• <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)的交通標(biāo)志識(shí)別研究綜述

    2021-11-20 02:26:08楊力川
    現(xiàn)代計(jì)算機(jī) 2021年15期
    關(guān)鍵詞:交通標(biāo)志正確率分類(lèi)器

    楊力川

    (四川大學(xué)計(jì)算機(jī)學(xué)院,成都610065)

    0 引言

    隨著私人汽車(chē)保有量不斷上升,交通標(biāo)志的識(shí)別這一領(lǐng)域開(kāi)始凸顯越來(lái)越大的影響力。交通標(biāo)志識(shí)別是智能交通系統(tǒng)的重要內(nèi)容,在無(wú)人駕駛和駕駛員輔助系統(tǒng)中具有重要的應(yīng)用以及發(fā)展前景,并且為自動(dòng)或半自動(dòng)駕駛車(chē)輛提供有用的道路信息。

    交通標(biāo)志識(shí)別的內(nèi)容主要有交通標(biāo)志圖像檢測(cè)、特征的提取以及最后的分類(lèi)。而在較為復(fù)雜的自然場(chǎng)景中,各種外部因素使得準(zhǔn)確又較快地完成交通標(biāo)志識(shí)變得有不小難度。

    因此,在當(dāng)下智能交通發(fā)展的趨勢(shì)下,需要借助更為科學(xué)和先進(jìn)的工具來(lái)進(jìn)行交通標(biāo)志識(shí)別。交通標(biāo)志識(shí)別的傳統(tǒng)方法在精確度和速率已經(jīng)不足以達(dá)到當(dāng)前無(wú)人駕駛系統(tǒng)的需求。而依靠圖像的顏色和形狀特征來(lái)匹配的方法固然簡(jiǎn)單方便而且速度快,但識(shí)別率和精確度難以達(dá)到實(shí)際的要求。而基于深度學(xué)習(xí)的交通標(biāo)志識(shí)別方法則不同,在識(shí)別目標(biāo)的同時(shí)進(jìn)行訓(xùn)練,雙管齊下有效地提高了識(shí)別精度并且減少了耗費(fèi)時(shí)間,能夠在復(fù)雜自然情況下較為有效地提高交通標(biāo)志的識(shí)別正確率,成為交通標(biāo)志識(shí)別的新興熱門(mén)領(lǐng)域。

    1 基于深度學(xué)習(xí)的交通標(biāo)志識(shí)別簡(jiǎn)介

    交通標(biāo)志識(shí)別是實(shí)現(xiàn)智能駕駛的重要一環(huán)。所謂的標(biāo)志識(shí)別就是通過(guò)車(chē)內(nèi)的攝像設(shè)備捕獲到的圖像信息,來(lái)對(duì)這些標(biāo)志進(jìn)行設(shè)別,然后再把這些信息反饋給駕駛員,做到及時(shí)提醒,進(jìn)而保證行駛安全。例如,當(dāng)駕駛員勞累、注意力分散、情緒波動(dòng)、走神、或受到霧霾等外在自然因素,此時(shí)駕駛員依靠自己的肉眼不能快速并且準(zhǔn)確獲得相關(guān)的交通標(biāo)志信息,高效準(zhǔn)確的交通標(biāo)志識(shí)別技術(shù)就變得相當(dāng)有必要。

    隨著神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的發(fā)展,交通標(biāo)志識(shí)別也開(kāi)始運(yùn)用相關(guān)的技術(shù)。卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)是深度學(xué)習(xí)的核心部分。CNN在檢測(cè)性能和準(zhǔn)確率方面都比傳統(tǒng)檢測(cè)識(shí)別有優(yōu)勢(shì),尤其是遇到復(fù)雜情況下的交通標(biāo)志檢測(cè),包括物體遮擋、拍攝角度、形狀改變、天氣因素之類(lèi)的,在這些情況下進(jìn)行交通標(biāo)志識(shí)別仍然是目前研究的難點(diǎn)部分,還需要進(jìn)一步的發(fā)展。

    2 研究現(xiàn)狀

    早期的交通標(biāo)志識(shí)別方法基本大概由兩部分組成。一類(lèi)是基于顏色、形狀視覺(jué)信息等進(jìn)行識(shí)別,另外一類(lèi)是基于特征提取與機(jī)器學(xué)習(xí)進(jìn)行識(shí)別。

