• <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 ?

    視盤與黃斑同時定位檢測的FPGA方法研究

    2022-06-09 11:59:02劉宇紅張榮芬
    計算機(jī)工程與應(yīng)用 2022年11期
    關(guān)鍵詞:檢測

    張 衛(wèi),周 驊,劉宇紅,張榮芬

    貴州大學(xué) 大數(shù)據(jù)與信息工程學(xué)院,貴陽 550025

    糖尿病視網(wǎng)膜病變(diabetic retinopathy,DR)也稱糖網(wǎng)病,是糖尿病的一種眼部表現(xiàn),也是當(dāng)今世界上造成視力損害和失明的主要原因[1]。彩色眼底圖像在利用計算機(jī)輔助診斷或篩查糖網(wǎng)病中得到了廣泛的應(yīng)用。

    視盤、黃斑和血管是眼底圖像中最重要的組成結(jié)構(gòu),對這些結(jié)構(gòu)作特征分析是判斷眼底疾病的基礎(chǔ)[2]。視盤是視神經(jīng)的始端和血管的發(fā)源端,形狀為亮白色圓盤,直徑約為1.5 mm,是輔助判定糖網(wǎng)病的主要指標(biāo)。

    另外,視盤也用于輔助建立眼底圖像坐標(biāo)系,搭建血管分割算法。黃斑與視盤的位置固定,是視力最敏銳的部分??焖?、準(zhǔn)確地定位視盤和黃斑區(qū)域?qū)Πㄌ蔷W(wǎng)病在內(nèi)的眼底疾病尤為重要。

    目前,由于成像因素或視網(wǎng)膜病變的影響,造成黃斑檢測的難度較大,故研究視盤定位的文獻(xiàn)較多,檢測黃斑的文獻(xiàn)較少[3]。關(guān)于視盤定位的算法大致可以分為兩類,一類利用外觀信息如亮度、對比度等作為定位特征[4-5],另一類是基于血管特征實現(xiàn)視盤定位[6-10]。關(guān)于黃斑的定位算法,一般都依賴于視盤定位和血管拱形的坐標(biāo)信息[11-14],故而導(dǎo)致黃斑定位準(zhǔn)確率低于視盤定位準(zhǔn)確率,而且無法同時對視盤和黃斑進(jìn)行定位。因此,探索一種有效的能對視網(wǎng)膜圖像視盤和黃斑同時定位的智能算法具有重要意義。

    今天,在FPGA芯片上部署神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)邊緣計算的思想得到人們的認(rèn)可和研究,目前主要實現(xiàn)方式有兩種,一種方式是采用Verilog HDL(Verilog hardware description language,Verilog硬件描述語言)設(shè)計底層邏輯結(jié)構(gòu),另一種方式是采用HLS(high level synthesis,高層綜合語言)設(shè)計IP核[15-16]來實現(xiàn)各類智能算法,后者原理簡單,易于實現(xiàn)。然而,兩種方法目前可實現(xiàn)的神經(jīng)網(wǎng)絡(luò)層數(shù)多局限于幾層、十幾層的規(guī)模[15-16]。

    在此背景下,本文創(chuàng)新性地提出了一種眼底圖像視盤與黃斑定位檢測新方法[17],先使用YOLOv4-tiny算法檢測視盤和黃斑的位置信息,再采用HLS設(shè)計的IP核將38層神經(jīng)網(wǎng)絡(luò)算法移植到FPGA平臺[18]。該方法復(fù)雜度低,檢測定位準(zhǔn)確率高、實時性強(qiáng),具有良好的臨床應(yīng)用前景。

    1 YOLOv4-tiny算法結(jié)構(gòu)

    YOLOv4算法在目標(biāo)檢測領(lǐng)域具有較高的準(zhǔn)確率和實時性,但網(wǎng)絡(luò)復(fù)雜度較高。YOLOv4-tiny算法的網(wǎng)絡(luò)參數(shù)相對于其他YOLO算法少得多,適用于嵌入式設(shè)備。本文采用YOLOv4-tiny算法來完成眼底圖像中視盤和黃斑的定位檢測,整體檢測過程如下:輸入一張彩色眼底圖片,經(jīng)網(wǎng)絡(luò)檢測輸出后,對YOLO頭部y1、y2進(jìn)行輸出處理,可同時得到視盤和黃斑的位置信息和置信度。

    YOLOv4-tiny算法的網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示,該算法共38層,輸入層為608×608×3的彩色眼底圖片,Backbone模塊是網(wǎng)絡(luò)的骨干部分,由CSPDarknet53(即圖中的CSP結(jié)構(gòu))模型組成,該模型提高了整個網(wǎng)絡(luò)模型的檢測精度,模型中帶虛線陰影的CBL結(jié)構(gòu)是下采樣卷積層。圖1中不帶虛線陰影的CBL結(jié)構(gòu)做正常的卷積運(yùn)算。另外,圖1中還包括2個頭部輸出:網(wǎng)絡(luò)第31層y1層,其大小為19×19×21,網(wǎng)絡(luò)第38層y2層,其大小為38×38×21。

    圖1 YOLOv4-tiny網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 YOLOv4-tiny network structure

    帶虛線陰影的CBL結(jié)構(gòu)如圖2所示,該結(jié)構(gòu)的操作是:先做卷積運(yùn)算,再做歸一化操作,最后采用Leaky Relu函數(shù)激活。圖3是CSP結(jié)構(gòu)圖,圖的上半部分包括3個CBL結(jié)構(gòu),第二個CBL與第三個CBL的結(jié)果矩陣拼接后,再通過一個CBL,最后的結(jié)果矩陣與CSP結(jié)構(gòu)的初始輸入做拼接操作,得到整個CSP結(jié)構(gòu)的輸出。

