú)疑大大增加了作業(yè)風(fēng)險(xiǎn)[1]。近年來(lái),國(guó)內(nèi)外有不少專(zhuān)家對(duì)安全帽的識(shí)別技術(shù)進(jìn)行了深入而廣泛的研究:馮國(guó)臣等人使用機(jī)器視覺(jué)方法進(jìn)行安全自動(dòng)識(shí)別研究,主要選取 SIFT 角點(diǎn)特征[2]和顏色統(tǒng)計(jì)特征的方法進(jìn)行安全帽檢測(cè);胡恬等人提出的利用小波變換和神經(jīng)網(wǎng)絡(luò)安全帽識(shí)別方法,通過(guò)膚色定位人臉的辦法,根據(jù)頭部顏色判斷安全帽的存在;Park等人通過(guò) HOG 特征提取來(lái)檢測(cè)人體[3],接著采用顏色直方圖識(shí)別安全帽。但是現(xiàn)有的安全帽檢測(cè)方法容易受到復(fù)雜多變的環(huán)境影響,同時(shí)檢測(cè)準(zhǔn)確率低,速度慢,不能滿(mǎn)足生產(chǎn)環(huán)境中的實(shí)時(shí)檢測(cè)要求。由此,本文基于YOLOV3模型,并加以改進(jìn),使得最終的模型具有環(huán)境適應(yīng)性好、檢測(cè)準(zhǔn)確率高、速度快等特點(diǎn),滿(mǎn)足實(shí)際應(yīng)用場(chǎng)景。

    2 卷積神經(jīng)網(wǎng)絡(luò)和YOLOV3

    基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的深度學(xué)習(xí),在提取圖像特征時(shí),相比于傳統(tǒng)方法,具有很大的優(yōu)勢(shì)[4]。因此,很多研究人員提出了一系列目標(biāo)檢測(cè)算法[5]。2014年,Girshick提出了基于候選區(qū)域和卷積神經(jīng)網(wǎng)絡(luò)的R-CNN算法,該算法在VOC 2012數(shù)據(jù)集上獲得了53.3%的平均準(zhǔn)確率。隨后,Girshick Ren等分別提出了FastR-CNN和FasterR-CNN,F(xiàn)asterR-CNN采用區(qū)域推薦網(wǎng)絡(luò)生成候選框, 再對(duì)這些候選框進(jìn)行分類(lèi)和坐標(biāo)回歸, 檢測(cè)精度大幅提升的同時(shí), 檢測(cè)速度約為5 fps[6], 由于生成候選框和進(jìn)行預(yù)測(cè)分成兩個(gè)步驟進(jìn)行, 所以這些方法稱(chēng)為T(mén)wo-Stage方法。但是仍然滿(mǎn)足不了實(shí)時(shí)性要求。直至2015 年,Redmon提出了 YOLO 檢測(cè)算法[7],它是把生成候選框和預(yù)測(cè)過(guò)程同時(shí)進(jìn)行,因而被稱(chēng)作One-Stage方法。因此YOLO的識(shí)別速度達(dá)到了45fps。在此基礎(chǔ)之上,又衍生出了精度更高的YOLOV2算法,在VOC 2007數(shù)據(jù)集上測(cè)試,它的mAP達(dá)到了76.8%[8]。2018年4月,YOLOV3[9]正式提出,相比于YOLOV2,YOLOV3性能提升很大,在保證準(zhǔn)確率的同時(shí),它的速度卻沒(méi)有降低。

    YOLOV3是 Redmon基于 YOLOV2改進(jìn)的目標(biāo)檢測(cè)算法。不同于YOLOV2所使用的網(wǎng)絡(luò)結(jié)構(gòu)Darknet-19[10],YOLOV3采用了全新的特征提取網(wǎng)絡(luò):Darknet-53。同時(shí)YOLOV3和YOLOV2的Loss不同,YOLOV3用logistic loss替換了YOLOV2中的softmax loss。此外,YOLOV2用了5個(gè)anchor,而YOLOV3用了9個(gè)anchor,提高了IOU。這些改進(jìn)方法都為YOLOV3后來(lái)良好的表現(xiàn)奠定了基礎(chǔ)。YOLOV3與其它算法[12]的對(duì)比,見(jiàn)表1。

    表1 YOLOV3與其它算法的對(duì)比

    3 相關(guān)工作

    3.1 安全帽數(shù)據(jù)集制作

    在深度學(xué)習(xí)中,數(shù)據(jù)集質(zhì)量的高低直接影響了最終檢測(cè)效果的好壞。本次實(shí)驗(yàn)從網(wǎng)上下載了各種情況下800張工作人員佩戴安全帽的圖片,作為訓(xùn)練集,另外選擇200張作為測(cè)試集。兩種數(shù)據(jù)集如圖1、圖2所示。