    2.1 基于圖像顏色形狀等信息的識(shí)別方法

    這類(lèi)方法主要通過(guò)對(duì)目標(biāo)圖像相關(guān)特征進(jìn)行提取,進(jìn)而把圖像中的交通標(biāo)志志進(jìn)行圖像分離并且檢測(cè)出來(lái),接著進(jìn)行分類(lèi),雖然這種方法的檢測(cè)速度比較快,但是正確率就相應(yīng)的偏低。這種算法的核心是對(duì)圖像的顏色空間進(jìn)行選擇,大部分顏色空間特征是RGB,當(dāng)亮度發(fā)生變化時(shí),就不能單一的選擇RGB,解決的方法也有很多。包括調(diào)整通道的比值或者是對(duì)RGB值進(jìn)行處理,再或者將其轉(zhuǎn)至另外的顏色空間(HIS、HS等)中進(jìn)行處理。

    朱雙東等人[1]把圖像從RGB模型轉(zhuǎn)化成HSI模型,然后再?gòu)腍通道值中提取出紅色,隨后用模板LOG提取邊緣,最后用BP網(wǎng)絡(luò)來(lái)對(duì)圖像進(jìn)行處理。初秀平等人[2]將圖像從RGB顏色模型轉(zhuǎn)換到色度-飽和度-亮度的HSV顏色模型,并對(duì)圖像進(jìn)行分割,最后在進(jìn)行二值化處理。再例如Paclik等人[3]將目標(biāo)從RGB模型轉(zhuǎn)為HSI模型,通過(guò)選擇合適的閾值來(lái)獲得所需的顏色,進(jìn)而進(jìn)行識(shí)別檢測(cè)。C.Y.Fanga等人[4]提出了一種依據(jù)人類(lèi)的眼球結(jié)構(gòu)的識(shí)別系統(tǒng),通過(guò)對(duì)圖像的紅黃藍(lán)信息的提取來(lái)檢測(cè),黑色和白色信息來(lái)識(shí)別。朱國(guó)康等人[5]針對(duì)圖像中的標(biāo)志大小不一和位置不一定的情況,對(duì)目標(biāo)的多種特征進(jìn)行融合,他們先對(duì)樣本進(jìn)行相應(yīng)的預(yù)處理,再對(duì)圖像進(jìn)行裁剪,提取相應(yīng)區(qū)域的顏色,最后對(duì)顏色形狀等特征進(jìn)行分類(lèi)檢測(cè),完成標(biāo)志識(shí)別。這些根據(jù)顏色以及形狀特征的交通標(biāo)志識(shí)別方法盡管在準(zhǔn)確性方面進(jìn)行了不少的優(yōu)化,但是面對(duì)某些特殊情況,如標(biāo)志受到破壞時(shí),再使用這類(lèi)方法的效果就不是很好,識(shí)別所需時(shí)間較長(zhǎng),效率偏低。

    2.2 基于特征提取與機(jī)器學(xué)習(xí)的識(shí)別方法

    此類(lèi)算法核心內(nèi)容是抽取被訓(xùn)練圖像中目標(biāo)區(qū)域的特征,再對(duì)其進(jìn)行訓(xùn)練,將分類(lèi)器進(jìn)行特征匹配,來(lái)完成交通標(biāo)志的識(shí)別工作。這種方法的難點(diǎn)在于找出那些最重要的特征,當(dāng)無(wú)法準(zhǔn)確判斷所需的特征是否滿足要求時(shí),人們會(huì)偏向多取特征,甚至不做分析,將無(wú)用的測(cè)量值用作分類(lèi)特征,造成的結(jié)果不僅是耗時(shí),而且對(duì)結(jié)果造成巨大影響。這類(lèi)方法需要先對(duì)測(cè)量值分析,獲得有效的特征識(shí)別,并且再保證一定分類(lèi)精度下,減少特征的維數(shù),讓分類(lèi)器的分類(lèi)變得快速準(zhǔn)確且高效。

    支持向量機(jī)(Support Vector Machine,SVM)是其中重要的一環(huán),它在速度和準(zhǔn)確率上都表現(xiàn)出令人滿意的一面,SVM分類(lèi)器參與的檢測(cè)能夠滿足大部分基本的需求。張興敢等人[6]通過(guò)卷積變換獲得圖像的特征,其中輸入層采用滑動(dòng)窗口計(jì)算卷積,接著把激活函數(shù)作為輸出,得到數(shù)個(gè)特征圖,單個(gè)特征圖也是由多個(gè)圖卷積得到的,這樣得到的實(shí)驗(yàn)結(jié)果的準(zhǔn)確率明顯提高。Creusen等人[7]通過(guò)有向梯度直方圖(HOG)算法針對(duì)大規(guī)模全景數(shù)據(jù)集上的交通標(biāo)志檢測(cè),該算法在特征向量中加入顏色信息進(jìn)行擴(kuò)展。而這一舉措顯著提高了檢測(cè)性能,HOG算法性能很高,此外,他們也提出了一種新的迭代向量機(jī)訓(xùn)練模式處理圖片,優(yōu)點(diǎn)是能夠降低內(nèi)存消耗并且提高背景信息效率。