    圖2 CBL結(jié)構(gòu)Fig.2 CBL structure

    圖3 CSP結(jié)構(gòu)Fig.3 CSP structure

    為檢測到視盤和黃斑兩個類別,網(wǎng)絡(luò)的兩個頭部輸出層y1、y2需要經(jīng)過一系列操作。具體操作是:首先檢測圖片中類似目標(biāo)特征的區(qū)域,將整個圖片分為N×N個格子,使用眼底圖片中目標(biāo)的真實中心位置坐標(biāo)落入格子負(fù)責(zé)該目標(biāo)所屬類別,每個格子預(yù)測B個邊界框,每個邊界框包含置信度和目標(biāo)所屬類別的概率,瞄框的預(yù)測采用公式(1)的方法:

    式中,c x、c y是網(wǎng)格的坐標(biāo)偏移量;p w、p h是預(yù)設(shè)的瞄框的邊長;b x、b y、b w、b h為最終得到的邊框坐標(biāo)值;t x、t y、t w、t h為網(wǎng)絡(luò)學(xué)習(xí)目標(biāo),其中,t x、t y為檢測目標(biāo)的邊界框中心位置坐標(biāo)偏移量,經(jīng)過σ(x)(sigmoid)函數(shù)歸一化到0和1之間,t w、t h為瞄框的尺度縮放,分別與p w、ph作用后得到邊界框的寬和高。

    2 研究工作

    2.1 圖像預(yù)處理

    算法采用公認(rèn)的Kaggle-Diabetic Retinopathy Detection(以下簡稱為Kaggle-DR)競賽中的眼底圖片數(shù)據(jù)集訓(xùn)練學(xué)習(xí)參數(shù)。該數(shù)據(jù)集包含多個患者左右兩只眼的高分辨率彩色圖片,且左右眼的眼底圖像分辨率相同。Kaggle-DR數(shù)據(jù)集根據(jù)糖網(wǎng)病視網(wǎng)膜病變的程度劃分為正常、輕度、中度、重度和增殖型糖尿病視網(wǎng)膜病變五個等級,以0、1、2、3、4進(jìn)行類別標(biāo)注,每張圖片都包含視盤和黃斑結(jié)構(gòu)。

    由于數(shù)據(jù)集中的圖片具有不同的光照、顏色和攝像角度,以及照片裁剪方式也不相同,甚至部分圖片存在失焦的情況,因此從競賽數(shù)據(jù)集中挑選部分滿足訓(xùn)練要求的圖片,并對其進(jìn)行縮放、旋轉(zhuǎn)、翻轉(zhuǎn)、改變亮度等操作,得到516幅包含糖網(wǎng)病不同患病等級的圖片進(jìn)行訓(xùn)練和測試,挑選后的部分?jǐn)?shù)據(jù)集圖片如圖4所示。

    圖4 部分用于訓(xùn)練的Kaggle-DR數(shù)據(jù)集眼底圖片F(xiàn)ig.4 Some retinal images in Kaggle-DR dataset for training

    2.2 網(wǎng)絡(luò)訓(xùn)練優(yōu)化

    過擬合是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)共有的弊病,一旦算法出現(xiàn)過擬合,那么訓(xùn)練生成的網(wǎng)絡(luò)算法模型是無效的。為了防止過擬合,如圖5所示,本文采用兩級訓(xùn)練和遷移學(xué)習(xí)的方式對YOLOv4-tiny網(wǎng)絡(luò)進(jìn)行訓(xùn)練優(yōu)化,先使用COCO數(shù)據(jù)集訓(xùn)練網(wǎng)絡(luò)的前26層,迭代訓(xùn)練6 000次后,凍結(jié)這些層的參數(shù)值;再采用Kaggle-DR競賽中挑選的381幅眼底圖像訓(xùn)練剩下的12層,并設(shè)置衰減式的學(xué)習(xí)率,迭代10 000次后得到所有層的網(wǎng)絡(luò)參數(shù)。

    圖5 算法的兩級訓(xùn)練模式Fig.5 Two level training mode of algorithm

    由于Kaggle-DR數(shù)據(jù)集中的眼底圖片原始分辨率為3 000×4 000左右,且視盤和黃斑的位置以及整個眼球的位置多位于圖片中央,故將網(wǎng)絡(luò)的輸入層調(diào)整為608×608×3,有效地保證了特征提取的區(qū)域。另外,視盤的位置通常比黃斑要大,且在圖上處于不同的位置,選擇大小和位置合適的瞄框?qū)⒂兄谔岣邫z測的速度和準(zhǔn)確率。

