• <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 ?

    基于卷積神經(jīng)網(wǎng)絡(luò)的牡丹花品種識(shí)別

    2021-12-18 06:50:00何進(jìn)榮任維鑫石延新白宗文3
    系統(tǒng)仿真技術(shù) 2021年2期
    關(guān)鍵詞:牡丹花花卉殘差

    何進(jìn)榮,任維鑫,石延新,白宗文3,*

    (1.延安大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院,陜西延安716000;2.西北農(nóng)林科技大學(xué)陜西省農(nóng)業(yè)信息感知與智能服務(wù)重點(diǎn)實(shí)驗(yàn)室,陜西楊凌712100;3.延安大學(xué)陜西省能源大數(shù)據(jù)智能處理省市共建重點(diǎn)實(shí)驗(yàn)室,陜西延安716000;4.延安大學(xué)物理與電子信息學(xué)院,陜西延安716000)

    牡丹花因其色澤艷麗、富麗堂皇,享有“國色天香”的美譽(yù)。作為中國固有的特產(chǎn)花卉,牡丹花歷來具有很高的觀賞和藥用價(jià)值。根據(jù)花色、花型、葉片和根部等植物性狀特征的不同,牡丹花品種多達(dá)上百種,給牡丹花學(xué)者和愛好者鑒別牡丹花品種帶來了挑戰(zhàn)。目前牡丹花的品種鑒別主要依靠園藝專家的專業(yè)知識(shí),這種鑒別方法耗時(shí)耗力,不利于推廣牡丹文化和科普教育。近年來,隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展,許多學(xué)者將圖像識(shí)別方法應(yīng)用于農(nóng)業(yè)領(lǐng)域,并取得了成功。

    目前在花卉圖像識(shí)別領(lǐng)域,常用的公開數(shù)據(jù)集有Oxford 17花卉數(shù)據(jù)集[1]和102花卉數(shù)據(jù)集[2],前者包含17個(gè)種類共1360幅花卉圖像,后者包含102個(gè)種類共8189幅花卉圖像。針對(duì)通用花卉樣本庫Oxford 17 flower上的花卉種類識(shí)別問題,Nilsback等人借鑒自然語言處理中的特征向量化思想,提出基于視覺詞袋的花卉圖像特征表示方法[2]。吳笑鑫等人采用基于顯著性檢測(cè)的Grab Cut分割算法進(jìn)行預(yù)處理,采用SVM構(gòu)建分類模型[3]。為了對(duì)比不同圖像預(yù)處理、特征提取和分類器方法的性能,苗金泉等人提出基于插件技術(shù)的花卉種類識(shí)別算法評(píng)估方法[4]。Zhang等人采用SIFT和Harr算子對(duì)圖像特征進(jìn)行檢測(cè),使用最近鄰方法進(jìn)行花卉種類識(shí)別[5]。

    為了提高圖像識(shí)別系統(tǒng)的魯棒性,Kanan等人聯(lián)合稀疏編碼和序列化視覺注意力模型提取特征,在102花卉數(shù)據(jù)集上準(zhǔn)確率達(dá)到75.2%[6]。Zou等人采用參數(shù)化的幾何模型進(jìn)行花卉識(shí)別,并研發(fā)了計(jì)算機(jī)輔助視覺交互式識(shí)別系統(tǒng),在113個(gè)種類1078幅花卉圖像上識(shí)別準(zhǔn)確率高于人類[7]。Guru等人收集了35個(gè)種類1750幅花卉圖像,在去除背景的圖像上分別提取顏色紋理矩、灰度共生矩陣和Gabor響應(yīng)等特征,然后采用概率神經(jīng)網(wǎng)絡(luò)建立分類器,識(shí)別準(zhǔn)確率達(dá)到79%[8]。為了研發(fā)移動(dòng)端的花卉圖像實(shí)時(shí)識(shí)別系統(tǒng),Cheng等人提出基于目標(biāo)屬性的花卉圖像分類方法,提取花序、花朵形狀和顏色等屬性特征后采用遺傳算法進(jìn)行判別屬性篩選,最后采用稀疏表示分類方法進(jìn)行識(shí)別[9]。

    隨著深度學(xué)習(xí)在感知數(shù)據(jù)建模上的優(yōu)異表現(xiàn),以卷積神經(jīng)網(wǎng)絡(luò)為代表的圖像分類方法逐漸成為計(jì)算機(jī)視覺領(lǐng)域的主流方法之一。針對(duì)菊花花型和品種識(shí)別問題,袁培森等人采集了5個(gè)品種的6300張菊花圖像,構(gòu)建6層卷積神經(jīng)網(wǎng)絡(luò)逐層學(xué)習(xí)菊花特征[10]。Liu等人收集到79個(gè)種類52775幅花卉圖像,然后采用卷積神經(jīng)網(wǎng)絡(luò)建立識(shí)別模型,分類準(zhǔn)確率達(dá)到76.54%[11]。Xia等人采用預(yù)訓(xùn)練的Inception-v3模型進(jìn)行遷移學(xué)習(xí),在Oxford 17和102花卉數(shù)據(jù)集上的分類準(zhǔn)確率均達(dá)到99%[12]。