    圖1 安全帽訓(xùn)練集

    圖2 安全帽測(cè)試集

    為了盡量克服由于數(shù)據(jù)集樣本少而產(chǎn)生的過(guò)擬合問(wèn)題,本實(shí)驗(yàn)采用了旋轉(zhuǎn)、對(duì)比度變化的方法對(duì)自制數(shù)據(jù)集進(jìn)行了數(shù)據(jù)增強(qiáng)。同時(shí),由于相機(jī)的視距較遠(yuǎn)、焦距不正確或相機(jī)移動(dòng),所獲得的圖像可能不清晰。模糊圖像也會(huì)影響神經(jīng)網(wǎng)絡(luò)的檢測(cè)結(jié)果。因此,本文將旋轉(zhuǎn)、對(duì)比度增強(qiáng)后的圖像隨機(jī)模糊,模擬模糊圖像。將模糊圖像作為樣本,進(jìn)一步提高檢測(cè)模型的魯棒性。

    3.2 YOLOV3結(jié)構(gòu)改進(jìn)

    在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程中,由于卷積和下采樣,使得特征圖減少,在傳輸過(guò)程中丟失了特征信息,從而容易產(chǎn)生梯度消失。DenseNet體系結(jié)構(gòu)是為了更有效地利用神經(jīng)網(wǎng)絡(luò)的輸入特性而提出的[13]。在DenseNet體系結(jié)構(gòu)中,DenseNet的基本結(jié)構(gòu)主要由致密塊和過(guò)渡層兩部分組成。密集塊是一組密集連接的特征圖。相鄰兩個(gè)密集塊之間的層稱(chēng)為過(guò)渡層,通過(guò)卷積和池化改變feature map的大小。DenseNet在神經(jīng)網(wǎng)絡(luò)中的應(yīng)用增強(qiáng)了特征的傳播,有效地解決了消失梯度問(wèn)題,提高了神經(jīng)網(wǎng)絡(luò)的分類(lèi)精度。圖3展示了如何以YOLOV3的Darknet-53架構(gòu)作為基本的網(wǎng)絡(luò)架構(gòu),使用DenseNet代替分辨率較低的原始傳輸層,從而達(dá)到增強(qiáng)特征傳播,促進(jìn)特征重用和融合的目的。

    圖3 YOLOV3-DenseNet 網(wǎng)絡(luò)示意圖

    其中,X0, X1,X2,X3,X4作為輸入,每一層都使用來(lái)自前面所有層的特征映射作為輸入,而它自己的特征映射用作后面所有層的輸入,這些特征圖通過(guò)深度連接來(lái)連接。H1,H2,H3,H4…Hi 是一個(gè)函數(shù),它結(jié)合了批處理規(guī)范化(BN),糾正線性單元(ReLU)和卷積(Conv),用于處理拼接后的特征映射。首先,H1利用BN-ReLU-Conv (1*1)對(duì)輸入X0進(jìn)行非線性操作,然后對(duì)操作的結(jié)果再進(jìn)行BN-ReLU-Conv (3*3)變換。X1的結(jié)果和[X0]的特征被拼接成[X0, X1]作為輸入送入到H2中。X2的結(jié)果和[X0, X1]的特征被拼接成[X0, X1,X2]作為輸入送入到H3中。同理,X3的結(jié)果和[X0, X1,X2]的特征被拼接成[X0, X1,X2,X3]作為輸入送入到H4中。最終拼接的特征圖[X0, X1,X2,X3,X4]繼續(xù)向前傳播,遇到16*16的卷積層時(shí),特征的前向傳播以及特征層的拼接和上述方法相同,最后特征層被拼接成16*16*1024,繼續(xù)向前傳播。這樣的一種結(jié)構(gòu)使得DenseNet能夠減少梯度消失,增強(qiáng)特性傳播,促進(jìn)特性重用,并大大減少參數(shù)的數(shù)量。因此,在訓(xùn)練過(guò)程中,當(dāng)圖像的特征被傳輸?shù)降头直媛蕦訒r(shí),后一層特征層將接收到DenseNet中它前面所有特征層的特征,從而減少了特征的丟失。這樣,低分辨率的卷積層之間可以重用特征,提高了使用率。圖4是YOLOV3-Dense詳細(xì)結(jié)構(gòu)圖。

    圖4 YOLOV3和YOLOV3-Dense網(wǎng)絡(luò)結(jié)構(gòu)圖

    為了使網(wǎng)絡(luò)結(jié)構(gòu)適應(yīng)高分辨率圖片,輸入圖片的尺寸由256*256 pixels調(diào)整為 512*512 pixels。同時(shí),32*32和16*16下采樣層在改進(jìn)結(jié)構(gòu)中,被替換成DenseNet結(jié)構(gòu)。