    2.3 FPGA移植

    該YOLOv4-tiny黃斑與視盤定位檢測算法的一個重要優(yōu)點(diǎn)是可以移植到FPGA上運(yùn)行。以下介紹將優(yōu)化訓(xùn)練后的算法部署移植到FPGA板上的過程,整體的系統(tǒng)實現(xiàn)原理圖如圖6所示。在FPGA端,首先把算法訓(xùn)練得到的yolo.weight文件存儲至SD卡中,這個文件包含了網(wǎng)絡(luò)訓(xùn)練后的權(quán)重和偏置值;接著利用vivado HLS工具生成的兩個IP核做網(wǎng)絡(luò)中卷積和池化運(yùn)算,IP核可以自主地從SDRAM中讀取圖片和網(wǎng)絡(luò)參數(shù);FPGA中的ARM內(nèi)核重建整個神經(jīng)網(wǎng)絡(luò)算法,并將卷積和池化需要的數(shù)據(jù)參數(shù)傳遞給IP核,IP核獲取到全部參數(shù)進(jìn)行計算后將結(jié)果存儲到SDRAM中。PC上位機(jī)與FPGA端通過串口進(jìn)行通信,PC上位機(jī)發(fā)送眼底圖片給FPGA端,F(xiàn)PGA端將檢測結(jié)果發(fā)回給PC上位機(jī)。

    圖6 FPGA整體實現(xiàn)原理圖Fig.6 Overall implementation schematic designed on FPGA

    FPGA端需要在vivado SDK工具中采用C語言重現(xiàn)TensorFlow框架下的YOLOv4-tiny算法,算法初始化部分如下所示:

    網(wǎng)絡(luò)結(jié)構(gòu)中的卷積層采用RunConv()函數(shù)來實現(xiàn),該函數(shù)對應(yīng)的是卷積層IP核硬件電路,該電路可以實現(xiàn)不同運(yùn)算數(shù)據(jù)和不同運(yùn)算規(guī)模的卷積層操作;網(wǎng)絡(luò)結(jié)構(gòu)中的池化層采用RunPool()函數(shù)來實現(xiàn),該函數(shù)對應(yīng)的是池化層IP核電路,與卷積層類似,該電路也具有計算不同池化層的通用性,本網(wǎng)絡(luò)模型中的池化層均做最大池化操作。Runroute()函數(shù)做拼接操作,Runupsample()函數(shù)做上采樣操作。

    RunCSP()函數(shù)需要對7個網(wǎng)絡(luò)層做操作,第一層是卷積操作,接下來的一層對該層做拼接;運(yùn)行兩個卷積層后,將這兩層的結(jié)果矩陣做拼接;再做一層卷積操作后,將這層的結(jié)果矩陣與第一層做拼接,得到整個RunCSP()函數(shù)的運(yùn)算結(jié)果如下:

    3 實驗及結(jié)果

    系統(tǒng)設(shè)計中GPU軟件訓(xùn)練平臺使用兩塊1080Ti顯卡。CPU軟件訓(xùn)練平臺使用Core i7-8700k處理器,主頻為3.4 GHz。硬件部署使用Xilinx公司的ZYNQ-7000 xc7z010clg400-1芯片作為實驗平臺,該芯片片內(nèi)資源較為豐富,基本能夠滿足該網(wǎng)絡(luò)模型中硬件設(shè)計所需要的資源。

    3.1 GPU模型訓(xùn)練與測試

    在TensorFlow深度學(xué)習(xí)框架下,采用COCO數(shù)據(jù)集和Kaggle-Diabetic Retinopathy Detection競賽中挑選的部分眼底圖片做兩級訓(xùn)練,第一級訓(xùn)練采用COCO數(shù)據(jù)集、學(xué)習(xí)率為0.01,迭代6 000次來學(xué)習(xí)網(wǎng)絡(luò)的前26層;第二級訓(xùn)練采用Kaggle-DR競賽數(shù)據(jù)集、初始學(xué)習(xí)率為0.001,并以指數(shù)式衰減,迭代10 000次來學(xué)習(xí)整個網(wǎng)絡(luò)。每1 000次迭代后保存此時模型的網(wǎng)絡(luò)參數(shù).weight文件,如圖7所示,迭代4 000次后,loss值已經(jīng)接近于0,網(wǎng)絡(luò)模型趨于穩(wěn)定;迭代10 000次后,保存平均正確率mAP值最高的網(wǎng)絡(luò)模型的.weight文件,完成整個訓(xùn)練過程。

    圖7 網(wǎng)絡(luò)模型訓(xùn)練mAP曲線Fig.7 mAP curve of network model on training

    如圖7和表1所示,訓(xùn)練最好的網(wǎng)絡(luò)模型的mAP值為96.67%,其中視盤的正確率為100%,黃斑的正確率達(dá)93.34%,視盤的真陽性率(true positive rate,TPR)為100%,黃斑的真陽性率為96.85%,假陽性率(false positive rate,F(xiàn)PR)為3.15%,說明本文算法系統(tǒng)能滿足視盤和黃斑的檢測定位性能。另外,網(wǎng)絡(luò)的recall值為0.94,F(xiàn)1-score為0.96,precision值為0.98,說明該算法模型性能較好。

    表1 訓(xùn)練好的網(wǎng)絡(luò)模型參數(shù)Table 1 Trained network model parameters

    測試時采用135張?zhí)暨x的Kaggle-DR數(shù)據(jù)集眼底圖片整個迭代1次,得到的mAP值為95.97%,與訓(xùn)練的準(zhǔn)確率基本一致。測試一張圖片的時間約為4.72 ms,將其中部分圖片的置信度圖片輸出,如圖8所示,(a)中視盤和黃斑的置信度均為100%,(b)中視盤的置信度為100%,黃斑的置信度為94%,圖中黃斑區(qū)域顏色較淺,與周圍環(huán)境顏色類似,對檢測定位有一定程度的干擾,但94%的準(zhǔn)確率能滿足糖網(wǎng)病的輔助診斷要求。

    圖8 網(wǎng)絡(luò)模型輸出的視盤(OD)和黃斑(Fovea)的置信度圖Fig.8 Confidence degree map of optic disc and fovea from network model