    現(xiàn)有花卉圖像數(shù)據(jù)規(guī)模較小,圖像均在控制條件下拍攝,同種類差異性較小且不同種類的花卉在形態(tài)上具有較好的可分性。圖像分類系統(tǒng)的構(gòu)建很大程度上依賴于特定領(lǐng)域圖像數(shù)據(jù)集的構(gòu)建,且圖像采集環(huán)境和目標(biāo)形態(tài)差異會(huì)導(dǎo)致同類目標(biāo)的像素?cái)?shù)值差異大于不同類目標(biāo)。針對(duì)牡丹花品種識(shí)別方法,本文的主要貢獻(xiàn)體現(xiàn)在以下幾個(gè)方面。

    (1)在自然環(huán)境下分組采集11624幅牡丹花圖像,并對(duì)牡丹花品種進(jìn)行人工標(biāo)注,建立分布廣泛的牡丹花圖像數(shù)據(jù)集。

    (2)實(shí)驗(yàn)對(duì)比分析了傳統(tǒng)手工特征分類模型、預(yù)訓(xùn)練深度模型和卷積神經(jīng)網(wǎng)絡(luò)等3種圖像分類方法在牡丹花品種識(shí)別上的準(zhǔn)確率。

    1 數(shù)據(jù)預(yù)處理

    牡丹花圖像采集與人工標(biāo)記是建立牡丹花品種識(shí)別模型的基礎(chǔ)。本節(jié)主要介紹牡丹花圖像數(shù)據(jù)集的構(gòu)建過程。

    1.1 數(shù)據(jù)采集

    牡丹花圖像數(shù)據(jù)于2018年4月上旬在西北農(nóng)林科技大學(xué)南校區(qū)牡丹園采集,由4名學(xué)生使用手機(jī)相機(jī)在不同時(shí)間段拍攝,牡丹花品種信息根據(jù)標(biāo)識(shí)牌指示進(jìn)行記錄,共包括11個(gè)品種的11624幅牡丹花圖像。數(shù)據(jù)采集信息如表1所示,不同采集設(shè)備獲取的原始圖像分辨率不同,在數(shù)據(jù)建模時(shí)統(tǒng)一縮放至224×224。每個(gè)品種的牡丹花圖像個(gè)數(shù)如表2所示,各品種圖像數(shù)目大致相當(dāng)。每個(gè)品種的部分示例圖像如圖1所示,僅通過花瓣顏色和形態(tài)難以將每個(gè)牡丹花品種區(qū)分開,如霓虹幻彩(圖1(d))、墨潤絕倫(圖1(f))和烏龍捧盛(圖1(h))等3個(gè)品種在外觀上十分相似。牡丹花圖像背景復(fù)雜,葉片對(duì)花瓣存在遮擋,花苞形態(tài)和拍攝角度各異,且光照不均衡,這些都給圖像分類增加了一定的難度。

    圖1 11個(gè)牡丹花品種的示例圖像Fig.1 Sample images of 11 peony varieties

    表1 數(shù)據(jù)采集信息Tab.1 Data collection information

    表2 不同品種牡丹花圖像個(gè)數(shù)Tab.2 The number of peony images of different varieties

    1.2 數(shù)據(jù)增強(qiáng)

    為了提高卷積神經(jīng)網(wǎng)絡(luò)模型的泛化能力,對(duì)每幅牡丹花圖像通過旋轉(zhuǎn)、平移、扭曲、縮放、翻轉(zhuǎn)等傳統(tǒng)數(shù)字圖像處理方法進(jìn)行隨機(jī)變換以擴(kuò)充樣本個(gè)數(shù)。針對(duì)“大胡紅”品種的某幅圖像進(jìn)行數(shù)據(jù)增強(qiáng)后的部分樣本如圖2所示,通過隨機(jī)變換生成的牡丹花圖像大量擴(kuò)充了數(shù)據(jù)集,使樣本分布更廣泛。

    圖2 數(shù)據(jù)增強(qiáng)后的部分圖像樣本Fig.2 Some image samples after data augmentation

    2 神經(jīng)網(wǎng)絡(luò)模型

    本文采用遷移的ResNet網(wǎng)絡(luò)構(gòu)建牡丹花品種識(shí)別模型,其殘差結(jié)構(gòu)有效地解決了深度神經(jīng)網(wǎng)絡(luò)隨著層數(shù)加深而梯度消失的問題。ResNet網(wǎng)絡(luò)的特征提取部分由前幾層的卷積層堆疊和殘差模塊的多次疊加構(gòu)成,最后連接全局平均池化層、全連接層和Softmax輸出層。