    Huang等人[8]提出了一種由方向梯度變量直方圖(HOGv)和極值學(xué)習(xí)機(jī)(ELM)算法訓(xùn)練分類(lèi)器的檢測(cè)方法。提取的HOGV的特征在冗余和特定細(xì)節(jié)間有良好的平衡關(guān)系,而基于ELM的分類(lèi)器又在輸入層和隱藏層之間實(shí)現(xiàn)隨機(jī)特征映射,帶來(lái)的好處就是不需要逐層調(diào)整,所以可以滿足大部分特征提取的精度要求。這幾種方法要進(jìn)行分類(lèi)識(shí)別需要分類(lèi)器,效率并不是很高。

    2.3 基于卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識(shí)別方法

    卷積神經(jīng)網(wǎng)絡(luò)(CNN)作為深度學(xué)習(xí)的重要組成部分,在檢測(cè)識(shí)別領(lǐng)域獲得了許多成果,學(xué)者將其用于交通標(biāo)志識(shí)別領(lǐng)域,讓這個(gè)領(lǐng)域進(jìn)入一個(gè)新的里程碑。與上面兩種交通標(biāo)志識(shí)別方法不同的是,CNN可以在訓(xùn)練的同時(shí)提取特征,即一邊提取一邊訓(xùn)練,雙管齊下,有效提高檢測(cè)和訓(xùn)練效率,并且檢測(cè)性能上也不落后甚至更優(yōu)于傳統(tǒng)交通標(biāo)志識(shí)別。Schmidhuber等人[9]運(yùn)用CNN識(shí)別交通標(biāo)志,得到了非常高的正確率。其正確率達(dá)到99.46%。他們使用了一個(gè)快速的,完全參數(shù)化的GPU實(shí)現(xiàn)的深度神經(jīng)網(wǎng)絡(luò)。在監(jiān)督學(xué)習(xí)下,訓(xùn)練了不同組合而成的單個(gè)多列,再一次地提高了識(shí)別正確率,并且也降低了對(duì)光照以及對(duì)比對(duì)變化的敏感度。Jin等人[10]則通過(guò)一種鉸鏈損失隨機(jī)梯度下降(HLSGD)方法訓(xùn)卷積神經(jīng)網(wǎng)絡(luò)(CNN)。HLSGD經(jīng)過(guò)評(píng)估,具有更快和更穩(wěn)定的收斂性,最好的結(jié)果是有99.65%的識(shí)別率,具體是通過(guò)編寫(xiě)一個(gè)圖形處理單元包來(lái)訓(xùn)練多個(gè)CNN并集成最終分類(lèi)器。Ren等人[11]提出依賴候選區(qū)域算法(RPN)的檢測(cè)網(wǎng)絡(luò),共享完整的圖像卷積特征,從而實(shí)現(xiàn)了近乎無(wú)成本候選區(qū),并且把相關(guān)過(guò)程放在GPU上運(yùn)行,在目標(biāo)檢測(cè)領(lǐng)域達(dá)到了很高的檢測(cè)正確率和較快的速度。伍曉暉[12]則從小目標(biāo)交通標(biāo)志識(shí)別入手,在精度方面在已有的Tiny-YOLOv3交通標(biāo)志檢測(cè)算法上進(jìn)行了改進(jìn),加深特征金字塔圖層,具有比較好的魯棒性。并且增加網(wǎng)絡(luò)的寬度和深度,用批量歸一化處理樣本,再一次提高原網(wǎng)絡(luò)的精度。

    雖然基于深度學(xué)習(xí)的目標(biāo)檢測(cè)方法在國(guó)內(nèi)外已經(jīng)取得不少的成果,但是將這類(lèi)方法還沒(méi)有大規(guī)模使用,還有很大發(fā)展空間。

    3 結(jié)語(yǔ)