    3.2 視盤和黃斑定位檢測結(jié)果對比

    表2給出了本文方法與現(xiàn)有最具代表的幾種方法的檢測定位結(jié)果。從表2中可以看出,文獻(xiàn)[11-13]和文獻(xiàn)[3]均是分別對視盤和黃斑做檢測定位,其中文獻(xiàn)[11]的視盤和黃斑分別檢測的正確率最高,但是數(shù)據(jù)集小且未指明其中是否有病變眼底圖片;文獻(xiàn)[3]和文獻(xiàn)[12]也取得了較好的正確率,數(shù)據(jù)集組成合理,但是采用監(jiān)督分類的方法,對測試集中的病變圖片正確率較低;文獻(xiàn)[13]也得到了較好的檢測定位結(jié)果,但是算法較為復(fù)雜。

    表2 視盤和黃斑的檢測結(jié)果與傳統(tǒng)方法對比Table 2 Comparison of detection results of optic disc and macula with traditional methods

    文獻(xiàn)[14]先檢測黃斑,再檢測視盤,采用HEI-MED數(shù)據(jù)集中圖片進(jìn)行訓(xùn)練和測試,取得了較好的檢測正確率,但是仍然不能同時對視盤和黃斑定位。本文能同時對視盤和黃斑進(jìn)行定位,采用的數(shù)據(jù)集包含各個患病等級的圖片,訓(xùn)練和測試都取得了不錯的正確率,通過對比可以看出本文方法的檢測結(jié)果并不低于現(xiàn)有的方法甚至更優(yōu),而且本文算法簡單,黃斑定位不依賴于視盤定位,在實際的糖網(wǎng)病篩查及醫(yī)學(xué)輔助診斷中具有很大的優(yōu)勢。

    表3進(jìn)一步給出了視盤與黃斑在YOLO算法下的檢測定位結(jié)果對比,其中YOLOv3算法下的黃斑和視盤檢測定位的正確率較低,測試的實時性比較差。YOLOv4算法下的視盤與黃斑檢測定位的正確率為98.69%,但是網(wǎng)絡(luò)模型的參數(shù)值高達(dá)257.7 MB,GPU傳遞一張圖片的時間也比較長。本文采用的YOLOv4-tiny算法下的視盤與黃斑檢測定位的正確率為96.67%,略低于YOLOv4算法下的正確率,但是網(wǎng)絡(luò)參數(shù)大小下降了不止10倍,僅為24.3 MB,而且GPU傳遞一張圖片的時間提高了不止10倍,只需要2.858 ms,這些特性表明,本文采用YOLOv4-tiny實現(xiàn)視盤與黃斑檢測定位的系統(tǒng)非常適合移植于FPGA等嵌入式設(shè)備中,例如手持式糖網(wǎng)病智能監(jiān)測儀,具有很好的邊緣計算應(yīng)用前景。

    表3 視盤與黃斑在YOLO算法下的檢測定位結(jié)果對比Table 3 Comparison of detection and location results of optic disc and macula based on YOLO algorithms

    3.3 FPGA硬件平臺與CPU、GPU平臺檢測定位結(jié)果對比

    表4給出了本文算法在FPGA硬件平臺以及CPU、GPU上對視盤與黃斑進(jìn)行檢測定位的對比,其中FPGA平臺的平均識別正確率基本與CPU、GPU保持一致,三個平臺下視盤定位的正確率均能維持在100%,但FPGA平臺中黃斑的正確率最低,為92.21%,這是因為FPGA中采用16位無符號浮點(diǎn)型數(shù)據(jù)類型,降低了權(quán)重和偏置的精確度。

    表4 FPGA硬件平臺與CPU、GPU檢測定位結(jié)果對比Table 4 Comparison of detection and location results on FPGA hardware platform with CPU and GPU

    從時效性來看,F(xiàn)PGA平臺處理一張圖片的時間大約需要150.445 ms,識別時間介于CPU與GPU之間。這是因為FPGA硬件平臺中只有一份卷積電路和一份池化電路,導(dǎo)致網(wǎng)絡(luò)中的各個卷積層和池化層只能采用時分復(fù)用的方式去共享這兩份電路,不能同時對各個網(wǎng)絡(luò)層進(jìn)行計算,使其處理時間比GPU低。但是從整體的正確率和實時性來看,本文搭載YOLOv4-tiny算法的FPGA硬件平臺能滿足糖網(wǎng)病視盤與黃斑定位及智能硬件輔助診斷的要求。

    4 結(jié)論

    視盤、黃斑是眼底圖像中最重要的組成結(jié)構(gòu),對這兩個結(jié)構(gòu)的預(yù)先定位檢測是糖網(wǎng)病眼底圖像的自動處理與分析的關(guān)鍵步驟。傳統(tǒng)的數(shù)學(xué)形態(tài)學(xué)定位檢測方法,只能從算法層面進(jìn)行定位檢測,沒有同時定位視盤和黃斑,導(dǎo)致黃斑的定位準(zhǔn)確率低,而且還未見嵌入式端的算法實現(xiàn),不適合于手持式檢測儀這樣的邊緣計算場景?;诖耍疚奶岢隽艘环N針對眼底圖像中視盤與黃斑同時定位檢測的新方法,首先使用YOLOv4-tiny算法進(jìn)行定位檢測,并探索了有效的眼底圖像預(yù)處理、網(wǎng)絡(luò)訓(xùn)練優(yōu)化等方法,最后將該算法成功移植到FPGA。與傳統(tǒng)方法相比,該方法不僅可以同時定位眼底圖像中視盤和黃斑的位置,使得算法復(fù)雜度更低、準(zhǔn)確度更高、定位速度更快,而且在FPGA上的實現(xiàn)方案對糖網(wǎng)病檢測技術(shù)的嵌入式發(fā)展具有指導(dǎo)意義。實驗主要采用公認(rèn)的COCO數(shù)據(jù)集和Kaggle-Diabetic Retinopathy Detection競賽中的眼底圖像對算法進(jìn)行訓(xùn)練和測試對比,算法移植到FPGA平臺后對視盤和黃斑定位的mAP為96.11%,檢測一張圖片只需要150.445 ms,符合邊緣計算圖像處理的實際應(yīng)用需求,具有良好的眼科臨床應(yīng)用前景。

