• <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Transformer框架的3D車道線檢測算法

    2022-01-21 10:29:38李勝嚴華
    現(xiàn)代計算機 2021年33期
    關(guān)鍵詞:語義檢測信息

    李勝,嚴華

    (四川大學電子信息學院,成都 610065)

    關(guān)鍵字:深度學習;計算機視覺;3D車道線檢測;自動駕駛

    0 引言

    車道線是自動駕駛系統(tǒng)環(huán)境感知中的重要環(huán)節(jié),最常見的車道線感知的解決方案是使用單目攝像機作為解決任務的主要傳感器,然后使用目標檢測的方法從采集到的圖像檢測出車道線的位置[1-4]。然而這些方法大都是假設路面是平整的,且只能提供二維車道線位置信息,當這個假設被違反時會導致系統(tǒng)車道線檢測結(jié)果與真實路面存在嚴重偏差,造成自動駕駛系統(tǒng)安全性的潛在隱患。3D車道線檢測可提供可駕駛車道相對于主車輛的3D位置的精確估計,增強了自動駕駛環(huán)境感知系統(tǒng)的可靠性和魯棒性。R.Schmidt等[5]在未假設道路平坦或俯仰角恒定的基礎上提出了一種基于立體視覺的3D車道檢測方法。Lu Xiong等[6]提出了一種基于車道線信息的結(jié)構(gòu)路面三維估計方法。Noa Garnett等[7]提出了一種基于卷積神經(jīng)網(wǎng)絡的端到端3D車道線檢測算法,該算法使用兩條路徑處理來自車輛視圖和俯視圖的信息。車輛視圖路徑處理并保留來自圖像的信息,而頂視圖路徑處理頂視圖中的特征以輸出3D車道估計。Guo等[8]在新的坐標框架中引入了一種新的幾何引導車道錨定表示法,設計一種將圖像分割子網(wǎng)和幾何編碼子網(wǎng)學習解耦的兩階段網(wǎng)絡模型,并應用特定的幾何變換從網(wǎng)絡輸出中直接計算真實的三維車道點。

    然而,由于透視現(xiàn)象的存在,在車載攝像機采集到的圖像中,近處道路在圖像中占據(jù)較大的像素區(qū)域,而中遠處道路的所占像素則隨距離增大而越來越小,因此導致以往的車道線檢測算法在道路中遠處的車道線檢測結(jié)果與真實值經(jīng)常存在著較大的偏差。本文提出了一種基于Transformer框架與卷積神經(jīng)網(wǎng)絡相結(jié)合的3D車道線檢測算法。首先利用卷積神經(jīng)網(wǎng)絡的卷積核旋轉(zhuǎn)不變性來提取輸入圖像的局部語義信息特征圖并生成初步的道路與車道線的二值語義分割圖像;其次利用透視變換將車載前景圖像轉(zhuǎn)化為俯視圖,且再次使用卷積神經(jīng)網(wǎng)絡提取俯視圖的車道線高級語義特征信息;最后將不同的視角的特征圖融合,利用兩個不同大小的Transformer網(wǎng)絡來分別處理不同尺度下的特征序列,分級逐步定位車道線的三維坐標信息。實驗表明,該方法相比最新的3D車道線檢測算法在道路遠處的檢測結(jié)果更加準確。

    1 Transformer網(wǎng)絡

    Transformer是一種人工神經(jīng)網(wǎng)絡[9],最初用于自然語言處理任務。相比循環(huán)神經(jīng)網(wǎng)絡和卷積神經(jīng)網(wǎng)絡,Transformer網(wǎng)絡能夠建模輸入序列元素長遠距離之間的依賴關(guān)系,并通過支持輸入序列的并行處理來加快網(wǎng)絡的推理速度。因此被廣泛應用于自然語言處理、時間序列預測、計算機視覺等領(lǐng)域。

    1.1 Tr ansf or mer網(wǎng)絡框架

    Transformer框架由編碼器和解碼器兩部分組成,如圖1所示,其中編碼器是由N個相同的編碼器層疊加而成。每個編碼器層包括多頭注意力、求和和歸一化、前饋神經(jīng)網(wǎng)絡等子模塊。解碼器同樣是由N個相同的解碼器層疊加而成,每個解碼器除了包括與編碼器相同的四個子模塊外,還添加了由掩碼多頭注意力模塊,用于在解碼過程中抹去需要被預測的后續(xù)序列信息。