    本文介紹了基于深度學(xué)習(xí)的交通標(biāo)志識(shí)別相關(guān)的研究和技術(shù),解釋了其技術(shù)的核心內(nèi)容,并舉出傳統(tǒng)交通識(shí)別的相關(guān)研究,對(duì)比分析,剖析其優(yōu)缺點(diǎn)。在深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)出現(xiàn)后,在目標(biāo)檢測(cè)和識(shí)別方面有巨大優(yōu)勢(shì),交通標(biāo)志識(shí)別也因此向前邁進(jìn)了一大步。隨著越來(lái)越多的目光投向這個(gè)領(lǐng)域,基于深度學(xué)習(xí)的交通識(shí)別適用面也越來(lái)越廣,研究人員對(duì)其中神經(jīng)網(wǎng)絡(luò)的優(yōu)化工作也越來(lái)越重視,識(shí)別的準(zhǔn)確率也就越來(lái)越高。相信在不久之后,基于深度學(xué)習(xí)的交通標(biāo)志識(shí)別會(huì)廣泛應(yīng)用,無(wú)人駕駛和自動(dòng)駕駛也就更進(jìn)一步了。

    猜你喜歡
    交通標(biāo)志正確率分類(lèi)器
    交通標(biāo)志認(rèn)得清
    基于雙向特征融合的交通標(biāo)志識(shí)別
    門(mén)診分診服務(wù)態(tài)度與正確率對(duì)護(hù)患關(guān)系的影響
    BP-GA光照分類(lèi)器在車(chē)道線識(shí)別中的應(yīng)用
    生意
    品管圈活動(dòng)在提高介入手術(shù)安全核查正確率中的應(yīng)用
    加權(quán)空-譜與最近鄰分類(lèi)器相結(jié)合的高光譜圖像分類(lèi)
    結(jié)合模糊(C+P)均值聚類(lèi)和SP-V-支持向量機(jī)的TSK分類(lèi)器
    生意
    交通標(biāo)志小課堂
    亚洲成人免费电影在线观看| 首页视频小说图片口味搜索| 久久久水蜜桃国产精品网| 国产激情久久老熟女| 丝袜人妻中文字幕| 久久精品国产亚洲av高清一级| 成在线人永久免费视频| 99精品欧美一区二区三区四区| 欧美激情极品国产一区二区三区| 国产免费现黄频在线看| 久久精品国产亚洲av高清一级| 成人手机av| 日韩一卡2卡3卡4卡2021年| 大片电影免费在线观看免费| 两个人看的免费小视频| netflix在线观看网站| 热99国产精品久久久久久7| 国产亚洲精品久久久久久毛片 | a级毛片在线看网站| 免费观看人在逋| 精品国产一区二区久久| 美女扒开内裤让男人捅视频| 免费观看精品视频网站| 欧美激情久久久久久爽电影 | videosex国产| 欧美亚洲 丝袜 人妻 在线| 中文字幕人妻熟女乱码| 人妻久久中文字幕网| 成人影院久久| av网站免费在线观看视频| 亚洲色图 男人天堂 中文字幕| 久久精品国产99精品国产亚洲性色 | 久久久国产成人免费| 最新在线观看一区二区三区| 国产精品久久电影中文字幕 | 亚洲人成伊人成综合网2020| 久久久国产一区二区| 国产精品欧美亚洲77777| 看免费av毛片| 看黄色毛片网站| av一本久久久久| 午夜两性在线视频| 亚洲五月天丁香| 一进一出好大好爽视频| 女人爽到高潮嗷嗷叫在线视频| 男人舔女人的私密视频| 精品卡一卡二卡四卡免费| 91麻豆av在线| 电影成人av| 久久中文看片网| 婷婷精品国产亚洲av在线 | 欧美 日韩 精品 国产| 啦啦啦视频在线资源免费观看| 国产精品久久电影中文字幕 | 国产成人精品在线电影| 天堂动漫精品| 一区福利在线观看| 在线永久观看黄色视频| 在线观看一区二区三区激情| 久久香蕉精品热| av线在线观看网站| 精品人妻在线不人妻| 国产午夜精品久久久久久| 日本a在线网址| 