    3.3 K-means維度重新聚類(lèi)

    由于借鑒了Faster-RCNN的錨點(diǎn)框思想,YOLOV3先設(shè)置一組人工選取的初始候選邊框,讓網(wǎng)絡(luò)的不斷的學(xué)習(xí),根據(jù)真實(shí)邊框?qū)Τ跏己蜻x邊框進(jìn)行不斷地修正,使其最終接近真實(shí)邊框的參數(shù)??梢钥闯?,初始候選邊框參數(shù)選取的好壞直接影響其后面網(wǎng)絡(luò)地學(xué)習(xí)速度。不一樣的目標(biāo),目標(biāo)真實(shí)邊框的位置以及大小的參數(shù)都有一定的差異。比如公開(kāi)數(shù)據(jù)集VOC中,標(biāo)注汽車(chē)的邊框一般比較大,也比較長(zhǎng);標(biāo)注行人的邊框一般比較高,寬度較小等。而安全帽的特點(diǎn)與它們有著很大的不同,因此在實(shí)際安全帽檢測(cè)任務(wù)中,YOLOV3 算法中早前計(jì)算得到的先驗(yàn)框維度并不適用于安全帽檢測(cè)應(yīng)用場(chǎng)景。需要重新進(jìn)行聚類(lèi)分析。為了能夠讓網(wǎng)絡(luò)更好地學(xué)習(xí)安全帽的位置和大小的特點(diǎn),論文使用K-means算法對(duì)實(shí)際應(yīng)用場(chǎng)景下的安全帽數(shù)據(jù)集中的真實(shí)邊框進(jìn)行重新聚類(lèi)分析,從而得到相對(duì)應(yīng)的初始候選邊框的參數(shù)。不同于K-means算法常用的歐氏距離、曼哈頓距離等距離量度,為了防止大框會(huì)比小框產(chǎn)生更多的誤差,使用預(yù)測(cè)目標(biāo) 框與真實(shí)目標(biāo)框的面積交并比即IOU來(lái)計(jì)算距離,公式如下

    D(box,centroid)=1-IOU(box,centroid)

    其中box表示樣本,centroid 表示簇的中心。

    通過(guò)對(duì)安全帽樣本的聚類(lèi)分析,得到了候選邊框數(shù)量與K值的關(guān)系圖,如圖5所示。

    圖5 K-means聚類(lèi)結(jié)果

    由上圖可以看出,隨著K值的增加,IOU逐漸變大,從而檢測(cè)精度越高。與此同時(shí),由于邊框數(shù)量越多,會(huì)一定程度上影響到檢測(cè)的速度。因此權(quán)衡準(zhǔn)確率與速度,本次實(shí)驗(yàn)選擇邊框數(shù)量為K=9,即在保證準(zhǔn)確率的前提下,不至于讓速度下降太多,更好的適應(yīng)實(shí)時(shí)目標(biāo)檢測(cè)。

    根據(jù)安全帽數(shù)據(jù)集事先標(biāo)注好的參數(shù),選定K=9,使用K-means算法,在ubuntu上得到9組適合安全帽檢測(cè)的邊框具體的參數(shù),并按照面積從小到大的順序排列成為:(23,24), (34,49), (64,42), (59,83), (101,56), (87,78), (120,87), (151,128), (152,188)。用這9組數(shù)據(jù)替換原YOLOV3中的邊框參數(shù),即可進(jìn)行下一步訓(xùn)練過(guò)程。

    3.4 訓(xùn)練過(guò)程及結(jié)果分析

    實(shí)驗(yàn)硬件環(huán)境:

    CPU :因特爾I7-8200

    顯卡 :英偉達(dá)(NVIDIA)TITAN

    實(shí)驗(yàn)軟件環(huán)境:

    操作系統(tǒng):Ubuntu16.4

    C U D A :CUDA-8.0

    Opencv :CV3.1

    訓(xùn)練參數(shù)如下:批處理大小設(shè)為16;動(dòng)量設(shè)為0.9 ;權(quán)重衰減設(shè)為0.0005;最大迭代次數(shù)設(shè)為3000次。學(xué)習(xí)率初始值設(shè)為0.0001。為了更好得比較改進(jìn)YOLOV3模型與原YOLOV3模型檢測(cè)效果。本實(shí)驗(yàn)對(duì)兩種模型分別進(jìn)行了訓(xùn)練。兩種訓(xùn)練過(guò)程得到平均損失和平均IOU(交并比)情況如圖6、圖7、8所示。

    圖6 兩種模型平均損失結(jié)果對(duì)比圖

    圖7 原YOLOV3模型IOU圖

    從上圖可以看出,在對(duì)YOLOV3改進(jìn)之后,隨著迭代次數(shù)batches的不斷增加,新的YOLOV3模型比原YOLOV3的學(xué)習(xí)能力更強(qiáng),收斂更快。

    圖8 改進(jìn)YOLOV3模型IOU圖

    IOU越高,說(shuō)明檢測(cè)準(zhǔn)確率越好,通過(guò)對(duì)兩種模型IOU情況的分析,可以看出,一開(kāi)始兩種模型的IOU都比較低,隨著訓(xùn)練的進(jìn)行,學(xué)習(xí)到的特征越來(lái)越多,兩種模型的IOU逐漸提升,在batches=40000次的時(shí)候,改進(jìn)型YOLOV3比原YOLOV3獲得了更高更穩(wěn)定的IOU。隨后便保持IOU在一個(gè)相對(duì)穩(wěn)定的狀態(tài)。兩種模型IOU的差異也為后面的測(cè)試比較過(guò)程奠定了基礎(chǔ)。