    2.1 網(wǎng)絡(luò)結(jié)構(gòu)

    本文構(gòu)建的卷積網(wǎng)絡(luò)模型其殘差模塊主要有兩種結(jié)果。如圖3所示。

    圖3 殘差模塊Fig.3 Residual module

    整體結(jié)構(gòu)如圖4所示。模型輸入圖像設(shè)定為224×224的三通道彩色圖像,殘差結(jié)構(gòu)中依次包含瓶頸殘差模塊、常規(guī)殘差模塊×2、瓶頸殘差模塊、常規(guī)殘差模塊×3、瓶頸殘差模塊、常規(guī)殘差模塊×22、瓶頸殘差模塊、常規(guī)殘差模塊×2。其內(nèi)部卷積核設(shè)置略有調(diào)整。最后,在網(wǎng)絡(luò)全連接層之后采用Softmax分類器輸出每個(gè)類別的分類概率。

    圖4 整體結(jié)構(gòu)Fig.4 Overall structure

    2.2 損失函數(shù)

    牡丹花品種識(shí)別屬于多分類任務(wù),本文選用交叉熵函數(shù)作為模型的損失函數(shù),用于評(píng)估卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)輸出的類別概率分布與真實(shí)分布之間的差異,交叉熵?fù)p失函數(shù)對(duì)于不均衡的樣本對(duì)網(wǎng)絡(luò)準(zhǔn)確率的消極影響具有較好的抑制作用。

    3 實(shí) 驗(yàn)

    為了驗(yàn)證本文建立的卷積神經(jīng)網(wǎng)絡(luò)模型的有效性,實(shí)驗(yàn)設(shè)計(jì)時(shí)分別從數(shù)據(jù)建模方法和數(shù)據(jù)分組測(cè)試兩個(gè)方面展開對(duì)比實(shí)驗(yàn)。

    3.1 實(shí)驗(yàn)設(shè)置

    在圖像分類實(shí)驗(yàn)中,測(cè)試了不同的網(wǎng)絡(luò)架構(gòu)在不同的遷移方法和不同的優(yōu)化器選擇中表現(xiàn)出來的效果。改造模型結(jié)構(gòu)的方法:將全連接層加分類層中的全連接層替換為新層,使其全連接節(jié)點(diǎn)為11,將1×1卷積層加分類層中的卷積層替換為新層,使其卷積核數(shù)量等于11。

    實(shí)驗(yàn)編程開發(fā)環(huán)境為Matlab2019b,計(jì)算設(shè)備為個(gè)人計(jì)算機(jī),CPU為AMD R2700x,主頻為3.70 GHz,內(nèi)存為16 GB,顯卡為1080TI,顯存為11 GB。訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)的劃分比例為9∶1。

    3.2 實(shí)驗(yàn)結(jié)果

    3.2.1 最佳實(shí)驗(yàn)結(jié)果

    首先,將4組牡丹花圖像數(shù)據(jù)集合并在一起,隨機(jī)分層抽樣90%作為訓(xùn)練集,其余10%作為測(cè)試機(jī),隨機(jī)打亂順序讀入,訓(xùn)練過程中每次迭代隨機(jī)打亂一次,采用Adam優(yōu)化器,新增層權(quán)重和偏置學(xué)習(xí)率均擴(kuò)大10倍,前六次迭代的基準(zhǔn)學(xué)習(xí)率為1×10-4,下降系數(shù)為0.05,Batch Size設(shè)為64,訓(xùn)練11次,每次訓(xùn)練后驗(yàn)證一次,數(shù)據(jù)增強(qiáng)方法是上下左右隨機(jī)移動(dòng)20個(gè)像素,x軸隨機(jī)反射。識(shí)別準(zhǔn)確率如表3所示。ResNet101訓(xùn)練集準(zhǔn)確率最高但訓(xùn)練耗時(shí)70分13秒,ResNet50訓(xùn)練耗時(shí)38分43秒,從資源消耗與收益比來看,ResNet50性能較強(qiáng)。AlexNet泛化能力較差,存在過擬合的問題且訓(xùn)練過程振蕩較為嚴(yán)重。具體訓(xùn)練曲線如圖5所示。

    圖5 ResNet101和AlexNet訓(xùn)練過程圖Fig.5 ResNet101 and AlexNet training process

    表3 最佳的識(shí)別結(jié)果Tab.3 The best recognition result

    3.2.2 優(yōu)化算法對(duì)神經(jīng)網(wǎng)絡(luò)的影響

    首次試驗(yàn)選取SGDM作為優(yōu)化器,新增層的權(quán)重學(xué)習(xí)率和偏差學(xué)習(xí)率均擴(kuò)大20倍,實(shí)驗(yàn)結(jié)果如表4。