    猜你喜歡
    檢測
    QC 檢測
    “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
    “幾何圖形”檢測題
    “角”檢測題
    “有理數(shù)的乘除法”檢測題
    “有理數(shù)”檢測題
    “角”檢測題
    “幾何圖形”檢測題
    亚洲av中文字字幕乱码综合| 国产色婷婷99| 尾随美女入室| 女同久久另类99精品国产91| 18禁黄网站禁片免费观看直播| 亚洲av免费在线观看| 色综合站精品国产| 日本一二三区视频观看| 中文字幕免费在线视频6| 99热这里只有是精品50| 婷婷亚洲欧美| 国产亚洲5aaaaa淫片| 深夜精品福利| 欧美日韩乱码在线| 国产视频内射| 亚洲av中文字字幕乱码综合| 亚洲经典国产精华液单| 亚洲欧美精品自产自拍| 黄片无遮挡物在线观看| 舔av片在线| 久久久久九九精品影院| 欧美高清性xxxxhd video| 人人妻人人看人人澡| 亚洲国产高清在线一区二区三| 亚洲精品成人久久久久久| 久久久久久国产a免费观看| 欧美xxxx黑人xx丫x性爽| 夜夜夜夜夜久久久久| 婷婷色av中文字幕| 麻豆精品久久久久久蜜桃| 天美传媒精品一区二区| 我的女老师完整版在线观看| 色噜噜av男人的天堂激情| 村上凉子中文字幕在线| 两个人的视频大全免费| 国产极品精品免费视频能看的| 国语自产精品视频在线第100页| 国产又黄又爽又无遮挡在线| 久久综合国产亚洲精品| 色播亚洲综合网| 婷婷色av中文字幕| 色5月婷婷丁香| av在线蜜桃| 丰满的人妻完整版| videossex国产| 中出人妻视频一区二区| 亚洲最大成人中文| 国产精品无大码| 欧美一区二区国产精品久久精品| 麻豆国产av国片精品| 九九爱精品视频在线观看| 亚洲,欧美,日韩| 一进一出抽搐gif免费好疼| 日日撸夜夜添| 亚洲精品国产av成人精品| 午夜福利成人在线免费观看| 欧美激情久久久久久爽电影| 看非洲黑人一级黄片| av在线天堂中文字幕| 国产精品久久久久久精品电影小说 | 国产精品久久久久久亚洲av鲁大| 综合色av麻豆| 免费在线观看成人毛片| 中文资源天堂在线| 中文欧美无线码| 欧美一区二区国产精品久久精品| 久久人人爽人人片av| 国产高清三级在线| 日本-黄色视频高清免费观看| 日本色播在线视频| 乱人视频在线观看| 晚上一个人看的免费电影| 欧美日本视频| 自拍偷自拍亚洲精品老妇| 淫秽高清视频在线观看| 少妇熟女欧美另类| 在线播放无遮挡| 亚洲精品自拍成人| 免费大片18禁| 国产单亲对白刺激| 岛国毛片在线播放| 久久人人精品亚洲av| a级毛片免费高清观看在线播放| 男人和女人高潮做爰伦理| 国产在视频线在精品| 网址你懂的国产日韩在线| 精品久久久久久久久亚洲| 超碰av人人做人人爽久久| 精品无人区乱码1区二区| 免费人成在线观看视频色| 亚洲电影在线观看av| 免费av毛片视频| 性插视频无遮挡在线免费观看| 欧美成人精品欧美一级黄| 麻豆一二三区av精品| 国产高潮美女av| 欧美精品国产亚洲| 亚洲人与动物交配视频| 中国美白少妇内射xxxbb| 国产高潮美女av| 变态另类丝袜制服| 99热全是精品| 成人永久免费在线观看视频| 3wmmmm亚洲av在线观看| 一边摸一边抽搐一进一小说| 高清毛片免费看| 国内精品一区二区在线观看| 午夜a级毛片| 一区二区三区四区激情视频 | 日日撸夜夜添| 国产成人影院久久av| 精品人妻一区二区三区麻豆| 精品熟女少妇av免费看| 床上黄色一级片| 精品一区二区三区视频在线| 可以在线观看毛片的网站| 亚洲成人久久性| 国产国拍精品亚洲av在线观看| 一本一本综合久久| 赤兔流量卡办理| 国产免费一级a男人的天堂| 国产成人精品婷婷| 少妇熟女欧美另类| 伦理电影大哥的女人| 欧美日韩一区二区视频在线观看视频在线 | 午夜福利高清视频| 欧美性感艳星| 夜夜夜夜夜久久久久| 日韩大尺度精品在线看网址| 国产亚洲5aaaaa淫片| 偷拍熟女少妇极品色| 久久精品久久久久久久性| 波多野结衣巨乳人妻| 日韩精品青青久久久久久| 欧美一区二区国产精品久久精品| 免费黄网站久久成人精品| 亚洲欧美成人精品一区二区| 免费观看a级毛片全部| 日本爱情动作片www.