    圖1 Transformer模型展開

    1.2 位置編碼

    因為Transformer網(wǎng)絡相對于傳統(tǒng)的循環(huán)神經(jīng)網(wǎng)絡在輸入計算時沒有輸入先后順序,而是采用并行化的思想來加快運算,這樣模型在前一個序列結(jié)果還沒有出來的時候便可以同時處理下一個序列,這會喪失了序列的順序性。因此為了不損失順序性,在將序列輸入之前還需要結(jié)合位置編碼(positional encoding)。

    1.3 多頭注意力機制(multi-head attention)

    將掩碼注意力模塊的輸出作為查詢向量(Query),并編碼器輸出的已經(jīng)編碼好的特征向量作為查詢關(guān)鍵字(key)和相關(guān)值(value)來計算注意力,從而得到當前需要翻譯的內(nèi)容和特征向量的對應關(guān)系,從而表示出當前時間步的狀態(tài)。

    2 車道線檢測網(wǎng)絡

    2.1 車道線表示模型

    圖2 車道正視圖和俯視圖

    針對道路的車道線有三種表示模型,相機捕獲的正面視角車道原圖像、經(jīng)投影變換至俯視角度的俯視圖像和車道線三維坐標表圖。本文采用錨定縱坐標的方式,預先定義一組水平的坐標集合,一組垂直坐標集合,則第t條車道線可以表示為一組點的集合。其中xit表示車道線與預先定義的垂直坐標偏移量,zit表示車道線高度信息,vit表示當前集合是表示車道線還是道路中心線,pit表示當前坐標點存在車道線的概率值。

    本文提出算法的輸入為車載前景攝像頭的實時圖像數(shù)據(jù),假定圖像為IO,其大小為(H,W,3)。則輸出為當前車輛所在行駛道路的三維車道線位置信息。如圖3所示,經(jīng)兩個CNN特征提取子網(wǎng)絡,再經(jīng)過兩個Transformer網(wǎng)絡,最后輸出車道線的三維坐標信息。

    圖3 3D車道線檢測網(wǎng)絡

    2.2 CNN特征提取子網(wǎng)絡

    特征提取子網(wǎng)絡包含正視圖特征提取模塊(VFM)和俯視圖特征提取模塊(TFM)。VFM模塊是由輕量級語義分割網(wǎng)絡erfnet[10]組成,TFM模塊是由resnet-34[11]構(gòu)成。輸入圖像經(jīng)過VFM模塊編碼器的多次卷積和逐級下采樣,得到車道正視角度的特征圖FV1,FV2,再通過解碼器的逐級上采樣得到與原輸入圖大小一致的車道線二值語義分割圖IS。通過使用透視變換將IS轉(zhuǎn)換到車道俯視角度的分割圖像IS′,使用TFM模塊提取俯視角度不同尺度的車道特征信息FT1、FT2。

    2.3 特征融合子網(wǎng)絡

    特征融合子網(wǎng)絡由語義Transformer和細節(jié)Transformer兩個模塊構(gòu)成,分別用于提取不同特征尺度下的車道語義信息。其中語義Transformer模塊旨在判別車道線高級語義信息,在例如車道線存在車輛遮擋、車道線磨損不連續(xù)等情景下,依賴圖像的上下文信息做出車道線的位置判斷。細節(jié)Transformer模塊在語義Transformer輸出信息基礎上在分辨率較高的特征圖中進一步恢復出車道線細節(jié)位置信息。將特征提取模塊輸出的FV1,F(xiàn)V2,經(jīng)透視變化后與FT1、FT2融合,再將其加入位置編碼信息并展開成序列SC和SF。SC表示分辨尺度較小下的語義車道特征序列,而SF表示分辨尺度較大下的細節(jié)車道線特征序列,保留了更多的局部車道細節(jié)紋理信息。語義Transformer將SC作為輸入,利用近處識別出的車道線信息,結(jié)合車道線具有長而細且連續(xù)的結(jié)構(gòu)先驗特征,輸出的特征序列語義SC″保持了遠近車道線結(jié)構(gòu)的上下文一致性。細節(jié)Transformer則將SF作為編碼器的輸入序列,并將SC″作為解碼器的查詢向量,在分辨率更高的特征圖中識別出的車道線細節(jié)信息。

    2.4 損失函數(shù)

    給定圖像及其對應的地面真實三維車道,本文將三維車道檢測的評估表述為預測車道和地面真實車道之間的二分匹配問題。每條地面真實車道曲線都被投影到虛擬俯視圖上,并與最近的位于Yref的錨相關(guān)聯(lián)。根據(jù)預定義的水平位置集合處的地面真值計算地面錨點的屬性。給定成對的預測車道和相應的真值損失函數(shù)可以寫成:

