• <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)圖像分割技術(shù)的小水電站生態(tài)基流識別方法研究

    2022-08-08 07:13:18蘆宇軒
    小水電 2022年4期
    關(guān)鍵詞:基流像素卷積

    劉 偉,江 山,馬 天,肖 維,蘆宇軒

    (1.長江信達(dá)軟件技術(shù)(武漢)有限責(zé)任公司,湖北?武漢?430010;2.國家大壩安全工程技術(shù)研究中心,湖北?武漢?430010)

    0 引 言

    生態(tài)基流監(jiān)測是小水電清理整改工作的重要任務(wù)[1]。由于規(guī)模較小、泄流設(shè)施簡陋、流量計安裝不便,而且較容易損壞;因此從視頻監(jiān)控角度對小水電生態(tài)基流泄放進(jìn)行監(jiān)管尤其重要。依據(jù)水利部《關(guān)于印發(fā)小水電站生態(tài)流量監(jiān)管平臺技術(shù)指導(dǎo)意見的通知》的要求,小水電視頻監(jiān)控應(yīng)每小時至少抓拍1張圖片。長江經(jīng)濟(jì)帶累計有2.5萬多座小水電站,全面建成視頻監(jiān)控系統(tǒng)每天約有60萬張生態(tài)基流泄放的圖像,海量的圖像需要審核,行業(yè)監(jiān)管面臨巨大挑戰(zhàn)。近幾年,神經(jīng)網(wǎng)絡(luò)迅猛發(fā)展,人工智能的方法給圖像識別領(lǐng)域注入了新鮮的活力。本文將基于深度學(xué)習(xí)算法的圖像分割技術(shù)引入到對生態(tài)基流的識別當(dāng)中,取得了相對于基于閾值、邊緣、區(qū)域等技術(shù)的傳統(tǒng)圖像分割識別方法明顯的優(yōu)勢,識別更加準(zhǔn)確、穩(wěn)定,適應(yīng)范圍更廣。

    1 研究現(xiàn)狀

    從視頻角度對生態(tài)基流的監(jiān)測,實質(zhì)上是對監(jiān)控畫面中水面區(qū)域的識別,區(qū)別于一般的目標(biāo)檢測,水面區(qū)域具有形態(tài)不固定的特性,以圖像語義分割技術(shù)為核心的識別方法對水面區(qū)域具有更好的識別效果。隨著深度學(xué)習(xí)技術(shù)的爆發(fā)、計算機計算能力的突飛猛進(jìn),語義分割也迎來新的方法。

    一類是基于候選區(qū)域的分割算法,該類算法首先生成大量候選框,并篩選出有效候選區(qū)域,然后結(jié)合卷積神經(jīng)網(wǎng)絡(luò)提取每個候選區(qū)域的特征和語義信息,并結(jié)合分類器對候選區(qū)域進(jìn)行分類,最終得到分割結(jié)果。其中,候選區(qū)域的質(zhì)量直接影響CNN提取圖像特征的效果,以及分類器的分類精度。這類代表算法主要有RCNN[2]、SDS[3]、Mask_RCNN[4]等。

    另一類是基于像素級別的分割算法,是直接從標(biāo)注數(shù)據(jù)中提取特征和語義信息,獲取輸入圖像的像素類別。該類方法不需要生成候選區(qū)域,直接為圖像中的像素進(jìn)行分類,采用端到端的訓(xùn)練方法,可以提取更加豐富的圖像特征。2015年Jonathan Long等人提出全卷積網(wǎng)絡(luò)FCN[5],其將分類網(wǎng)絡(luò)由圖像級別推廣至像素級級別,并且實現(xiàn)了端到端的訓(xùn)練過程,開創(chuàng)了深度神經(jīng)網(wǎng)絡(luò)在圖像語義分割領(lǐng)域的應(yīng)用。

    金華頻等人初步探索了圖像識別技術(shù)在小水電生態(tài)流量監(jiān)管中的應(yīng)用路線[6]。本文則基于深度學(xué)習(xí)的圖像分割方法對小水電生態(tài)流量的判定進(jìn)行定量的識別與分析。