在线观看| 国产一级毛片在线| 免费无遮挡裸体视频| 看非洲黑人一级黄片| 一区二区三区免费毛片| 免费观看精品视频网站| 2022亚洲国产成人精品| 日日摸夜夜添夜夜爱| 国产精品伦人一区二区| 变态另类成人亚洲欧美熟女| 99热只有精品国产| 天美传媒精品一区二区| 日韩欧美精品免费久久| 舔av片在线| 亚洲国产欧美在线一区| 亚洲熟妇中文字幕五十中出| 在线免费观看的www视频| 狂野欧美激情性xxxx在线观看| 深爱激情五月婷婷| 免费电影在线观看免费观看| 亚洲成人精品中文字幕电影| 91麻豆精品激情在线观看国产| 亚洲欧美清纯卡通| 国产成人午夜福利电影在线观看| 国产精品无大码| 久久6这里有精品| 欧洲精品卡2卡3卡4卡5卡区| 一级黄色大片毛片| 麻豆国产97在线/欧美| 国产麻豆成人av免费视频| 日韩在线高清观看一区二区三区| 国产蜜桃级精品一区二区三区| 久久九九热精品免费| 免费一级毛片在线播放高清视频| av国产免费在线观看| 卡戴珊不雅视频在线播放| 在线播放国产精品三级| 日韩av不卡免费在线播放| 久久久精品欧美日韩精品| 女人被狂操c到高潮| 黄色一级大片看看| 国产黄a三级三级三级人| 非洲黑人性xxxx精品又粗又长| 色5月婷婷丁香| 精品国产三级普通话版| 午夜福利视频1000在线观看| 国产精品不卡视频一区二区| 午夜a级毛片| 午夜福利视频1000在线观看| 成人午夜精彩视频在线观看| 最新中文字幕久久久久| 一本久久精品| 欧美激情国产日韩精品一区| 丰满人妻一区二区三区视频av| 能在线免费观看的黄片| 黄色配什么色好看| 亚洲av成人av| 干丝袜人妻中文字幕| 欧美不卡视频在线免费观看| 国产成人精品婷婷| 嘟嘟电影网在线观看| 黄色日韩在线| 成人特级av手机在线观看| 干丝袜人妻中文字幕| 免费av不卡在线播放| 久久久久久久久久黄片| 国产中年淑女户外野战色| 两性午夜刺激爽爽歪歪视频在线观看| 又粗又硬又长又爽又黄的视频 | 少妇高潮的动态图| 免费不卡的大黄色大毛片视频在线观看 | 免费av毛片视频| 国产精品久久久久久精品电影小说 | 黄色日韩在线| 91久久精品国产一区二区三区| 亚洲精品456在线播放app| 波野结衣二区三区在线| 97在线视频观看| 欧美3d第一页| 亚洲电影在线观看av| a级毛片a级免费在线| 女的被弄到高潮叫床怎么办| 麻豆久久精品国产亚洲av| 深爱激情五月婷婷| 又黄又爽又刺激的免费视频.| 国产高潮美女av| а√天堂www在线а√下载| 日韩欧美国产在线观看| 免费看a级黄色片| 中国美女看黄片| 国产日韩欧美在线精品| avwww免费| 亚洲av免费高清在线观看| 97超碰精品成人国产| 男女下面进入的视频免费午夜| 毛片女人毛片| 久久鲁丝午夜福利片| av免费在线看不卡| 久久久国产成人精品二区| 成人亚洲欧美一区二区av| 麻豆国产97在线/欧美| 女的被弄到高潮叫床怎么办| 亚洲精品自拍成人| 日本一二三区视频观看| 亚洲,欧美,日韩| 久久久久久久久久黄片| 男人狂女人下面高潮的视频| 1000部很黄的大片| 一区二区三区免费毛片| 内射极品少妇av片p| 99久久中文字幕三级久久日本| 热99re8久久精品国产| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲国产欧美人成| 久久人妻av系列| 亚洲乱码一区二区免费版| 少妇猛男粗大的猛烈进出视频 | 日本av手机在线免费观看| 国产大屁股一区二区在线视频| 国产极品天堂在线| 插阴视频在线观看视频| 日日摸夜夜添夜夜添av毛片| 国产一区亚洲一区在线观看| 国产久久久一区二区三区| 悠悠久久av| 岛国在线免费视频观看| 在线播放无遮挡| 色吧在线观看| 麻豆av噜噜一区二区三区| 女同久久另类99精品国产91| 日本免费a在线| 真实男女啪啪啪动态图| 国产一区二区在线观看日韩| 亚洲成人久久爱视频| 黄色配什么色好看| 成人漫画全彩无遮挡| 中国美白少妇内射xxxbb| 3wmmmm亚洲av在线观看| 欧美色欧美亚洲另类二区| 久久久久久久久久久免费av| 亚洲国产欧洲综合997久久,| 99热这里只有精品一区| 亚洲精品久久久久久婷婷小说 | 美女 人体艺术 gogo| 成人亚洲欧美一区二区av| 久久久久久国产a免费观看| 99久久人妻综合| 久久99精品国语久久久| 亚洲欧美日韩高清专用| 免费av不卡在线播放| 黄色视频,在线免费观看| 成人鲁丝片一二三区免费| kizo精华| 99视频精品全部免费 在线| 中文欧美无线码| 国产精品国产三级国产av玫瑰| 日韩欧美精品免费久久| 色尼玛亚洲综合影院| 人妻制服诱惑在线中文字幕| 久久精品夜夜夜夜夜久久蜜豆| 