    下面通過(guò)從200張測(cè)試集隨機(jī)抽取一張圖片進(jìn)行測(cè)試,兩種模型測(cè)試得到的圖片結(jié)果如圖9、圖10所示。

    圖9 原模型檢測(cè)結(jié)果圖

    圖10 改進(jìn)模型檢測(cè)結(jié)果

    通過(guò)對(duì)圖9、圖10的分析,可以看出,雖然安全帽都能被兩種模型檢測(cè)出來(lái),但是進(jìn)一步分析,可以看出,原YOLOV3模型對(duì)于每個(gè)帽子的檢測(cè)的準(zhǔn)確率為98%,93%,85%,50%,而改進(jìn)型YOLOV3對(duì)于每個(gè)帽子的檢測(cè)準(zhǔn)確率為:100%,98%,96%,81%。都要比原YOLOV3有所提升。同時(shí),從實(shí)驗(yàn)檢測(cè)的速度上來(lái)看,實(shí)驗(yàn)中,原YOLOV3檢測(cè)1幀用時(shí):0.034119秒,而改進(jìn)型YOLOV3檢測(cè)1幀用時(shí):0.021383秒。改進(jìn)型YOLOV3比原YOLOV3快了0.012秒。從處理實(shí)時(shí)視頻的角度來(lái)看,由于視頻是由很多圖片幀構(gòu)成的,如果每張圖片檢測(cè)的時(shí)間都能縮短一點(diǎn),那么對(duì)檢測(cè)視頻的整體效果也是很有益的。為了防止上述圖片的選擇具有偶然性,從而對(duì)兩種模型的比較產(chǎn)生問(wèn)題,本實(shí)驗(yàn)對(duì)測(cè)試數(shù)據(jù)集進(jìn)行了大量檢測(cè),選擇精確率均值 mAP,以及每秒檢測(cè)幀數(shù)FPS(速度)作為檢測(cè)模型的評(píng)價(jià)指標(biāo),用文獻(xiàn)[15]中的SSD、文獻(xiàn)[16]中的Faster R-CNN以及文獻(xiàn)[17]中的YOLO V3等算法進(jìn)行對(duì)比。四種模型在準(zhǔn)確率和速度上綜合比較,見(jiàn)表2。

    表2 實(shí)驗(yàn)結(jié)果對(duì)比

    因此從評(píng)價(jià)指標(biāo)上來(lái)看,實(shí)驗(yàn)得出改進(jìn)型的YOLOV3在保證準(zhǔn)確率的情況下,它能獲得更好的實(shí)時(shí)檢測(cè)效果。

    4 結(jié)束語(yǔ)

    本文通過(guò)改進(jìn)YOLOV3模型的結(jié)構(gòu),增加DenseNet結(jié)構(gòu),讓每一層學(xué)到的feature map都能被之后所有層直接使用,這使得特征可以在整個(gè)網(wǎng)絡(luò)中重用,也使得模型更加簡(jiǎn)潔。同時(shí)利用K-means算法對(duì)候選框重新進(jìn)行聚類(lèi)分析,得到了改進(jìn)型的YOLOV3,并在自制的增強(qiáng)型安全帽數(shù)據(jù)集上進(jìn)行訓(xùn)練、測(cè)試。實(shí)驗(yàn)結(jié)果表明,改進(jìn)型YOLOV3無(wú)論是從速度還是準(zhǔn)確率上都要優(yōu)于原YOLOV3模型,滿(mǎn)足了日常環(huán)境下對(duì)安全帽檢測(cè)的實(shí)時(shí)性和準(zhǔn)確性的要求。

    然而,日常環(huán)境復(fù)雜多變,如何在保證準(zhǔn)確率和速度的前提下,進(jìn)一步優(yōu)化算法,提高模型的不間斷跟蹤的能力,這將是下一步研究的重點(diǎn)。