    3 實驗結(jié)果與分析

    3.1 數(shù)據(jù)集

    本文的實驗基于Guo等人[8]提出的3D車道線公開數(shù)據(jù)集。該數(shù)據(jù)集基于美國硅谷的真實區(qū)域,并使用Unity游戲引擎構(gòu)建的虛擬3D道路地圖。其中包括虛擬高速路地圖樣本圖像6000張、城市地圖樣本圖像1500張、居住區(qū)道路樣本圖像3000張,還附加了以及相應的深度圖、語義分割圖和三維車道線信息。為了充分驗證并說明本文算法的有效性和先進性,將數(shù)據(jù)集劃分為三種不同的場景。

    (1)平衡場景。本場景訓練集和測試集數(shù)量保持相對平衡,場景變化保持相對穩(wěn)定。

    (2)長尾特征分布的場景。這個場景下訓練集與平衡場景相同,但測試集僅使用復雜的城市地圖。該劃分方法中,由于測試圖像稀疏地呈現(xiàn)在不同的位置,涉及劇烈的海拔變化和尖銳的轉(zhuǎn)彎,測試數(shù)據(jù)中的場景很少從訓練數(shù)據(jù)中觀察到。該數(shù)據(jù)集拆分方法旨在驗證模型對于長尾數(shù)據(jù)的泛化能力。

    (3)具有視覺變化的場景。該場景下3D車道線數(shù)據(jù)訓練數(shù)據(jù)集僅包含傍晚時分的道路場景,而測試數(shù)據(jù)使用一天之中其他時間段的道路場景。因此該分類中訓練集與測試集的道路場景的光線存在較大的變化。

    3.2 評價指標

    本文將3D車道檢測表述為預測車道和地面真實車道之間的二分匹配問題。對于用于表示一條車道線一組點集合如果有超過75%的點在其預定義的水平坐標y上的x偏移量和高度z與真實值的歐式距離不超過最達允許誤差(1.5 m)時,則認定這條車道線模型與真實車道匹配成功,否則認定為誤檢或者漏檢。匹配的地面真實車道線占總真實車道線百分比報告為召回,預測成功車道線占總預測輸出數(shù)量的百分比報告為精度。最后將平均精度(AP)和F-score作為主要的評價指標。此外,在這些匹配車道上,近距離(0~40 m)和遠距離(40~100 m)的誤差(歐氏距離)也作為算法的輔助評價指標。

    3.3 實驗結(jié)果與分析

    如表1所示,我們的方法在所有三個實驗場景分組中都優(yōu)于最先進的方法,F(xiàn)1-socre指標提升5~7個百分點。特別是,在第二類和第三類道路場景中,考慮到這些類型的場景具有較少的道路樣本,并且道路環(huán)境更為多變,相對于最以往的檢測算法,本文提出的模型實驗結(jié)果的指標提升是非常明顯的。這意味著我們的網(wǎng)絡體系結(jié)構(gòu)在3D車道檢測任務中表現(xiàn)出更優(yōu)越的魯棒性和通用性。

    為了客觀全面地說明本文方法的有效性和先進性,本文在測試集上選擇了幾個不同的典型場景車道圖像作為樣本并可視化了3D車道線檢測結(jié)果。如圖4所示。

    圖4 車道線檢測結(jié)果可視化

    表2 模型的評估結(jié)果

    四種典型的道路場景,場景一(左上部分)是在道路遠處有較大曲率轉(zhuǎn)彎的道路;場景二(右上部分)連續(xù)上坡道路;場景三(左下部分)連續(xù)下坡并存在較大曲率的轉(zhuǎn)彎道路;場景四(右下部分)是先下坡再上坡的凹形道路。檢測結(jié)果可視化表明,本文提出的模型在距離車輛近處的車道線檢測結(jié)果與以往的方法相當,但在距離車輛較遠的道路區(qū)域,以往檢測方法出現(xiàn)了嚴重的偏差,而本文模型則依然能夠捕捉到準確的3D車道線位置,且在存在大幅度曲率的轉(zhuǎn)彎道路場景中依然表現(xiàn)出良好的性能。

    3.4 Transformer模型大小的影響

    為了研究Transformer模型中編碼器和解碼器層數(shù)對3D車道線檢測結(jié)果的影響,本文研究了編碼器和解碼器不同層數(shù)的組合。實驗結(jié)果如表3所示。

    表3 Transformer模型大小對檢測結(jié)果的影響

    可以看出,隨著網(wǎng)絡層的加深,最終的3D車道線檢測準確率不斷提高。這也表明本文提出的模型結(jié)構(gòu)的有效性和靈活性,在其單純增加網(wǎng)絡的深度的情況下,就能提升更加復雜場景下的3D車道線檢測精度。