性色avwww在线观看| 日本在线视频免费播放| 久久这里有精品视频免费| 亚洲成人久久性| 一区福利在线观看| 综合色丁香网| 精品欧美国产一区二区三| 精品久久久噜噜| ponron亚洲| 成人特级av手机在线观看| 青春草国产在线视频 | 日日啪夜夜撸| 欧美一区二区亚洲| 一级av片app| www.av在线官网国产| 午夜a级毛片| 久久久久九九精品影院| 日本一本二区三区精品| 一进一出抽搐gif免费好疼| 噜噜噜噜噜久久久久久91| 夜夜夜夜夜久久久久| 国产免费一级a男人的天堂| 毛片一级片免费看久久久久| 久久久久免费精品人妻一区二区| 国产亚洲91精品色在线| 精品人妻一区二区三区麻豆| 国产高清激情床上av| 熟女人妻精品中文字幕| 国产免费男女视频| av天堂在线播放| 九草在线视频观看| 成人高潮视频无遮挡免费网站| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 在线免费观看的www视频| 夜夜爽天天搞| 嘟嘟电影网在线观看| 久久亚洲国产成人精品v| 亚洲国产精品sss在线观看| а√天堂www在线а√下载| 精品人妻一区二区三区麻豆| 尾随美女入室| 欧美一区二区精品小视频在线| 久久久久久国产a免费观看| 嘟嘟电影网在线观看| 三级经典国产精品| 国产精品人妻久久久影院| 1024手机看黄色片| 欧美潮喷喷水| 亚洲真实伦在线观看| 亚洲七黄色美女视频| 精品人妻一区二区三区麻豆| 边亲边吃奶的免费视频| a级毛片a级免费在线| 欧美成人免费av一区二区三区| av福利片在线观看| 少妇的逼好多水| 国产又黄又爽又无遮挡在线| 男女做爰动态图高潮gif福利片| 国产一级毛片在线| 日本与韩国留学比较| 国产精品一区www在线观看| 亚洲人成网站在线播放欧美日韩| 亚洲五月天丁香| 两性午夜刺激爽爽歪歪视频在线观看| 超碰av人人做人人爽久久| 中文字幕av在线有码专区| 99在线人妻在线中文字幕| 乱码一卡2卡4卡精品| 久久精品国产自在天天线| 久久久国产成人精品二区| 国产极品天堂在线| 日本撒尿小便嘘嘘汇集6| 日韩欧美 国产精品| 一本久久中文字幕| 日本黄色视频三级网站网址| 性色avwww在线观看| 国产黄片美女视频| 卡戴珊不雅视频在线播放| 天天一区二区日本电影三级| 少妇裸体淫交视频免费看高清| 国产亚洲精品av在线| a级毛片免费高清观看在线播放| 大又大粗又爽又黄少妇毛片口| 高清日韩中文字幕在线| 高清在线视频一区二区三区 | 长腿黑丝高跟| 亚洲国产精品久久男人天堂| 日韩精品有码人妻一区| 欧美极品一区二区三区四区| 成人国产麻豆网| 欧美极品一区二区三区四区| 亚洲欧洲国产日韩| 亚洲久久久久久中文字幕| 亚洲国产精品sss在线观看| 久久精品久久久久久久性| 亚洲精品乱码久久久久久按摩| 老司机影院成人| 高清午夜精品一区二区三区 | 午夜福利在线观看免费完整高清在 | 免费av观看视频| 亚洲内射少妇av| 亚洲在线观看片| 亚洲精品色激情综合| 真实男女啪啪啪动态图| 波多野结衣高清作品| 亚洲av成人精品一区久久| 爱豆传媒免费全集在线观看| av在线老鸭窝| 亚州av有码| 乱码一卡2卡4卡精品| 色吧在线观看| 国产色婷婷99| 哪里可以看免费的av片| 小蜜桃在线观看免费完整版高清| 中文字幕熟女人妻在线| 久久亚洲国产成人精品v| 我要看日韩黄色一级片| 特级一级黄色大片| 欧美一区二区亚洲| 成人高潮视频无遮挡免费网站| 91在线精品国自产拍蜜月| 国产成人freesex在线| 一个人免费在线观看电影| 国产午夜精品论理片| 亚洲av一区综合| 亚洲无线观看免费| 少妇裸体淫交视频免费看高清| 特级一级黄色大片| 69av精品久久久久久| 九草在线视频观看| 国产亚洲欧美98| 日日啪夜夜撸| 国产精品伦人一区二区| 国产真实伦视频高清在线观看| 国产麻豆成人av免费视频| 亚洲精品自拍成人| 成人鲁丝片一二三区免费| 91aial.com中文字幕在线观看| 色视频www国产| 中文字幕av成人在线电影| 亚洲国产色片| 2022亚洲国产成人精品| 嘟嘟电影网在线观看| 欧美bdsm另类| 午夜久久久久精精品| 亚洲av.av天堂| 又黄又爽又刺激的免费视频.