    表4 選取SGDM優(yōu)化器的測(cè)試結(jié)果Tab.4 The test results of SGDM optimizer

    4 結(jié) 論

    本文采用卷積神經(jīng)網(wǎng)絡(luò)模型建立牡丹花圖像分類模型,用于自動(dòng)鑒別不同品種的牡丹花。首先,在西北農(nóng)林科技大學(xué)牡丹園共拍攝11個(gè)品種牡丹花圖像11624幅,并人工標(biāo)注牡丹花品種類別;隨后基于ResNet101模型架構(gòu),遷移學(xué)習(xí)了一種卷積神經(jīng)網(wǎng)絡(luò),測(cè)試集上的識(shí)別準(zhǔn)確率可達(dá)98%,顯著高于傳統(tǒng)手工提取特征的視覺詞袋模型,略優(yōu)于預(yù)訓(xùn)練的ResNet50、VGG16和Inceptionv3,整體表現(xiàn)較好,對(duì)于植物識(shí)別具有一定的實(shí)際意義。

    為了提高牡丹花品種識(shí)別的準(zhǔn)確率和魯棒性,下一步工作將繼續(xù)優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù),改造數(shù)據(jù)集內(nèi)容,結(jié)合特征學(xué)習(xí)的層次化表示思想,將特征遷移、特征學(xué)習(xí)和人工特征相結(jié)合來構(gòu)建易于訓(xùn)練的深度學(xué)習(xí)模型。