    4 結(jié)語

    以往的3D車道線檢測算法在道路遠處的檢測結(jié)果誤差較大,針對這個問題,本文提出了基于Transformer框架與CNN網(wǎng)絡相結(jié)合的3D車道線檢測模型。通過對不同尺度下的車道線特征信息來從語義到細節(jié)逐步定位車道線的位置。并且使用Transformer網(wǎng)絡對長距離序列的特征提取能力,利用道路近處和遠處車道線的具有連續(xù)性和一致性來改善車道線遠處的檢測效果,極大地提高了車道檢測的正確率。實驗表明,本文實現(xiàn)的算法具備較強的魯棒性和較高的檢測準確度。

    猜你喜歡
    語義檢測信息
    “不等式”檢測題
    “一元一次不等式”檢測題
    “一元一次不等式組”檢測題
    語言與語義
    訂閱信息
    中華手工(2017年2期)2017-06-06 23:00:31
    “上”與“下”語義的不對稱性及其認知闡釋
    小波變換在PCB缺陷檢測中的應用
    認知范疇模糊與語義模糊
    展會信息
    中外會展(2014年4期)2014-11-27 07:46:46
    語義分析與漢俄副名組合
    外語學刊(2011年1期)2011-01-22 03:38:33
    一本一本综合久久| 又爽又黄a免费视频| 精品久久久久久久久久免费视频| 中文字幕av在线有码专区| 日本成人三级电影网站| 2021天堂中文幕一二区在线观| 婷婷色综合大香蕉| 国产成年人精品一区二区| 精品久久久久久久久av| 校园人妻丝袜中文字幕| 日本 欧美在线| 成年人黄色毛片网站| 亚洲欧美精品综合久久99| 中文资源天堂在线| 欧美日本亚洲视频在线播放| 日本免费a在线| 亚洲人与动物交配视频| 天堂av国产一区二区熟女人妻| 色5月婷婷丁香| 看免费成人av毛片| 免费无遮挡裸体视频| 国产高潮美女av| 亚州av有码| 亚洲欧美日韩卡通动漫| 午夜免费男女啪啪视频观看 | 久久久精品大字幕| 日日摸夜夜添夜夜添av毛片 | 日本黄大片高清| 国产成人一区二区在线| 精品一区二区三区视频在线| 噜噜噜噜噜久久久久久91| 丰满人妻一区二区三区视频av| 搡老岳熟女国产| 亚洲综合色惰| 精品国产三级普通话版| 国内少妇人妻偷人精品xxx网站| 成人永久免费在线观看视频| 联通29元200g的流量卡| 国产探花极品一区二区| 亚洲自拍偷在线| 中文字幕人妻熟人妻熟丝袜美| 直男gayav资源| 中文字幕人妻熟人妻熟丝袜美| 看片在线看免费视频| 欧美日韩国产亚洲二区| 黄色配什么色好看| 又紧又爽又黄一区二区| .国产精品久久| 免费观看在线日韩| a级一级毛片免费在线观看| 久久精品国产亚洲av天美| av黄色大香蕉| 中文字幕人妻熟人妻熟丝袜美| 尤物成人国产欧美一区二区三区| 老司机午夜福利在线观看视频| 女人被狂操c到高潮| 亚洲欧美精品综合久久99| 免费黄网站久久成人精品| 老司机福利观看| 久久久久精品国产欧美久久久| 级片在线观看| 精品一区二区三区av网在线观看| 国产精品综合久久久久久久免费| 我要看日韩黄色一级片| 99久国产av精品| 国产免费男女视频| 久久精品国产亚洲av香蕉五月| 亚洲aⅴ乱码一区二区在线播放| 极品教师在线视频| 欧美人与善性xxx| 成人毛片a级毛片在线播放| 久久精品国产亚洲av香蕉五月| 国产伦精品一区二区三区视频9| 国产精品人妻久久久久久| .