波多野结衣一区麻豆| 国产精品亚洲av一区麻豆| 多毛熟女@视频| 啦啦啦在线免费观看视频4| 日韩免费高清中文字幕av| 激情视频va一区二区三区| 自线自在国产av| 大型黄色视频在线免费观看| 日本五十路高清| 久久婷婷成人综合色麻豆| 亚洲中文字幕日韩| 91成人精品电影| 18禁国产床啪视频网站| 国产伦人伦偷精品视频| 日本a在线网址| 欧美乱妇无乱码| 99久久精品国产亚洲精品| 国产成人av激情在线播放| 亚洲成人手机| 国产亚洲av高清不卡| 人人妻,人人澡人人爽秒播| 两个人免费观看高清视频| 久久久国产精品麻豆| 久久天躁狠狠躁夜夜2o2o| 青草久久国产| 久久人妻熟女aⅴ| 国产aⅴ精品一区二区三区波| 18禁裸乳无遮挡免费网站照片 | 1024视频免费在线观看| 色94色欧美一区二区| 午夜精品国产一区二区电影| 成年版毛片免费区| av电影中文网址| 国产成人精品久久二区二区免费| av一本久久久久| 大片电影免费在线观看免费| 女人爽到高潮嗷嗷叫在线视频| 悠悠久久av| 久久亚洲精品不卡| 欧美日韩乱码在线| 日本一区二区免费在线视频| 老司机午夜十八禁免费视频| 久久亚洲真实| 精品卡一卡二卡四卡免费| 国产成人一区二区三区免费视频网站| 别揉我奶头~嗯~啊~动态视频| 国产片内射在线| 午夜福利影视在线免费观看| 日韩制服丝袜自拍偷拍| 男女床上黄色一级片免费看| 免费人成视频x8x8入口观看| 18禁裸乳无遮挡动漫免费视频| 久久热在线av| 国产1区2区3区精品| 国内毛片毛片毛片毛片毛片| 日韩制服丝袜自拍偷拍| 免费在线观看亚洲国产| 欧洲精品卡2卡3卡4卡5卡区| 午夜福利影视在线免费观看| 久久久久久人人人人人| 一a级毛片在线观看| 亚洲精品美女久久久久99蜜臀| tocl精华| 最近最新中文字幕大全电影3 | 黑人猛操日本美女一级片| 亚洲精品乱久久久久久| 亚洲午夜精品一区,二区,三区| 国产在线精品亚洲第一网站| 最新在线观看一区二区三区| 日本a在线网址| 91成年电影在线观看| 一二三四社区在线视频社区8| 久久精品国产清高在天天线| 欧美av亚洲av综合av国产av| 999久久久国产精品视频| 国产精品久久电影中文字幕 | 精品福利永久在线观看| 满18在线观看网站| 中文字幕另类日韩欧美亚洲嫩草| 精品免费久久久久久久清纯 | 国产真人三级小视频在线观看| av有码第一页| 成年人黄色毛片网站| 大码成人一级视频| 777米奇影视久久| 少妇猛男粗大的猛烈进出视频| 国产99白浆流出| 黄色 视频免费看| 99国产极品粉嫩在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 午夜福利免费观看在线| 成人黄色视频免费在线看| 国产成人av激情在线播放| 黑人巨大精品欧美一区二区mp4| 精品一品国产午夜福利视频| 亚洲欧美一区二区三区黑人| 欧美丝袜亚洲另类 | 亚洲国产欧美网| 亚洲免费av在线视频| 99riav亚洲国产免费| 精品国产乱码久久久久久男人| 国产亚洲欧美在线一区二区| 亚洲av美国av| 另类亚洲欧美激情| 巨乳人妻的诱惑在线观看| 人人妻,人人澡人人爽秒播| 日韩欧美国产一区二区入口| 不卡一级毛片| 午夜精品国产一区二区电影| 人人妻,人人澡人人爽秒播| 老熟女久久久| 亚洲视频免费观看视频| 国产免费av片在线观看野外av| 国产在线精品亚洲第一网站| 久久ye,这里只有精品| 欧美黄色淫秽网站| 免费在线观看亚洲国产| 精品熟女少妇八av免费久了| 黄色片一级片一级黄色片| 亚洲人成77777在线视频| 亚洲成av片中文字幕在线观看| 宅男免费午夜| 久久精品aⅴ一区二区三区四区| 亚洲视频免费观看视频| 80岁老熟妇乱子伦牲交| 人人妻人人澡人人爽人人夜夜| 中文字幕人妻熟女乱码| av国产精品久久久久影院| 超碰97精品在线观看| 人妻一区二区av| 两性夫妻黄色片| 我的亚洲天堂| 美女视频免费永久观看网站| 