    2 方 法

    2.1 數(shù)據(jù)集

    從某縣30座小水電站收集、整理圖片2萬余張,包括晴天、陰天、雨天以及雪天等不同天氣的豐富場景。數(shù)據(jù)集標(biāo)簽參考主流圖像分割算法經(jīng)常采用的數(shù)據(jù)集,如Cityscapes、COCO,將背景分為以下5類:陸地、水面、建筑、天空、樹木。對于收集到的圖片,統(tǒng)一進(jìn)行白化、降噪,盡可能提高圖片質(zhì)量。使用標(biāo)注工具CVAT對數(shù)據(jù)集進(jìn)行標(biāo)注,標(biāo)注策略采用人工+模型預(yù)標(biāo)注方式。前期以人工標(biāo)注為主,標(biāo)注一定量的數(shù)據(jù)之后,開始訓(xùn)練模型,使模型具備一定的識別能力;然后轉(zhuǎn)為以模型標(biāo)注為主,人工標(biāo)注為輔,數(shù)據(jù)集中的圖片樣本均先使用模型進(jìn)行預(yù)標(biāo)注,然后進(jìn)行人工的確認(rèn);以此節(jié)約人工耗時,提高標(biāo)注效率。

    2.2 網(wǎng)絡(luò)模型

    FCN網(wǎng)絡(luò)采用不含全連接層的全卷積網(wǎng)絡(luò),并在網(wǎng)絡(luò)的最后使用上采樣恢復(fù)圖像尺寸,并且結(jié)合深層網(wǎng)絡(luò)的抽象信息與淺層網(wǎng)絡(luò)的精細(xì)特征,使得FCN網(wǎng)絡(luò)可以適應(yīng)任意輸入尺寸圖像,并能對圖像做出像素級別的精準(zhǔn)預(yù)測。基于AlexNet網(wǎng)絡(luò)改造為FCN網(wǎng)絡(luò)的結(jié)構(gòu)如下所示(見圖1)。

    經(jīng)過不斷的卷積和池化以后,特征圖的尺寸越來越小,維度越來越高,其中最小的一層叫做Heatmap(熱力圖),熱力圖就是最高維的特征圖。得到熱力圖之后進(jìn)行上采樣,把圖像放大到輸入圖像的大小,通過選取每個像素點在圖像各類別中的最大數(shù)值(概率)作為該像素的分類結(jié)果。于是便生成1張已經(jīng)分類好的圖片,逐個像素計算與圖像真值比對,計算分割誤差,通過反向傳播實現(xiàn)網(wǎng)絡(luò)的訓(xùn)練。訓(xùn)練好網(wǎng)絡(luò)權(quán)重后,再次進(jìn)行前向傳播即可實現(xiàn)圖像分割的推理過程。

    基于VGG16網(wǎng)絡(luò)改造的FCN網(wǎng)絡(luò)跳級(Skip)結(jié)構(gòu)如下所示(見圖2),同時采用反卷積的上采樣操作,實現(xiàn)圖像像素級的準(zhǔn)確識別。

    對原圖像進(jìn)行第一輪卷積和池化之后,得到的特征圖為原始圖像的1/2;然后再進(jìn)行第二輪卷積和池化,特征圖的尺寸變?yōu)樵瓐D像的1/4;以此類推,然后進(jìn)行再進(jìn)行三輪卷積+池化的操作,得到尺寸為原圖1/32的特征圖。對1/32、1/16以及1/8尺寸的特征圖進(jìn)行逐級插值融合,并結(jié)合對應(yīng)倍數(shù)的反卷積上采樣操作,提取神經(jīng)網(wǎng)絡(luò)深層的高維抽象特征和淺層的細(xì)節(jié)信息,最后完成對原始圖像像素級的識別。

    3 實 驗

    3.1 實驗環(huán)境及參數(shù)