    猜你喜歡
    安全帽邊框準(zhǔn)確率
    刺猬戴上安全帽
    礦工有無(wú)數(shù)頂安全帽
    小小安全帽,生命保護(hù)傘
    一模六產(chǎn)品篩板模具的設(shè)計(jì)與應(yīng)用
    智能制造(2022年4期)2022-08-18 16:21:14
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
    2015—2017 年寧夏各天氣預(yù)報(bào)參考產(chǎn)品質(zhì)量檢驗(yàn)分析
    高速公路車(chē)牌識(shí)別標(biāo)識(shí)站準(zhǔn)確率驗(yàn)證法
    用Lightroom添加寶麗來(lái)邊框
    給照片制作專(zhuān)業(yè)級(jí)的邊框
    欧美xxⅹ黑人| 日韩中文字幕欧美一区二区 | tube8黄色片| 九草在线视频观看| 亚洲美女视频黄频| 国产成人a∨麻豆精品| 国产乱来视频区| 在线观看免费视频网站a站| 国产av精品麻豆| 看非洲黑人一级黄片| 大片电影免费在线观看免费| 成年人午夜在线观看视频| 99久久人妻综合| 亚洲国产日韩一区二区| 99热国产这里只有精品6| 欧美少妇被猛烈插入视频| 热99国产精品久久久久久7| 久久国产亚洲av麻豆专区| 亚洲三区欧美一区| 欧美激情 高清一区二区三区| 纵有疾风起免费观看全集完整版| 日本猛色少妇xxxxx猛交久久| 热99国产精品久久久久久7| 国产亚洲精品第一综合不卡| 国产伦人伦偷精品视频| 中文字幕色久视频| 老司机影院成人| tube8黄色片| 99国产综合亚洲精品| 国产国语露脸激情在线看| 人人妻人人添人人爽欧美一区卜| 久久久精品区二区三区| 成年动漫av网址| 大香蕉久久网| 亚洲欧洲国产日韩| 日韩欧美精品免费久久| 老司机靠b影院| 亚洲第一青青草原| 亚洲人成电影观看| 黄色怎么调成土黄色| 秋霞在线观看毛片| 亚洲久久久国产精品| 伊人亚洲综合成人网| 各种免费的搞黄视频| 嫩草影院入口| 免费黄频网站在线观看国产| 黄频高清免费视频| 久久这里只有精品19| 久久韩国三级中文字幕| 日日啪夜夜爽| 欧美在线一区亚洲| 久久ye,这里只有精品| 最近2019中文字幕mv第一页| 亚洲国产精品999| 黑丝袜美女国产一区| 日韩av在线免费看完整版不卡| 亚洲国产av影院在线观看| av又黄又爽大尺度在线免费看| 99久国产av精品国产电影| 无遮挡黄片免费观看| 中文字幕人妻丝袜制服| 操美女的视频在线观看| 无限看片的www在线观看| 新久久久久国产一级毛片| 精品国产露脸久久av麻豆| 99久久精品国产亚洲精品| 精品国产国语对白av| 黑人巨大精品欧美一区二区蜜桃| 一级毛片黄色毛片免费观看视频| 七月丁香在线播放| 精品久久久精品久久久| 两个人免费观看高清视频| 一级,二级,三级黄色视频| 国产精品三级大全| 妹子高潮喷水视频| 波野结衣二区三区在线| 中文精品一卡2卡3卡4更新| 亚洲精品日本国产第一区| 国产淫语在线视频| 在线观看免费日韩欧美大片| 一二三四中文在线观看免费高清| 国产野战对白在线观看| 老鸭窝网址在线观看| 免费av中文字幕在线| 一二三四在线观看免费中文在| 人妻 亚洲 视频| 亚洲av国产av综合av卡| 国产av国产精品国产| 久久久久久久大尺度免费视频| 精品酒店卫生间| 日本一区二区免费在线视频| 91精品伊人久久大香线蕉| 亚洲少妇的诱惑av| 男女下面插进去视频免费观看| 一本—道久久a久久精品蜜桃钙片| 婷婷色综合www| 91成人精品电影| 成年美女黄网站色视频大全免费| www.精华液| 老司机影院成人| 久久国产精品男人的天堂亚洲| 男女之事视频高清在线观看 | 熟女少妇亚洲综合色aaa.| 成年人午夜在线观看视频| 一区福利在线观看| 91国产中文字幕| 国产精品女同一区二区软件| 老熟女久久久| 亚洲欧美一区二区三区黑人| 国产人伦9x9x在线观看| 欧美成人精品欧美一级黄| 日韩,欧美,国产一区二区三区| 亚洲色图 男人天堂 中文字幕| 看免费av毛片| 日日啪夜夜爽| 亚洲第一区二区三区不卡| 中文字幕色久视频| 亚洲精品成人av观看孕妇| 赤兔流量卡办理| 这个男人来自地球电影免费观看 | 欧美激情极品国产一区二区三区| 七月丁香在线播放| 777久久人妻少妇嫩草av网站| 久热这里只有精品99| 久久99一区二区三区| 夫妻午夜视频| 999精品在线视频| 一本一本久久a久久精品综合妖精| 午夜日本视频在线| 我的亚洲天堂| 人人妻,人人澡人人爽秒播 | 久久99精品国语久久久| 中文字幕av电影在线播放| 自线自在国产av| 成人免费观看视频高清| 一本色道久久久久久精品综合| 不卡av一区二区三区| 欧美97在线视频| 欧美精品一区二区大全| 日本av手机在线免费观看| 晚上一个人看的免费电影| 国产精品.