日本黄色日本黄色录像| bbb黄色大片| 一级毛片精品| 国产精品影院久久| 久久中文字幕人妻熟女| 夜夜夜夜夜久久久久| 9191精品国产免费久久| 国产在线一区二区三区精| videosex国产| 男人的好看免费观看在线视频 | 亚洲av美国av| 欧美日韩成人在线一区二区| 久久热在线av| 欧美 日韩 精品 国产| 亚洲精品中文字幕在线视频| 久久久国产一区二区| 色播在线永久视频| 婷婷精品国产亚洲av在线 | xxx96com| 悠悠久久av| 99在线人妻在线中文字幕 | 极品人妻少妇av视频| 色综合婷婷激情| 18禁观看日本| 久久精品91无色码中文字幕| 两个人看的免费小视频| 国产欧美日韩一区二区三区在线| 天天添夜夜摸| 黑人猛操日本美女一级片| 一区二区三区激情视频| 国产欧美日韩精品亚洲av| 欧美日韩福利视频一区二区| 国产亚洲欧美精品永久| 女人被躁到高潮嗷嗷叫费观| 亚洲av日韩在线播放| 丰满人妻熟妇乱又伦精品不卡| 亚洲色图综合在线观看| 亚洲三区欧美一区| 999久久久国产精品视频| 日韩欧美一区二区三区在线观看 | 免费看十八禁软件| 高清av免费在线| 女人被躁到高潮嗷嗷叫费观| 欧美在线黄色| 精品一区二区三区四区五区乱码| 欧美性长视频在线观看| 美女午夜性视频免费| 久久久国产成人免费| 中文字幕高清在线视频| 精品亚洲成国产av| 母亲3免费完整高清在线观看| av一本久久久久| 精品一区二区三区视频在线观看免费 | 日日爽夜夜爽网站| 亚洲伊人色综图| 91av网站免费观看| 国产成人欧美在线观看 | 中文字幕人妻丝袜一区二区| 国产成人影院久久av| 黑人欧美特级aaaaaa片| 不卡av一区二区三区| 日韩欧美一区视频在线观看| 欧美成狂野欧美在线观看| 日日摸夜夜添夜夜添小说| 亚洲av成人不卡在线观看播放网| 午夜亚洲福利在线播放| 伦理电影免费视频| 少妇粗大呻吟视频| 国产有黄有色有爽视频| 午夜久久久在线观看| 久久国产亚洲av麻豆专区| 亚洲av成人不卡在线观看播放网| 国产成人精品久久二区二区91| 伦理电影免费视频| 日韩免费av在线播放| 欧美激情高清一区二区三区| 国产成人啪精品午夜网站| 国产亚洲av高清不卡| 女性生殖器流出的白浆| 日韩一卡2卡3卡4卡2021年| 久久久久视频综合| 亚洲成人免费电影在线观看| 色94色欧美一区二区| 一级片'在线观看视频| 97人妻天天添夜夜摸| videos熟女内射| 久久久久久久精品吃奶| 久久人妻av系列| 美女国产高潮福利片在线看| 欧美老熟妇乱子伦牲交| 视频区图区小说| 国产成+人综合+亚洲专区| 身体一侧抽搐| 人妻 亚洲 视频| 欧美精品一区二区免费开放| 在线观看免费高清a一片| 午夜免费成人在线视频| 亚洲aⅴ乱码一区二区在线播放 | 欧美日韩一级在线毛片| 香蕉久久夜色| 日韩欧美一区二区三区在线观看 | 人人澡人人妻人| 12—13女人毛片做爰片一| 久久人妻福利社区极品人妻图片| 欧美国产精品一级二级三级| 丝袜在线中文字幕| 免费看十八禁软件| 王馨瑶露胸无遮挡在线观看| 在线天堂中文资源库| 久久久国产成人精品二区 | 久久国产精品影院| 久久久久精品人妻al黑| 欧美人与性动交α欧美精品济南到| 国产成人av激情在线播放| 伊人久久大香线蕉亚洲五| 人妻 亚洲 视频| 别揉我奶头~嗯~啊~动态视频| 亚洲一区二区三区不卡视频| 一本一本久久a久久精品综合妖精| 极品人妻少妇av视频| 国产精品99久久99久久久不卡| 中文字幕人妻丝袜一区二区| 久久久久久亚洲精品国产蜜桃av| 黑人巨大精品欧美一区二区mp4| 五月开心婷婷网| 91国产中文字幕| 欧美成人免费av一区二区三区 | 十八禁高潮呻吟视频| 国产成人精品久久二区二区91| 国产精品一区二区在线不卡| 在线国产一区二区在线| 日韩 欧美 亚洲 中文字幕| 少妇裸体淫交视频免费看高清 | 午夜福利在线观看吧| 久久精品亚洲精品国产色婷小说| 久久婷婷成人综合色麻豆| 