    猜你喜歡
    牡丹花花卉殘差
    惜牡丹花①(其一)
    牡丹花型研究進(jìn)展
    李鱓·花卉十二開
    讀者欣賞(2022年12期)2023-01-10 02:52:08
    基于雙向GRU與殘差擬合的車輛跟馳建模
    牡丹花有多少株
    三招搞定花卉病蟲害
    中老年保健(2021年5期)2021-08-24 07:08:52
    基于殘差學(xué)習(xí)的自適應(yīng)無人機(jī)目標(biāo)跟蹤算法
    《花卉之二》
    基于遞歸殘差網(wǎng)絡(luò)的圖像超分辨率重建
    牡丹花的啟示
    十八禁网站免费在线| 国产精品久久久av美女十八| 国产午夜精品久久久久久| 最近最新中文字幕大全免费视频| 国产亚洲欧美98| 两个人看的免费小视频| 成年女人毛片免费观看观看9| 国产视频一区二区在线看| 国产亚洲精品综合一区在线观看 | 一边摸一边做爽爽视频免费| 色哟哟哟哟哟哟| 久久人人精品亚洲av| 亚洲成人精品中文字幕电影| 久久香蕉精品热| 成年女人毛片免费观看观看9| 美女 人体艺术 gogo| 热99re8久久精品国产| 亚洲欧美激情综合另类| 99久久精品国产亚洲精品| 免费在线观看黄色视频的| 久久久国产成人免费| 午夜精品久久久久久毛片777| 99在线视频只有这里精品首页| 午夜精品久久久久久毛片777| 午夜精品久久久久久毛片777| 日韩中文字幕欧美一区二区| 色在线成人网| 国产精品精品国产色婷婷| 禁无遮挡网站| 怎么达到女性高潮| 黑人巨大精品欧美一区二区mp4| av在线播放免费不卡| 国产亚洲精品久久久久5区| 久久久国产成人免费| 人妻丰满熟妇av一区二区三区| 一边摸一边做爽爽视频免费| 国产精品免费一区二区三区在线| 男人的好看免费观看在线视频 | 亚洲av美国av| 午夜精品在线福利| 日日爽夜夜爽网站| 亚洲成人久久性| 国产精品免费一区二区三区在线| 好男人在线观看高清免费视频| 正在播放国产对白刺激| 精品国产亚洲在线| 国产高清视频在线观看网站| 日韩有码中文字幕| 99国产精品99久久久久| www.自偷自拍.com| 免费看美女性在线毛片视频| 欧美成人免费av一区二区三区| 日韩国内少妇激情av| 婷婷精品国产亚洲av在线| 久久久水蜜桃国产精品网| 亚洲成av人片免费观看| 啦啦啦观看免费观看视频高清| 日本成人三级电影网站| 免费电影在线观看免费观看| 欧美色视频一区免费| 91老司机精品| 小说图片视频综合网站| 88av欧美| 午夜精品久久久久久毛片777| 99精品在免费线老司机午夜| av天堂在线播放| 舔av片在线| 无人区码免费观看不卡| 中文字幕高清在线视频| 久久欧美精品欧美久久欧美| 亚洲av第一区精品v没综合| 亚洲成a人片在线一区二区| 成人18禁高潮啪啪吃奶动态图| 一级毛片精品| 国产精品亚洲美女久久久| 国产1区2区3区精品| 夜夜躁狠狠躁天天躁| 国产精品野战在线观看| 亚洲va日本ⅴa欧美va伊人久久| 亚洲精品一卡2卡三卡4卡5卡| 日本免费一区二区三区高清不卡| 成人三级黄色视频| 久久婷婷人人爽人人干人人爱| 一二三四社区在线视频社区8| 亚洲男人天堂网一区| av有码第一页| 叶爱在线成人免费视频播放| 我要搜黄色片| 久久亚洲真实| 久9热在线精品视频| 非洲黑人性xxxx精品又粗又长| 神马国产精品三级电影在线观看 | 亚洲国产欧美一区二区综合| 免费在线观看成人毛片| 亚洲第一电影网av| 国产伦在线观看视频一区| 国产精品99久久99久久久不卡| 欧美成人午夜精品| 亚洲精品中文字幕在线视频| 婷婷精品国产亚洲av在线| 亚洲国产精品999在线| avwww免费| 黄片小视频在线播放| 长腿黑丝高跟| 亚洲欧美一区二区三区黑人| 俺也久久电影网| x7x7x7水蜜桃| 丰满人妻熟妇乱又伦精品不卡| 亚洲在线自拍视频| 黑人操中国人逼视频| 亚洲熟女毛片儿| 啦啦啦免费观看视频1| 国产成人精品无人区| 日本三级黄在线观看| 又紧又爽又黄一区二区| 国产一区二区在线av高清观看| 精品欧美国产一区二区三| 看免费av毛片| 人人妻,人人澡人人爽秒播| 黄色视频,在线免费观看| 首页视频小说图片口味搜索| 岛国在线观看网站| 欧美黑人欧美精品刺激| 桃色一区二区三区在线观看| 日韩精品中文字幕看吧| 国产精品,欧美在线| 给我免费播放毛片高清在线观看| 亚洲午夜理论影院| 久久精品国产清高在天天线| 一进一出抽搐动态| 亚洲自偷自拍图片 自拍| 一a级毛片在线观看| 亚洲精华国产精华精| 成人18禁高潮啪啪吃奶动态图| 悠悠久久av| 90打野战视频偷拍视频| 