久久久| 少妇人妻久久综合中文| 亚洲欧美一区二区三区国产| a级片在线免费高清观看视频| 亚洲精品久久久久久婷婷小说| 人人妻人人添人人爽欧美一区卜| 欧美日韩一级在线毛片| 亚洲一区二区三区欧美精品| 欧美久久黑人一区二区| 日本av手机在线免费观看| 18禁裸乳无遮挡动漫免费视频| 亚洲精品国产一区二区精华液| 国产99久久九九免费精品| 在线观看www视频免费| 在线观看人妻少妇| 久久久精品免费免费高清| 大话2 男鬼变身卡| 日韩一卡2卡3卡4卡2021年| 亚洲 欧美一区二区三区| 建设人人有责人人尽责人人享有的| 人人妻,人人澡人人爽秒播 | 免费看不卡的av| 肉色欧美久久久久久久蜜桃| 欧美日韩一级在线毛片| 精品少妇内射三级| 亚洲伊人色综图| av有码第一页| 99精品久久久久人妻精品| 激情五月婷婷亚洲| 日韩 亚洲 欧美在线| 成年动漫av网址| 成人亚洲欧美一区二区av| 99热网站在线观看| 午夜日韩欧美国产| 最近2019中文字幕mv第一页| 欧美精品高潮呻吟av久久| 免费观看av网站的网址| 色吧在线观看| 一本久久精品| 十八禁高潮呻吟视频| 亚洲av日韩精品久久久久久密 | 国产免费现黄频在线看| 母亲3免费完整高清在线观看| 亚洲欧洲国产日韩| 少妇猛男粗大的猛烈进出视频| 啦啦啦中文免费视频观看日本| 精品少妇一区二区三区视频日本电影 | 国产成人免费观看mmmm| 看免费av毛片| 亚洲精品国产区一区二| 欧美黄色片欧美黄色片| 大香蕉久久成人网| 欧美中文综合在线视频| www日本在线高清视频| 波多野结衣av一区二区av| 成人亚洲欧美一区二区av| 视频区图区小说| 啦啦啦在线免费观看视频4| 9热在线视频观看99| 无遮挡黄片免费观看| 国产成人精品福利久久| 亚洲熟女精品中文字幕| 久久久久人妻精品一区果冻| 老司机影院成人| 精品亚洲乱码少妇综合久久| 国产不卡av网站在线观看| 久久久国产精品麻豆| 亚洲精品视频女| 91国产中文字幕| 波多野结衣一区麻豆| 成年女人毛片免费观看观看9 | 亚洲视频免费观看视频| 精品国产露脸久久av麻豆| 国产亚洲av高清不卡| 久久精品久久久久久久性| 巨乳人妻的诱惑在线观看| 久久女婷五月综合色啪小说| 菩萨蛮人人尽说江南好唐韦庄| 久久午夜综合久久蜜桃| 国产精品嫩草影院av在线观看| 国语对白做爰xxxⅹ性视频网站| 国产精品熟女久久久久浪| 欧美乱码精品一区二区三区| 激情五月婷婷亚洲| 国产亚洲最大av| 精品卡一卡二卡四卡免费| 免费黄色在线免费观看| 乱人伦中国视频| 亚洲成av片中文字幕在线观看| 最近最新中文字幕大全免费视频 | 亚洲精品一区蜜桃| 日韩一区二区视频免费看| 欧美黑人精品巨大| 热99久久久久精品小说推荐| 久久精品人人爽人人爽视色| 欧美xxⅹ黑人| 日韩制服骚丝袜av| 中国国产av一级| 欧美 亚洲 国产 日韩一| 久久久精品区二区三区| 精品一区二区三卡| 亚洲精华国产精华液的使用体验| 国产伦人伦偷精品视频| 国产极品粉嫩免费观看在线| 日日摸夜夜添夜夜爱| 在线观看一区二区三区激情| 最黄视频免费看| www日本在线高清视频| 久久精品国产亚洲av涩爱| 成人国产av品久久久| 男女之事视频高清在线观看 | 日韩免费高清中文字幕av| 尾随美女入室| 国产成人啪精品午夜网站| 欧美成人精品欧美一级黄| 男女下面插进去视频免费观看| 久久精品久久精品一区二区三区| 国产不卡av网站在线观看| 色婷婷av一区二区三区视频| 亚洲av综合色区一区| 男女之事视频高清在线观看 | 免费在线观看视频国产中文字幕亚洲 | 国产 精品1| 国产免费现黄频在线看| 日本av手机在线免费观看| 美女中出高潮动态图| 又大又黄又爽视频免费| 一区二区三区激情视频| 老鸭窝网址在线观看| 天美传媒精品一区二区| 男人舔女人的私密视频| 男的添女的下面高潮视频| 制服人妻中文乱码| 18禁动态无遮挡网站| 亚洲国产精品一区二区三区在线| 亚洲欧美一区二区三区久久| 日本黄色日本黄色录像| 精品一区在线观看国产| 日本欧美视频一区| 国产麻豆69| 国产精品久久久久久久久免| 又大又爽又粗| 欧美日韩av久久| 免费观看人在逋| 午夜免费鲁丝| 美女中出高潮动态图| 日韩制服骚丝袜av| 成年av动漫网址| 欧美在线一区亚洲| 七月丁香在线播放| 国产精品99久久99久久久不卡 | 久久久久精品国产欧美久久久 | 一本久久精品| 国产精品.