久久久久久久午夜电影 | 一区二区三区激情视频| 久久久国产精品麻豆| tocl精华| 欧美乱码精品一区二区三区| 久久久精品免费免费高清| 国产av又大| netflix在线观看网站| 国产不卡一卡二| 视频在线观看一区二区三区| 黄色毛片三级朝国网站| 精品福利观看| 国产免费现黄频在线看| bbb黄色大片| 成人18禁高潮啪啪吃奶动态图| 亚洲精品av麻豆狂野| 91在线观看av| 一级a爱视频在线免费观看| 中文亚洲av片在线观看爽 | 一区二区三区精品91| 亚洲在线自拍视频| 精品电影一区二区在线| 亚洲,欧美精品.| 三级毛片av免费| 精品久久久久久久久久免费视频 | 少妇 在线观看| 在线天堂中文资源库| 女人被狂操c到高潮| 老熟妇乱子伦视频在线观看| 国产精品.久久久| 多毛熟女@视频| 精品电影一区二区在线| 久久99一区二区三区| 人人澡人人妻人| 精品久久久久久,| 露出奶头的视频| x7x7x7水蜜桃| 久久国产精品影院| 黄频高清免费视频| 好看av亚洲va欧美ⅴa在| 黄色视频,在线免费观看| 亚洲成人手机| 大陆偷拍与自拍| 99久久99久久久精品蜜桃| 久久久水蜜桃国产精品网| 亚洲 欧美一区二区三区| 99国产精品免费福利视频| 亚洲欧美日韩高清在线视频| 日本黄色日本黄色录像| 一级毛片高清免费大全| 国产av精品麻豆| 香蕉久久夜色| 亚洲国产精品一区二区三区在线| 欧美精品亚洲一区二区| 精品久久久久久久毛片微露脸| 大片电影免费在线观看免费| 一区二区三区国产精品乱码| 午夜福利影视在线免费观看| 亚洲专区国产一区二区| 国产在线一区二区三区精| 欧美黑人欧美精品刺激| 满18在线观看网站| 国产精品av久久久久免费| 别揉我奶头~嗯~啊~动态视频| 制服人妻中文乱码| 欧美不卡视频在线免费观看 | 99热网站在线观看| 在线观看免费高清a一片| 久久久精品区二区三区| 精品电影一区二区在线| 五月开心婷婷网| 国产欧美日韩一区二区精品| 看免费av毛片| 高清在线国产一区| www.精华液| 一本综合久久免费| av不卡在线播放| 国产欧美日韩一区二区三区在线| 午夜福利免费观看在线| 法律面前人人平等表现在哪些方面| 嫩草影视91久久| 69av精品久久久久久| 免费观看精品视频网站| 国产91精品成人一区二区三区| 国产精品成人在线| 亚洲国产精品合色在线| 宅男免费午夜| 精品久久久久久久久久免费视频 | 黄色a级毛片大全视频| 亚洲第一av免费看| 亚洲av成人不卡在线观看播放网| 桃红色精品国产亚洲av| 亚洲va日本ⅴa欧美va伊人久久| 成人亚洲精品一区在线观看| 免费在线观看日本一区| 日韩成人在线观看一区二区三区| 黄色片一级片一级黄色片| 亚洲国产精品合色在线| 久久久久久久午夜电影 | 老司机福利观看| 欧美日韩亚洲高清精品| 日韩大码丰满熟妇| 欧美 亚洲 国产 日韩一| 69av精品久久久久久| 侵犯人妻中文字幕一二三四区| 国产色视频综合| 在线观看免费视频日本深夜| 久久狼人影院| 国产精品偷伦视频观看了| 怎么达到女性高潮| 岛国在线观看网站| 精品国产美女av久久久久小说| 亚洲av欧美aⅴ国产| av一本久久久久| 麻豆乱淫一区二区| 久久中文看片网| 99riav亚洲国产免费| 亚洲精品国产色婷婷电影| 搡老熟女国产l中国老女人| 天天躁夜夜躁狠狠躁躁| 精品国产一区二区三区久久久樱花| 视频在线观看一区二区三区| 久久久久精品国产欧美久久久| 午夜日韩欧美国产| 涩涩av久久男人的天堂| 中亚洲国语对白在线视频| 亚洲精品国产色婷婷电影| 日韩中文字幕欧美一区二区| 亚洲中文av在线| 丝袜在线中文字幕| 老鸭窝网址在线观看| 精品高清国产在线一区| 精品乱码久久久久久99久播| 高清在线国产一区| 在线观看一区二区三区激情| 很黄的视频免费| 少妇粗大呻吟视频| 欧美精品人与动牲交sv欧美| 午夜91福利影院| 国产亚洲欧美在线一区二区| 91老司机精品| 亚洲,欧美精品.