中出人妻视频一区二区| 麻豆成人av在线观看| 美女高潮喷水抽搐中文字幕| 久99久视频精品免费| 国产伦在线观看视频一区| 国产一区二区在线观看日韩 | 精品久久久久久,| 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| 久久婷婷成人综合色麻豆| 亚洲中文av在线| 桃色一区二区三区在线观看| 国产午夜福利久久久久久| 国产av不卡久久| av片东京热男人的天堂| 色老头精品视频在线观看| 久久中文看片网| 麻豆成人午夜福利视频| 在线观看舔阴道视频| 啦啦啦免费观看视频1| 高清毛片免费观看视频网站| 啦啦啦观看免费观看视频高清| 久久久久亚洲av毛片大全| 亚洲七黄色美女视频| 国内久久婷婷六月综合欲色啪| 身体一侧抽搐| 色综合站精品国产| 欧美中文综合在线视频| 神马国产精品三级电影在线观看 | 在线观看www视频免费| 床上黄色一级片| 成年免费大片在线观看| 成人特级黄色片久久久久久久| 国产精品九九99| 在线看三级毛片| 日韩精品中文字幕看吧| 国产成年人精品一区二区| 三级毛片av免费| 久久精品亚洲精品国产色婷小说| 亚洲18禁久久av| xxxwww97欧美| 亚洲中文字幕日韩| 午夜亚洲福利在线播放| 看免费av毛片| 久久婷婷人人爽人人干人人爱| 两性夫妻黄色片| 国产熟女xx| 欧美黑人精品巨大| aaaaa片日本免费| 欧美日韩精品网址| 国产一区二区三区在线臀色熟女| 黄色丝袜av网址大全| 18禁观看日本| 国产精品久久视频播放| 国产伦一二天堂av在线观看| 一二三四社区在线视频社区8| 欧美黄色淫秽网站| 少妇粗大呻吟视频| a级毛片在线看网站| 看免费av毛片| 在线永久观看黄色视频| 夜夜夜夜夜久久久久| 黄色成人免费大全| 免费看美女性在线毛片视频| 亚洲 欧美一区二区三区| 日韩成人在线观看一区二区三区| 好男人在线观看高清免费视频| 欧美绝顶高潮抽搐喷水| 久久精品影院6| 可以免费在线观看a视频的电影网站| 熟女电影av网| 亚洲av第一区精品v没综合| 99热这里只有是精品50| 亚洲国产看品久久| 国产日本99.免费观看| 亚洲色图av天堂| 亚洲av日韩精品久久久久久密| 精品久久久久久成人av| 欧美又色又爽又黄视频| 午夜精品在线福利| 黄色成人免费大全| 一夜夜www| 欧美另类亚洲清纯唯美| 中文字幕高清在线视频| 99在线视频只有这里精品首页| 亚洲av电影不卡..在线观看| 日韩欧美国产在线观看| 777久久人妻少妇嫩草av网站| 久久这里只有精品中国| www.www免费av| 中文字幕最新亚洲高清| 伦理电影免费视频| 曰老女人黄片| 国产精品久久久av美女十八| 欧美成人性av电影在线观看| 国产69精品久久久久777片 | 美女扒开内裤让男人捅视频| 91九色精品人成在线观看| 欧美+亚洲+日韩+国产| 日本精品一区二区三区蜜桃| av超薄肉色丝袜交足视频| 性欧美人与动物交配| 日韩欧美在线乱码| 亚洲专区中文字幕在线| 99在线人妻在线中文字幕| 久久九九热精品免费| 少妇的丰满在线观看| 老熟妇乱子伦视频在线观看| 午夜免费观看网址| 国产亚洲av嫩草精品影院| 国产精品亚洲美女久久久| 欧美黑人欧美精品刺激| 天堂影院成人在线观看| 丁香欧美五月| 国产精品美女特级片免费视频播放器 | 国产日本99.免费观看| 久久精品亚洲精品国产色婷小说| 身体一侧抽搐| 精品久久久久久,| 亚洲男人天堂网一区| 久久天躁狠狠躁夜夜2o2o| av片东京热男人的天堂| 丁香六月欧美| 国产精品综合久久久久久久免费| 亚洲精品国产精品久久久不卡| 国产精品美女特级片免费视频播放器 | 欧美日韩一级在线毛片| 国产激情欧美一区二区| 久久久久久九九精品二区国产 | 中文字幕高清在线视频| 女人高潮潮喷娇喘18禁视频| 亚洲av熟女| 欧美最黄视频在线播放免费| 国产精品免费一区二区三区在线| 日本三级黄在线观看| 男女午夜视频在线观看| 亚洲人成伊人成综合网2020| 日韩欧美 国产精品| 色播亚洲综合网| 午夜日韩欧美国产| 国产欧美日韩精品亚洲av| 成人18禁在线播放| 国产主播在线观看一区二区| 婷婷丁香在线五月| 亚洲国产精品999在线| 免费在线观看黄色视频的| 一边摸一边做爽爽视频免费| 久久精品91无色码中文字幕| www日本在线高清视频| 欧美性猛交黑人性爽| 最新美女视频免费是黄的| 日韩成人在线观看一区二区三区| 久久久久性生活片| 国产精品久久久久久亚洲av鲁大| 久久香蕉激情| avwww免费| 无人区码免费观看不卡| 男人舔女人的私密视频| 国产精品美女特级片免费视频播放器 | 每晚都被弄得嗷嗷叫到高潮| 