久久久| 搡老乐熟女国产| 伊人久久国产一区二区| 国产一区二区三区av在线| 中文乱码字字幕精品一区二区三区| 欧美激情极品国产一区二区三区| 啦啦啦中文免费视频观看日本| 日本欧美视频一区| 国产成人免费观看mmmm| 亚洲国产精品国产精品| 亚洲国产av影院在线观看| 建设人人有责人人尽责人人享有的| 亚洲av日韩在线播放| 啦啦啦在线免费观看视频4| 黄片小视频在线播放| 精品午夜福利在线看| 亚洲av在线观看美女高潮| 国产免费现黄频在线看| svipshipincom国产片| 伊人久久大香线蕉亚洲五| 十八禁人妻一区二区| 久久天躁狠狠躁夜夜2o2o | 丝袜脚勾引网站| 亚洲人成77777在线视频| 午夜久久久在线观看| 97在线人人人人妻| 成人国产麻豆网| 国产老妇伦熟女老妇高清| 色94色欧美一区二区| 久久人人爽av亚洲精品天堂| 亚洲第一青青草原| 男女国产视频网站| 少妇被粗大的猛进出69影院| 亚洲精品国产一区二区精华液| 少妇精品久久久久久久| 亚洲av男天堂| 男女午夜视频在线观看| 成人国产麻豆网| 999精品在线视频| 男女下面插进去视频免费观看| 国产在视频线精品| 亚洲人成77777在线视频| 亚洲 欧美一区二区三区| 欧美黑人欧美精品刺激| 亚洲av电影在线观看一区二区三区| 国产日韩欧美在线精品| 国产精品亚洲av一区麻豆 | av网站在线播放免费| 亚洲少妇的诱惑av| e午夜精品久久久久久久| 亚洲精品一区蜜桃| 性少妇av在线| 亚洲精品一区蜜桃| 久久这里只有精品19| 黄网站色视频无遮挡免费观看| 纵有疾风起免费观看全集完整版| av女优亚洲男人天堂| 免费观看av网站的网址| 日本欧美国产在线视频| 黄频高清免费视频| 在现免费观看毛片| 国产女主播在线喷水免费视频网站| 天天躁日日躁夜夜躁夜夜| 日韩熟女老妇一区二区性免费视频| 亚洲精品久久午夜乱码| 免费在线观看完整版高清| 欧美另类一区| 赤兔流量卡办理| 国产成人啪精品午夜网站| 精品视频人人做人人爽| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲国产精品国产精品| 亚洲精品乱久久久久久| 久久国产精品男人的天堂亚洲| 99热网站在线观看| 丝袜喷水一区| 爱豆传媒免费全集在线观看| 巨乳人妻的诱惑在线观看| 国产精品亚洲av一区麻豆 | 精品一区在线观看国产| 免费看不卡的av| 丰满乱子伦码专区| 深夜精品福利| 国产av国产精品国产| 中文字幕人妻丝袜一区二区 | 最近中文字幕2019免费版| 久久韩国三级中文字幕| 老司机影院毛片| 色播在线永久视频| 精品国产露脸久久av麻豆| 日韩欧美精品免费久久| 成年美女黄网站色视频大全免费| 老司机影院成人| 亚洲av日韩在线播放| 国产精品嫩草影院av在线观看| 亚洲欧美精品自产自拍| 曰老女人黄片| 国产精品久久久久久人妻精品电影 | 成年人免费黄色播放视频| 欧美久久黑人一区二区| 久久久久精品人妻al黑| 国产免费视频播放在线视频| 久久久国产精品麻豆| 午夜日韩欧美国产| 51午夜福利影视在线观看| av电影中文网址| 香蕉丝袜av| 人妻人人澡人人爽人人| 天天操日日干夜夜撸| 国产老妇伦熟女老妇高清| 国产女主播在线喷水免费视频网站| 欧美日韩精品网址| 汤姆久久久久久久影院中文字幕| 蜜桃国产av成人99| 日韩不卡一区二区三区视频在线| 丝袜喷水一区| 国产男女内射视频| 国产午夜精品一二区理论片| 黄色怎么调成土黄色| 在线精品无人区一区二区三| 亚洲色图综合在线观看| 国产精品.久久久| 王馨瑶露胸无遮挡在线观看| 叶爱在线成人免费视频播放| 亚洲自偷自拍图片 自拍| 国产精品av久久久久免费| 欧美日韩国产mv在线观看视频| 黑丝袜美女国产一区| 日韩欧美精品免费久久| 亚洲av欧美aⅴ国产| 丝袜脚勾引网站| 亚洲精品视频女| 亚洲欧美日韩另类电影网站| 街头女战士在线观看网站| 悠悠久久av| 少妇人妻 视频| 无遮挡黄片免费观看| 色综合欧美亚洲国产小说| tube8黄色片| 可以免费在线观看a视频的电影网站 | 操美女的视频在线观看| 欧美97在线视频| 久久久久精品国产欧美久久久 | 欧美亚洲日本最大视频资源| 午夜老司机福利片| 在线观看一区二区三区激情| 亚洲欧洲精品一区二区精品久久久 | 国产精品久久久久久人妻精品电影 | 国产免费现黄频在线看| 国产免费一区二区三区四区乱码| 国产一区二区三区综合在线观看| 天美传媒精品一区二区| 黄色一级大片看看| 99久国产av精品国产电影| 啦啦啦啦在线视频资源| av免费观看日本| 韩国精品一区二区三区| 精品午夜福利在线看| 免费看不卡的av| 色视频在线一区二区三区| 