| 大片电影免费在线观看免费| tube8黄色片| 一进一出抽搐动态| 亚洲精品国产区一区二| 18在线观看网站| 欧美日韩精品网址| 国产成人精品久久二区二区91| 久久影院123| 国产淫语在线视频| 欧美丝袜亚洲另类 | 国产免费男女视频| 久久久久久久午夜电影 | 亚洲国产中文字幕在线视频| 国产无遮挡羞羞视频在线观看| 黄频高清免费视频| 无限看片的www在线观看| 99国产综合亚洲精品| 少妇猛男粗大的猛烈进出视频| 黄片小视频在线播放| 欧美久久黑人一区二区| 丰满的人妻完整版| 精品午夜福利视频在线观看一区| 国产在线观看jvid| 亚洲精品国产色婷婷电影| 三上悠亚av全集在线观看| tocl精华| 成人特级黄色片久久久久久久| 色精品久久人妻99蜜桃| 在线十欧美十亚洲十日本专区| 国产伦人伦偷精品视频| 99国产精品99久久久久| 国产一区二区三区综合在线观看| 午夜免费鲁丝| 久久中文字幕人妻熟女| 国产亚洲精品一区二区www | 成人18禁高潮啪啪吃奶动态图| 久久精品人人爽人人爽视色| 九色亚洲精品在线播放| bbb黄色大片| 午夜福利乱码中文字幕| 国产1区2区3区精品| 99国产精品一区二区蜜桃av | 十分钟在线观看高清视频www| 91麻豆精品激情在线观看国产 | 午夜影院日韩av| av天堂久久9| 天天添夜夜摸| 中文亚洲av片在线观看爽 | 午夜福利一区二区在线看| 久久 成人 亚洲| 高清黄色对白视频在线免费看| 建设人人有责人人尽责人人享有的| 99热网站在线观看| 久久中文看片网| 精品久久久精品久久久| 国产精华一区二区三区| 男女午夜视频在线观看| 国产高清国产精品国产三级| 亚洲性夜色夜夜综合| 黄色成人免费大全| aaaaa片日本免费| 1024香蕉在线观看| 9191精品国产免费久久| 亚洲一区二区三区欧美精品| 女人高潮潮喷娇喘18禁视频| av一本久久久久| 免费高清在线观看日韩| 麻豆成人av在线观看| 老司机午夜十八禁免费视频| 亚洲成人国产一区在线观看| 国产成+人综合+亚洲专区| 久久九九热精品免费| 久久久国产欧美日韩av| 精品一区二区三区av网在线观看| 亚洲七黄色美女视频| 不卡一级毛片| av网站在线播放免费| 大香蕉久久网| 久久国产精品影院| 国产亚洲欧美98| 18禁国产床啪视频网站| 国产免费男女视频| 麻豆国产av国片精品| av在线播放免费不卡| 国精品久久久久久国模美| 电影成人av| 国产在线一区二区三区精| 丰满人妻熟妇乱又伦精品不卡| 国产一区二区三区综合在线观看| 亚洲成人手机| 丝袜美腿诱惑在线| 激情在线观看视频在线高清 | 9热在线视频观看99| 1024视频免费在线观看| 国产日韩欧美亚洲二区| 黄色a级毛片大全视频| 亚洲av熟女| 女人被躁到高潮嗷嗷叫费观| 多毛熟女@视频| 极品教师在线免费播放| 激情视频va一区二区三区| 婷婷丁香在线五月| 亚洲精品粉嫩美女一区| 侵犯人妻中文字幕一二三四区| 十分钟在线观看高清视频www| 亚洲精品美女久久久久99蜜臀| 曰老女人黄片| 久99久视频精品免费| 精品国产美女av久久久久小说| 国产成+人综合+亚洲专区| 久9热在线精品视频| 久久精品熟女亚洲av麻豆精品| 在线国产一区二区在线| 青草久久国产| 亚洲片人在线观看| 在线观看舔阴道视频| 丝袜人妻中文字幕| 91成人精品电影| 精品国内亚洲2022精品成人 | 国产免费男女视频| 亚洲人成电影免费在线| 亚洲视频免费观看视频| 黑人操中国人逼视频| 久久午夜亚洲精品久久| 久久亚洲精品不卡| 中文字幕高清在线视频| 麻豆av在线久日| 成人国产一区最新在线观看| 777米奇影视久久| 欧美老熟妇乱子伦牲交| 久久青草综合色| 90打野战视频偷拍视频| 女性被躁到高潮视频| 中国美女看黄片| 成人av一区二区三区在线看| 欧美丝袜亚洲另类 | 亚洲少妇的诱惑av| av网站在线播放免费| 亚洲成av片中文字幕在线观看| 在线观看舔阴道视频|