国产精品久久| 3wmmmm亚洲av在线观看| 欧美黑人欧美精品刺激| 女生性感内裤真人,穿戴方法视频| 亚洲18禁久久av| 亚洲熟妇熟女久久| 久久99热这里只有精品18| 丰满乱子伦码专区| 真人一进一出gif抽搐免费| 中文字幕免费在线视频6| 小蜜桃在线观看免费完整版高清| 白带黄色成豆腐渣| 午夜福利18| 亚洲av成人av| 亚洲欧美日韩卡通动漫| 在线免费观看不下载黄p国产 | 一级黄色大片毛片| 日韩欧美国产一区二区入口| 国产三级在线视频| 国产极品精品免费视频能看的| 欧美日韩黄片免| 九九久久精品国产亚洲av麻豆| 亚洲熟妇中文字幕五十中出| 哪里可以看免费的av片| 男插女下体视频免费在线播放| 亚洲人成网站高清观看| 日韩欧美国产一区二区入口| 亚洲aⅴ乱码一区二区在线播放| 国产精品久久电影中文字幕| 国产日本99.免费观看| 国产精品一及| 色噜噜av男人的天堂激情| 久久精品国产自在天天线| 99久久精品热视频| 国产精品一及| 日韩强制内射视频| 淫秽高清视频在线观看| 美女高潮喷水抽搐中文字幕| 日韩欧美三级三区| 国产精品日韩av在线免费观看| 深爱激情五月婷婷| 国产三级中文精品| 色哟哟哟哟哟哟| 国产精品一区二区性色av| 999久久久精品免费观看国产| 亚洲中文字幕一区二区三区有码在线看| 午夜福利高清视频| 22中文网久久字幕| 国产真实伦视频高清在线观看 | 久久亚洲真实| 欧美黑人巨大hd| 99精品久久久久人妻精品| 国产真实乱freesex| 精品久久久久久久久久久久久| 日本成人三级电影网站| 麻豆国产97在线/欧美| 国产成人av教育| 国产午夜精品论理片| 无遮挡黄片免费观看| 欧美在线一区亚洲| 美女被艹到高潮喷水动态| 欧美+亚洲+日韩+国产| 91av网一区二区| 日本免费a在线| 亚洲av电影不卡..在线观看| 亚洲成人久久性| 91久久精品国产一区二区三区| 成人鲁丝片一二三区免费| 99久久九九国产精品国产免费| 亚洲av.av天堂| 真人一进一出gif抽搐免费| 小蜜桃在线观看免费完整版高清| 久久这里只有精品中国| 非洲黑人性xxxx精品又粗又长| 久久精品国产亚洲av涩爱 | 久久久午夜欧美精品| 我要搜黄色片| 久久人妻av系列| 精品人妻偷拍中文字幕| 欧美在线一区亚洲| a级一级毛片免费在线观看| 精品久久久久久,| 性插视频无遮挡在线免费观看| 亚洲天堂国产精品一区在线| 亚洲乱码一区二区免费版| 69人妻影院| 日本在线视频免费播放| 男女啪啪激烈高潮av片| 中国美女看黄片| 成人综合一区亚洲| 少妇人妻一区二区三区视频| 国产亚洲精品久久久com| 中文字幕av在线有码专区| 日本与韩国留学比较| 最近中文字幕高清免费大全6 | 97人妻精品一区二区三区麻豆| 久久亚洲真实| 国产在线男女| 国产精品久久久久久精品电影| 99精品久久久久人妻精品| 国产精品99久久久久久久久| 99久久中文字幕三级久久日本| 成人性生交大片免费视频hd| 色综合色国产| 久久人人爽人人爽人人片va| 亚洲av电影不卡..在线观看| 日韩精品青青久久久久久| 国产黄色小视频在线观看| 别揉我奶头 嗯啊视频| 不卡一级毛片| 99国产精品一区二区蜜桃av| 99精品在免费线老司机午夜| 久久99热这里只有精品18| 给我免费播放毛片高清在线观看| 国内精品一区二区在线观看| 变态另类丝袜制服| 尤物成人国产欧美一区二区三区| 人人妻,人人澡人人爽秒播| 精品免费久久久久久久清纯| 免费一级毛片在线播放高清视频| 久久久久久久久大av| 无人区码免费观看不卡| 麻豆成人av在线观看| 国产精品三级大全| 国产在视频线在精品| 久久热精品热| www.www免费av| 亚洲午夜理论影院| 国产高清视频在线观看网站| 日本三级黄在线观看| 99久久久亚洲精品蜜臀av| 超碰av人人做人人爽久久| 久久精品国产鲁丝片午夜精品 | 免费看av在线观看网站| 国产高潮美女av| 日本爱情动作片www.