啦啦啦 在线观看视频| 中文字幕av电影在线播放| 人人妻人人澡人人爽人人夜夜| 91精品国产国语对白视频| 亚洲成人av在线免费| 天天躁日日躁夜夜躁夜夜| 人成视频在线观看免费观看| 国产精品国产三级国产专区5o| av免费观看日本| 国产一级毛片在线| e午夜精品久久久久久久| 国产淫语在线视频| 亚洲欧洲日产国产| 亚洲男人天堂网一区| 精品少妇内射三级| 欧美xxⅹ黑人| 日韩一区二区三区影片| 精品一区二区三区四区五区乱码 | 国产乱人偷精品视频| 在线观看三级黄色| av视频免费观看在线观看| 国产精品免费大片| 精品少妇黑人巨大在线播放| 日日爽夜夜爽网站| 精品国产露脸久久av麻豆| 美女国产高潮福利片在线看| 国产免费福利视频在线观看| 国产精品国产三级国产专区5o| 国产欧美日韩综合在线一区二区| 女人高潮潮喷娇喘18禁视频| 色综合欧美亚洲国产小说| 亚洲精华国产精华液的使用体验| 丁香六月欧美| 欧美在线一区亚洲| 日韩一区二区三区影片| 日韩精品有码人妻一区| 少妇精品久久久久久久| 国产一区二区 视频在线| 国产在线视频一区二区| 咕卡用的链子| 亚洲精品视频女| 国产爽快片一区二区三区| 国产成人免费观看mmmm| 少妇被粗大的猛进出69影院| 日日爽夜夜爽网站| 永久免费av网站大全| 丰满饥渴人妻一区二区三| 最黄视频免费看| 欧美av亚洲av综合av国产av | 久久精品人人爽人人爽视色| 老司机亚洲免费影院| 国产黄色免费在线视频| 久久久久久人妻| 自拍欧美九色日韩亚洲蝌蚪91| a级片在线免费高清观看视频| 91精品国产国语对白视频| 亚洲欧美精品自产自拍| 久久精品久久久久久久性| 桃花免费在线播放| 日韩欧美一区视频在线观看| 精品一区二区三区av网在线观看 | 久久热在线av| 欧美日韩综合久久久久久| 亚洲欧美精品综合一区二区三区| 日本色播在线视频| 国产精品久久久av美女十八| 9色porny在线观看| 美女脱内裤让男人舔精品视频| 国产黄色视频一区二区在线观看| 亚洲欧洲国产日韩| 在线观看免费视频网站a站| 久久99热这里只频精品6学生| 在线天堂最新版资源| 国产精品一区二区精品视频观看| 美女主播在线视频| 精品国产一区二区三区四区第35| av在线播放精品| 大话2 男鬼变身卡| 美女视频免费永久观看网站| 最近最新中文字幕免费大全7| 亚洲,欧美精品.| 日韩欧美精品免费久久| 最新的欧美精品一区二区| 十八禁高潮呻吟视频| 男女国产视频网站| 波野结衣二区三区在线| 少妇 在线观看| 精品一区二区免费观看| 成人午夜精彩视频在线观看| 亚洲,一卡二卡三卡| 男女免费视频国产| 啦啦啦啦在线视频资源| 国产成人欧美在线观看 | 日韩伦理黄色片| 男女无遮挡免费网站观看| 久久精品久久精品一区二区三区| 在线看a的网站| 中文字幕亚洲精品专区| 免费久久久久久久精品成人欧美视频| www.av在线官网国产| 老司机亚洲免费影院| 国产精品国产三级专区第一集| 高清在线视频一区二区三区| 欧美少妇被猛烈插入视频| 久久国产精品大桥未久av| 侵犯人妻中文字幕一二三四区| 欧美日韩一级在线毛片| 一区福利在线观看| 亚洲国产欧美网| 久久免费观看电影| 亚洲伊人色综图| 久久午夜综合久久蜜桃| 香蕉丝袜av| 久久久久久免费高清国产稀缺| 亚洲成国产人片在线观看| 一本一本久久a久久精品综合妖精| 欧美日韩国产mv在线观看视频| 91国产中文字幕| 在线观看一区二区三区激情| 看免费av毛片| 国产精品 国内视频| 天天躁夜夜躁狠狠躁躁| 国产男女内射视频| 老司机影院毛片| 国产精品国产三级国产专区5o| 最近最新中文字幕免费大全7| 不卡视频在线观看欧美| 在现免费观看毛片| 亚洲欧美成人综合另类久久久| h视频一区二区三区| 日日摸夜夜添夜夜爱| 日韩av不卡免费在线播放| 91成人精品电影| 我的亚洲天堂| 国产成人精品无人区| 久久久久久人妻| 亚洲av电影在线观看一区二区三区| 欧美激情高清一区二区三区 | 国产精品亚洲av一区麻豆 | 国产av国产精品国产| a级毛片在线看网站| 亚洲少妇的诱惑av| 日本av手机在线免费观看| 天天操日日干夜夜撸| 丝瓜视频免费看黄片| av天堂久久9| 男女之事视频高清在线观看 | 日韩精品免费视频一区二区三区| 91精品伊人久久大香线蕉| 国产黄色免费在线视频| 免费黄频网站在线观看国产| 青青草视频在线视频观看| 伊人亚洲综合成人网| 黑人巨大精品欧美一区二区蜜桃| 久久久精品94久久精品| 久久久国产精品麻豆| 建设人人有责人人尽责人人享有的| 久久久久国产一级毛片高清牌| 欧美激情极品国产一区二区三区| 一级a爱视频在线免费观看| 亚洲成国产人片在线观看|