| 波多野结衣高清作品| 成人一区二区视频在线观看| 日韩强制内射视频| 不卡视频在线观看欧美| 亚洲高清免费不卡视频| 亚洲第一区二区三区不卡| 给我免费播放毛片高清在线观看| 22中文网久久字幕| 一级黄片播放器| 亚洲av中文av极速乱| 亚洲国产精品成人综合色| 白带黄色成豆腐渣| 男人的好看免费观看在线视频| 亚洲一区二区三区色噜噜| 欧美色视频一区免费| 国产乱人视频| 少妇人妻精品综合一区二区 | 国产精品嫩草影院av在线观看| 日本黄大片高清| 熟女人妻精品中文字幕| 久久人人精品亚洲av| 国产精品蜜桃在线观看 | 美女高潮的动态| 欧美日韩精品成人综合77777| 亚洲国产精品久久男人天堂| av免费在线看不卡| av专区在线播放| 久久久久久大精品| 国产成人一区二区在线| 99国产精品一区二区蜜桃av| 一级黄色大片毛片| 亚洲国产色片| 久久人人精品亚洲av| 欧美极品一区二区三区四区| 久久中文看片网| 国内精品久久久久精免费| 国产一区二区激情短视频| 国产午夜精品一二区理论片| 国产精品女同一区二区软件| 国语自产精品视频在线第100页| 欧美成人一区二区免费高清观看| 欧美最新免费一区二区三区| 精品欧美国产一区二区三| 欧美+亚洲+日韩+国产| 桃色一区二区三区在线观看| 热99在线观看视频| 亚洲欧美日韩高清在线视频| 一级毛片电影观看 | 全区人妻精品视频| 一进一出抽搐动态| 18禁黄网站禁片免费观看直播| 内地一区二区视频在线| 日韩欧美三级三区| 午夜免费男女啪啪视频观看| 欧美性猛交╳xxx乱大交人| 黄色一级大片看看| 亚洲最大成人手机在线| 2022亚洲国产成人精品| 成年av动漫网址| 国产精品,欧美在线| 中文字幕久久专区| 欧美一区二区亚洲| 在线观看66精品国产| 麻豆国产av国片精品| 亚洲精品自拍成人| 中出人妻视频一区二区| 日韩制服骚丝袜av| 黄色欧美视频在线观看| 噜噜噜噜噜久久久久久91| 黄色配什么色好看| 日本一二三区视频观看| 国产成人精品一,二区 | 国产精品99久久久久久久久| 夜夜爽天天搞| 12—13女人毛片做爰片一| 美女高潮的动态| avwww免费| 丝袜喷水一区| 嫩草影院精品99| 看免费成人av毛片| 亚洲四区av| 亚洲精品乱码久久久久久按摩| 极品教师在线视频| 黑人高潮一二区| 国产亚洲精品av在线| 国产精品久久久久久av不卡| 91久久精品电影网| 晚上一个人看的免费电影| 美女黄网站色视频| 97超碰精品成人国产| 男女视频在线观看网站免费| 国产高潮美女av| 国产一级毛片在线| 亚州av有码| 国产亚洲精品av在线| 日本av手机在线免费观看| 全区人妻精品视频| 久久久久性生活片| 最新中文字幕久久久久| 精品国内亚洲2022精品成人| 国产黄片视频在线免费观看| 亚洲第一区二区三区不卡| 亚洲成a人片在线一区二区| 日韩精品有码人妻一区| 成人美女网站在线观看视频| 一级毛片久久久久久久久女| 熟女电影av网| 人妻系列 视频| 日韩欧美一区二区三区在线观看| 成人一区二区视频在线观看| 岛国在线免费视频观看| 精品一区二区三区人妻视频| 男人狂女人下面高潮的视频| 99热只有精品国产| 亚洲性久久影院| 国产成人影院久久av| 2022亚洲国产成人精品| 尤物成人国产欧美一区二区三区| 久久久久久大精品| 波野结衣二区三区在线| 三级毛片av免费| 搡女人真爽免费视频火全软件| 青春草视频在线免费观看| 在线观看美女被高潮喷水网站| 99视频精品全部免费 在线| 韩国av在线不卡| 热99在线观看视频| 看片在线看免费视频| 免费人成视频x8x8入口观看| ponron亚洲| 亚洲人成网站在线播| 欧美精品国产亚洲| 国产伦理片在线播放av一区 | 99久久九九国产精品国产免费| 亚洲四区av| 成人三级黄色视频| 亚洲人成网站高清观看| 国产黄色小视频在线观看| 亚洲中文字幕一区二区三区有码在线看| 人妻系列 视频| 我的女老师完整版在线观看| 久久久久免费精品人妻一区二区| 一本久久中文字幕| 欧美日韩在线观看h| 亚洲在线观看片| 亚洲av一区综合| 国产成人精品久久久久久| 欧美丝袜亚洲另类| 亚洲欧美成人综合另类久久久 | 久久热精品热| 亚洲国产精品久久男人天堂| 久久久久久大精品| 欧美日韩综合久久久久久| 午夜爱爱视频在线播放| 成人三级黄色视频| 国产探花在线观看一区二区| 国产一区二区激情短视频| 看黄色毛片网站| 偷拍熟女少妇极品色| 亚洲电影在线观看av| 在线免费观看不下载黄p国产| 国产av在哪里看| 特大巨黑吊av在线直播| 长腿黑丝高跟| 成年版毛片免费区| 少妇人妻精品综合一区二区 | 亚洲欧美精品综合久久99| 中文精品一卡2卡3卡4更新| 国产成人freesex在线| 简卡轻食公司|