在线观看 | 人妻夜夜爽99麻豆av| 亚洲av第一区精品v没综合| 男女那种视频在线观看| 久久精品国产自在天天线| 国产欧美日韩一区二区精品| 黄色日韩在线| 观看美女的网站| 天堂网av新在线| 欧美日韩精品成人综合77777| 春色校园在线视频观看| 婷婷亚洲欧美| 欧美性感艳星| 国产精品野战在线观看| 婷婷色综合大香蕉| 非洲黑人性xxxx精品又粗又长| 麻豆成人av在线观看| 18禁在线播放成人免费| 免费人成在线观看视频色| eeuss影院久久| 1024手机看黄色片| 变态另类成人亚洲欧美熟女| 国产精品精品国产色婷婷| 国产av一区在线观看免费| 亚洲精品亚洲一区二区| 国产亚洲精品久久久com| 少妇熟女aⅴ在线视频| 免费高清视频大片| av黄色大香蕉| 国产高清激情床上av| 韩国av在线不卡| 熟女电影av网| 免费人成视频x8x8入口观看| 亚洲成av人片在线播放无| 亚洲av.av天堂| 免费看av在线观看网站| 午夜福利在线在线| 久久久国产成人免费| 欧美激情久久久久久爽电影| 偷拍熟女少妇极品色| 男女那种视频在线观看| 色综合亚洲欧美另类图片| 桃色一区二区三区在线观看| 国产一级毛片七仙女欲春2| 日本a在线网址| 性欧美人与动物交配| 两个人的视频大全免费| a在线观看视频网站| 日韩国内少妇激情av| 国产一区二区激情短视频| 级片在线观看| av国产免费在线观看| 成人av在线播放网站| 中国美白少妇内射xxxbb| 欧美日韩精品成人综合77777| 国产精品一及| 欧美一区二区精品小视频在线| 久久这里只有精品中国| 春色校园在线视频观看| 久久久久久久久中文| 日韩精品青青久久久久久| 免费搜索国产男女视频| 欧美中文日本在线观看视频| 中文资源天堂在线| 我的女老师完整版在线观看| 日韩亚洲欧美综合| 亚洲欧美日韩高清在线视频| 国产白丝娇喘喷水9色精品| 少妇被粗大猛烈的视频| 午夜亚洲福利在线播放| 欧美3d第一页| 天天一区二区日本电影三级| 草草在线视频免费看| 免费观看的影片在线观看| 欧洲精品卡2卡3卡4卡5卡区| 欧美最新免费一区二区三区| 国产三级在线视频| www.www免费av| 亚洲欧美日韩高清在线视频| 亚洲专区中文字幕在线| 九色成人免费人妻av| 性色avwww在线观看| 精品久久久久久久久久久久久| 天天一区二区日本电影三级| 最新中文字幕久久久久| 亚洲黑人精品在线| 欧美另类亚洲清纯唯美| 又黄又爽又免费观看的视频| 在线免费观看的www视频| 天天躁日日操中文字幕| 亚洲在线观看片| 国产免费一级a男人的天堂| 国产一区二区激情短视频| 麻豆国产av国片精品| 中文字幕高清在线视频| 日本五十路高清| 狠狠狠狠99中文字幕| 别揉我奶头 嗯啊视频| 午夜福利18| 在线免费观看不下载黄p国产 | 欧美成人一区二区免费高清观看| 成人国产综合亚洲| 日韩av在线大香蕉| 免费看光身美女| av在线天堂中文字幕| 99热精品在线国产| 国产男人的电影天堂91| 国产在线精品亚洲第一网站| 精品乱码久久久久久99久播| 国产在线精品亚洲第一网站| 欧美黑人欧美精品刺激| 国内精品久久久久精免费| 免费电影在线观看免费观看| 久久久久精品国产欧美久久久| 久久精品久久久久久噜噜老黄 | 久久精品国产清高在天天线| 一本精品99久久精品77| 国产蜜桃级精品一区二区三区| 桃色一区二区三区在线观看| 午夜影院日韩av| 国产麻豆成人av免费视频| 亚洲中文字幕一区二区三区有码在线看| 亚洲精品久久国产高清桃花| 中文亚洲av片在线观看爽| 免费搜索国产男女视频| 国产精品1区2区在线观看.