十八禁人妻一区二区| 老司机在亚洲福利影院| 亚洲七黄色美女视频| 国产亚洲精品综合一区在线观看 | 特级一级黄色大片| 叶爱在线成人免费视频播放| 91九色精品人成在线观看| 国产单亲对白刺激| 日韩欧美 国产精品| 在线观看午夜福利视频| 久热爱精品视频在线9| 日本a在线网址| 真人做人爱边吃奶动态| 长腿黑丝高跟| 看免费av毛片| 哪里可以看免费的av片| 丰满人妻熟妇乱又伦精品不卡| 欧美av亚洲av综合av国产av| 亚洲成a人片在线一区二区| 男人舔女人的私密视频| 别揉我奶头~嗯~啊~动态视频| 麻豆成人av在线观看| 69av精品久久久久久| 无限看片的www在线观看| 久久久久久大精品| 国产成人精品久久二区二区免费| 亚洲精品国产精品久久久不卡| 亚洲av成人精品一区久久| 国产免费av片在线观看野外av| 精品久久蜜臀av无| 亚洲国产精品999在线| 午夜激情福利司机影院| 男人舔女人的私密视频| 无人区码免费观看不卡| 亚洲av成人不卡在线观看播放网| 免费在线观看黄色视频的| 欧美日韩黄片免| 禁无遮挡网站| 日本黄大片高清| 91国产中文字幕| 亚洲专区国产一区二区| 18美女黄网站色大片免费观看| 天天一区二区日本电影三级| а√天堂www在线а√下载| 9191精品国产免费久久| 久久中文字幕人妻熟女| 又黄又粗又硬又大视频| 一个人免费在线观看电影 | 男人舔女人的私密视频| 三级毛片av免费| 国内少妇人妻偷人精品xxx网站 | 国产1区2区3区精品| 亚洲精品美女久久久久99蜜臀| 级片在线观看| 草草在线视频免费看| 可以免费在线观看a视频的电影网站| 久久欧美精品欧美久久欧美| av片东京热男人的天堂| 亚洲国产精品999在线| 国产69精品久久久久777片 | 我要搜黄色片| 亚洲自偷自拍图片 自拍| 亚洲九九香蕉| 国产亚洲精品av在线| 亚洲无线在线观看| 久久久久久久久中文| 亚洲中文av在线| 国产精品野战在线观看| 亚洲av电影在线进入| 男男h啪啪无遮挡| 床上黄色一级片| 丁香六月欧美| 精品久久久久久久毛片微露脸| 成人精品一区二区免费| 国产精品av久久久久免费| 男男h啪啪无遮挡| 亚洲av电影在线进入| 亚洲国产欧美网| 琪琪午夜伦伦电影理论片6080| 欧美最黄视频在线播放免费| 亚洲av日韩精品久久久久久密| 99国产精品99久久久久| 黄色视频,在线免费观看| 韩国av一区二区三区四区| 亚洲av电影在线进入| 欧美高清成人免费视频www| 久久精品国产99精品国产亚洲性色| 亚洲精品在线美女| 国产视频一区二区在线看| 国产亚洲精品一区二区www| 欧美黄色片欧美黄色片| www国产在线视频色| 嫩草影视91久久| 黄片大片在线免费观看| 欧美不卡视频在线免费观看 | 搡老妇女老女人老熟妇| 成人欧美大片| 久久99热这里只有精品18| 久久草成人影院| av天堂在线播放| 精品无人区乱码1区二区| 999精品在线视频| 丝袜人妻中文字幕| 少妇熟女aⅴ在线视频| 99国产综合亚洲精品| 国产精品电影一区二区三区| 精品乱码久久久久久99久播| 男插女下体视频免费在线播放| 欧美不卡视频在线免费观看 | 又黄又爽又免费观看的视频| 99国产综合亚洲精品| 日日爽夜夜爽网站| 老汉色av国产亚洲站长工具| 婷婷丁香在线五月| 天天躁夜夜躁狠狠躁躁| 国产高清有码在线观看视频 | 欧美在线黄色| 十八禁人妻一区二区| 老熟妇乱子伦视频在线观看| 中文字幕熟女人妻在线| xxx96com| av欧美777| 无人区码免费观看不卡| 亚洲人成网站在线播放欧美日韩| 欧美日韩亚洲综合一区二区三区_| 成人18禁高潮啪啪吃奶动态图| 精华霜和精华液先用哪个| 精品熟女少妇八av免费久了| 亚洲欧美精品综合一区二区三区| 丝袜美腿诱惑在线| 观看免费一级毛片| 人妻夜夜爽99麻豆av| 丝袜美腿诱惑在线| 50天的宝宝边吃奶边哭怎么回事| 999久久久国产精品视频| 最近最新中文字幕大全免费视频| 黑人操中国人逼视频| 99在线人妻在线中文字幕| 久久午夜综合久久蜜桃| 在线观看一区二区三区| 97超级碰碰碰精品色视频在线观看| 妹子高潮喷水视频| 母亲3免费完整高清在线观看| 人人妻人人看人人澡| 天堂动漫精品| 国产欧美日韩精品亚洲av| 91麻豆av在线| 国产三级在线视频| 日本一二三区视频观看| 一二三四在线观看免费中文在| 中文字幕熟女人妻在线| 久久热在线av| 久久精品国产亚洲av香蕉五月| 首页视频小说图片口味搜索| 一本综合久久免费| 欧美日韩中文字幕国产精品一区二区三区| 天堂影院成人在线观看| 在线永久观看黄色视频| 制服人妻中文乱码| 欧美黄色片欧美黄色片| 