| 69人妻影院| 欧美绝顶高潮抽搐喷水| 一区二区三区四区激情视频 | 亚洲三级黄色毛片| 国产黄a三级三级三级人| 国产 一区 欧美 日韩| 免费av毛片视频| 精品久久久久久成人av| 久久精品夜夜夜夜夜久久蜜豆| 一级av片app| 亚洲欧美日韩无卡精品| 久久精品国产99精品国产亚洲性色| 97碰自拍视频| 国内精品久久久久久久电影| 久久久午夜欧美精品| 国产成人av教育| 亚洲专区中文字幕在线| 国内精品久久久久久久电影| 午夜影院日韩av| 夜夜夜夜夜久久久久| 欧美+亚洲+日韩+国产| 国产美女午夜福利| 日本五十路高清| 97超级碰碰碰精品色视频在线观看| 久久欧美精品欧美久久欧美| 美女高潮的动态| 日日啪夜夜撸| 国产单亲对白刺激| 一级a爱片免费观看的视频| 久久久国产成人精品二区| 国产一区二区三区av在线 | 狂野欧美白嫩少妇大欣赏| 精品人妻偷拍中文字幕| 国产日本99.免费观看| av在线观看视频网站免费| 97超级碰碰碰精品色视频在线观看| 成人av一区二区三区在线看| 毛片一级片免费看久久久久 | 国产精品免费一区二区三区在线| 一边摸一边抽搐一进一小说| 成人亚洲精品av一区二区| a级一级毛片免费在线观看| 欧美日韩综合久久久久久 | 午夜福利18| 最近最新免费中文字幕在线| 少妇的逼水好多| 久久欧美精品欧美久久欧美| 午夜福利在线观看吧| 日韩欧美在线乱码| 一a级毛片在线观看| 18禁裸乳无遮挡免费网站照片| 中文字幕高清在线视频| 搡女人真爽免费视频火全软件 | 欧美日韩乱码在线| 午夜精品一区二区三区免费看| 欧美日韩精品成人综合77777| 老司机福利观看| 一区福利在线观看| 国产av一区在线观看免费| 国产私拍福利视频在线观看| 精品国内亚洲2022精品成人| 国产一区二区三区在线臀色熟女| 国产精品亚洲美女久久久| 超碰av人人做人人爽久久| 一个人看视频在线观看www免费| 校园人妻丝袜中文字幕| 久久久久国产精品人妻aⅴ院| 夜夜爽天天搞| 日本-黄色视频高清免费观看| 亚洲欧美日韩高清专用| 中文字幕av成人在线电影| 热99re8久久精品国产| 波多野结衣高清无吗| 久久精品国产亚洲网站| 亚洲欧美日韩无卡精品| 女同久久另类99精品国产91| 男人的好看免费观看在线视频| 成人特级黄色片久久久久久久| 禁无遮挡网站| 成人国产一区最新在线观看| 性欧美人与动物交配| 黄片wwwwww| 在线播放国产精品三级| 亚洲自偷自拍三级| 日日摸夜夜添夜夜添小说| 国产一区二区亚洲精品在线观看| 少妇的逼水好多| 超碰av人人做人人爽久久| 久久久久国产精品人妻aⅴ院| 日本 欧美在线| 国产精品亚洲一级av第二区| 久久久色成人| 亚洲精品一区av在线观看| 麻豆av噜噜一区二区三区| 国产一区二区在线观看日韩| 尤物成人国产欧美一区二区三区| 99热网站在线观看| 3wmmmm亚洲av在线观看| 日韩 亚洲 欧美在线| 波多野结衣高清无吗| 免费看日本二区| 久久精品国产自在天天线| 精品久久久久久久久久久久久| 亚洲18禁久久av| 国产在线男女| 两个人视频免费观看高清| 国产高清不卡午夜福利| 在现免费观看毛片| 男人舔奶头视频| 欧美色欧美亚洲另类二区| 亚洲国产精品sss在线观看| 内地一区二区视频在线| 99热只有精品国产| 日韩在线高清观看一区二区三区 | 麻豆一二三区av精品| 我要看日韩黄色一级片| 看十八女毛片水多多多| 国产精华一区二区三区| 久久精品人妻少妇| 91精品国产九色| 他把我摸到了高潮在线观看| 国产av麻豆久久久久久久| 18禁裸乳无遮挡免费网站照片| 国产白丝娇喘喷水9色精品| 丝袜美腿在线中文| 国产精品乱码一区二三区的特点| 亚洲七黄色美女视频| 白带黄色成豆腐渣| 欧美成人a在线观看| 三级男女做爰猛烈吃奶摸视频| 欧美成人a在线观看| 伦理电影大哥的女人| 国产精品女同一区二区软件 | 变态另类丝袜制服| 国产精品一区二区免费欧美| 色综合亚洲欧美另类图片| 国产精品久久电影中文字幕| 久久精品国产自在天天线| 啦啦啦啦在线视频资源| 欧美+亚洲+日韩+国产| 乱系列少妇在线播放| 国产免费一级a男人的天堂| 国产亚洲精品久久久com| 亚洲人成网站在线播放欧美日韩| 亚洲黑人精品在线| 日韩精品中文字幕看吧| 免费看美女性在线毛片视频| 亚洲午夜理论影院| 淫秽高清视频在线观看| 国产激情偷乱视频一区二区| 国产欧美日韩精品亚洲av| 日本一本二区三区精品| 免费不卡的大黄色大毛片视频在线观看 | 午夜亚洲福利在线播放| 国产熟女欧美一区二区| aaaaa片日本免费| 国产不卡一卡二| 十八禁国产超污无遮挡网站| av在线天堂中文字幕| 欧美最新免费一区二区三区| 国产麻豆成人av免费视频| www日本黄色视频网| 国产综合懂色| 国产精品爽爽va在线观看网站| 少妇熟女aⅴ在线视频| 久久国内精品自在自线图片| av天堂在线播放| 色尼玛亚洲综合影院| 国产av不卡久久| 免费看光身美女| 成年人黄色毛片网站| 午夜影院日韩av| 级片在线观看| 乱人视频在线观看| 在线天堂最新版资源| 免费在线观看成人毛片| 亚洲美女视频黄频| av专区在线播放| 亚洲七黄色美女视频| 日本黄大片高清| 欧美3d第一页| 日本精品一区二区三区蜜桃| 欧美人与善性xxx| 国产精华一区二区三区| 亚洲成人精品中文字幕电影| 真实男女啪啪啪动态图| 亚洲性夜色夜夜综合| 日本成人三级电影网站| 国内精品久久久久久久电影| 亚洲av.av天堂| 国产精品不卡视频一区二区| 久久天躁狠狠躁夜夜2o2o| 国产爱豆传媒在线观看| 欧洲精品卡2卡3卡4卡5卡区| 欧美性猛交黑人性爽| 黄色日韩在线| 久久精品国产亚洲网站| 我的女老师完整版在线观看| 亚洲性久久影院| 18禁裸乳无遮挡免费网站照片| av中文乱码字幕在线| 久久精品国产鲁丝片午夜精品 | 网址你懂的国产日韩在线| 乱系列少妇在线播放| 日韩精品有码人妻一区| 国产在线男女| 亚洲精品久久国产高清桃花| 自拍偷自拍亚洲精品老妇| 九色国产91popny在线| 久久久精品欧美日韩精品| 欧美区成人在线视频| 精品无人区乱码1区二区| 亚洲综合色惰| 欧美+日韩+精品| 在现免费观看毛片| 一a级毛片在线观看| 日日摸夜夜添夜夜添小说| 毛片一级片免费看久久久久 | 最近在线观看免费完整版| 欧美日韩精品成人综合77777| 国产探花在线观看一区二区| 少妇猛男粗大的猛烈进出视频 | 一区二区三区高清视频在线| 亚洲欧美精品综合久久99| 国产黄a三级三级三级人| 免费无遮挡裸体视频| 日韩亚洲欧美综合| 午夜a级毛片| 国产精品野战在线观看| 中国美女看黄片| 午夜影院日韩av| 欧美一级a爱片免费观看看| 欧美日韩乱码在线| 国产高潮美女av| 亚洲精品乱码久久久v下载方式| 亚洲国产欧美人成| 在线观看免费视频日本深夜| 色视频www国产| 美女高潮喷水抽搐中文字幕| 欧美激情久久久久久爽电影| 无人区码免费观看不卡| 国产精品免费一区二区三区在线| 亚洲va日本ⅴa欧美va伊人久久| 禁无遮挡网站| 色噜噜av男人的天堂激情| 中文字幕av在线有码专区| 高清毛片免费观看视频网站| 美女免费视频网站| 窝窝影院91人妻| 亚洲精品久久国产高清桃花| 少妇人妻一区二区三区视频| 国产成人a区在线观看| 久久久久久久精品吃奶| 亚洲精品在线观看二区| 亚洲在线观看片| 亚洲黑人精品在线| 亚洲精品一区av在线观看| 国内精品久久久久精免费| 男女视频在线观看网站免费| 2021天堂中文幕一二区在线观| av在线老鸭窝| 亚洲aⅴ乱码一区二区在线播放| 神马国产精品三级电影在线观看| 午夜久久久久精精品| 日日干狠狠操夜夜爽| 国产精品综合久久久久久久免费| 级片在线观看| 69人妻影院| 亚洲av中文av极速乱 | 中文字幕熟女人妻在线| 精品一区二区三区视频在线观看免费| 91精品国产九色| 91久久精品国产一区二区三区| 精品一区二区三区视频在线观看免费| 亚洲久久久久久中文字幕| 精品国产三级普通话版| 国产午夜精品论理片| 熟女人妻精品中文字幕| 一进一出好大好爽视频| 国产免费男女视频|