黑人巨大精品欧美一区二区mp4| 美女大奶头视频| 午夜老司机福利片| 国产99白浆流出| 一边摸一边抽搐一进一小说| 国产精品国产高清国产av| 最近视频中文字幕2019在线8| 国产在线精品亚洲第一网站| 色噜噜av男人的天堂激情| 成年免费大片在线观看| 伊人久久大香线蕉亚洲五| 1024手机看黄色片| 欧美成人午夜精品| 欧美成人性av电影在线观看| 亚洲一区二区三区不卡视频| 久久久久久大精品| 成人欧美大片| 波多野结衣高清作品| 久久热在线av| 他把我摸到了高潮在线观看| 欧美中文综合在线视频| 成人三级黄色视频| 成人18禁在线播放| 国产一区二区在线av高清观看| 国产伦在线观看视频一区| 亚洲国产欧美一区二区综合| 亚洲精品中文字幕在线视频| 成年免费大片在线观看| 色综合亚洲欧美另类图片| 成人一区二区视频在线观看| 久久人妻福利社区极品人妻图片| 国语自产精品视频在线第100页| 制服诱惑二区| 色在线成人网| 最新美女视频免费是黄的| 国产精品日韩av在线免费观看| 欧美 亚洲 国产 日韩一| 欧美黑人巨大hd| 老司机靠b影院| 亚洲一区高清亚洲精品| 欧美午夜高清在线| 看黄色毛片网站| cao死你这个sao货| 身体一侧抽搐| 女人被狂操c到高潮| 精品国产美女av久久久久小说| 成人欧美大片| 亚洲一码二码三码区别大吗| 国产一区二区三区视频了| 99久久精品国产亚洲精品| 欧美黑人精品巨大| 久久 成人 亚洲| 性色av乱码一区二区三区2| av福利片在线观看| 欧美日韩福利视频一区二区| www日本黄色视频网| 中文在线观看免费www的网站 | 91大片在线观看| 国产精品爽爽va在线观看网站| 欧美不卡视频在线免费观看 | 国产在线观看jvid| 精品久久久久久久久久免费视频| 丝袜美腿诱惑在线| 中文亚洲av片在线观看爽| 女警被强在线播放| 99re在线观看精品视频| 国产在线精品亚洲第一网站| 免费看美女性在线毛片视频| 成人特级黄色片久久久久久久| 久久久久性生活片| 久久天堂一区二区三区四区| 亚洲av成人一区二区三| 18美女黄网站色大片免费观看| 亚洲全国av大片| 精品久久久久久成人av| 久久香蕉国产精品| 国产亚洲精品一区二区www| 又大又爽又粗| 天天躁夜夜躁狠狠躁躁| 法律面前人人平等表现在哪些方面| 19禁男女啪啪无遮挡网站| 成人高潮视频无遮挡免费网站| 久久午夜亚洲精品久久| 天天躁狠狠躁夜夜躁狠狠躁| 精品一区二区三区av网在线观看| 丝袜美腿诱惑在线| 久久香蕉精品热| e午夜精品久久久久久久| 国产91精品成人一区二区三区| 99久久99久久久精品蜜桃| 免费看十八禁软件| av中文乱码字幕在线| 精品久久久久久久久久久久久| videosex国产| 在线a可以看的网站| 很黄的视频免费| 国产欧美日韩一区二区三| 9191精品国产免费久久| 丝袜人妻中文字幕| 久久人人精品亚洲av| 黑人欧美特级aaaaaa片| 18禁美女被吸乳视频| 久久婷婷成人综合色麻豆| 色综合欧美亚洲国产小说| 亚洲国产欧洲综合997久久,| 超碰成人久久| 欧美人与性动交α欧美精品济南到| 美女大奶头视频| 中文字幕久久专区| 99国产精品一区二区蜜桃av| 18禁观看日本| 伦理电影免费视频| 叶爱在线成人免费视频播放| 妹子高潮喷水视频| 成熟少妇高潮喷水视频| 国产三级黄色录像| 国产乱人伦免费视频| x7x7x7水蜜桃| 在线免费观看的www视频| 老司机深夜福利视频在线观看| 禁无遮挡网站| av国产免费在线观看| 可以在线观看毛片的网站| 亚洲黑人精品在线| 天天躁夜夜躁狠狠躁躁| 久久久久精品国产欧美久久久| 天天添夜夜摸| 国产99白浆流出| 美女扒开内裤让男人捅视频| 国产精品爽爽va在线观看网站| 一区二区三区激情视频| 精品午夜福利视频在线观看一区| 色综合站精品国产| 熟女电影av网| 99久久综合精品五月天人人| 国产亚洲欧美在线一区二区| 变态另类成人亚洲欧美熟女| 欧美色欧美亚洲另类二区| 亚洲国产欧洲综合997久久,| 亚洲av五月六月丁香网| 在线看三级毛片| 中文字幕人妻丝袜一区二区| 免费无遮挡裸体视频| 欧美色欧美亚洲另类二区| 一二三四社区在线视频社区8| 免费无遮挡裸体视频| 两人在一起打扑克的视频| 99热只有精品国产| 熟妇人妻久久中文字幕3abv| 午夜精品在线福利| 男女做爰动态图高潮gif福利片| 91九色精品人成在线观看| 给我免费播放毛片高清在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 丁香六月欧美| a在线观看视频网站| 国产一区二区在线观看日韩 | 热99re8久久精品国产| 99热只有精品国产|