    本文的模型訓(xùn)練及測試均在Detectron2平臺上進(jìn)行,Detectron2是繼Detectron目標(biāo)檢測平臺之后,F(xiàn)AIR(Facebook AI Research)開發(fā)的新一代分割研究的平臺;它基于Pytorch框架,以FCN基準(zhǔn)測試作為起點,集成了最先進(jìn)的目標(biāo)檢測算法。服務(wù)器安裝Ubuntu 18.04系統(tǒng),并配備了1張NVIDIA Tesla V100顯卡。結(jié)合數(shù)據(jù)集特點及服務(wù)器性能,選擇超參數(shù)Batch Size為8,Iteration為5萬,Learning Rate為0.000 25。

    3.2 評估標(biāo)準(zhǔn)

    主要從圖像語義分割的準(zhǔn)確度對算法進(jìn)行評價,常用兩種評價方法:像素準(zhǔn)確率(Pixel Accuracy,PA)和交并比(Intersection Over Union,IoU),其中IoU計算簡便且代表性強,是圖像語義分割評估最常用的指標(biāo)。

    (1)PA像素準(zhǔn)確度

    數(shù)據(jù)集中包含陸地、水面、建筑、天空、樹木共5種類型。模型的像素準(zhǔn)確度為圖中正確分類的像素數(shù)量與總像素數(shù)量的比例。

    在進(jìn)行道床建設(shè)時,要保證材料符合相關(guān)的標(biāo)準(zhǔn)要求,加強道床施工的質(zhì)量控制,保證其具有較高標(biāo)準(zhǔn)的承載力,可以在較長時間承載地鐵的運行,有以下技術(shù)要點:①在道床施工中,要將預(yù)留縫隙與隧道結(jié)構(gòu)縫控制在統(tǒng)一平面上;②在搭設(shè)與拆除腳手架時要與鋼軌置離;③進(jìn)行混凝土澆筑時要適當(dāng)?shù)姆謱?,采用特殊的方法分臺階澆筑,保證其具有充足的承載力。

    (2)IoU交并比

    以IoU作為衡量預(yù)測目標(biāo)的位置偏差指標(biāo),當(dāng)識別出的類型正確且IoU達(dá)到規(guī)定的閾值,則表明該識別結(jié)果正確。

    3.3 實驗結(jié)果及分析

    訓(xùn)練集、驗證集、測試集按照8∶1∶1的數(shù)量比例進(jìn)行劃分,在訓(xùn)練集和驗證集上調(diào)試出最佳訓(xùn)練參數(shù)后,把所有訓(xùn)練集和驗證集的樣本共同作為訓(xùn)練集,以最佳參數(shù)進(jìn)行訓(xùn)練,得到最終的模型,在測試集上測試模型性能。

    根據(jù)各小水電站排口的特點,在排口下方設(shè)置判定區(qū)域,然后計算識別結(jié)果里判定區(qū)域內(nèi)水面面積與判定區(qū)域的面積比;當(dāng)面積比大于50%,則認(rèn)為該小水電站有泄放生態(tài)基流,判定為正常;否則認(rèn)為沒有泄放生態(tài)基流,判定為異常(見圖3)。

    (a)雞鳴水電站生態(tài)基流識別正常示意圖

    (b)普實水電站生態(tài)基流識別預(yù)警示意圖

    圖3 識別結(jié)果示意

    從以下兩個方面進(jìn)一步展開實驗研究:

    (1) 樣本數(shù)量

    數(shù)據(jù)集一共有20 962個樣本,預(yù)留10%的樣本作為測試集,即2 096個留作測試,在剩余的18 866個樣本中隨機抽取不同數(shù)量的樣本作為訓(xùn)練集和驗證集。不同訓(xùn)練樣本總量下,模型性能如下所示(見圖4)。

    (2)對比實驗

    對比測試了傳統(tǒng)圖像分割算法與FCN模型的性能(見表1),詳細(xì)比較了各標(biāo)簽類別性能差異。所有輸入圖像在輸入模型之前均只做縮放和歸一化處理,不做其他任何預(yù)處理操作。

    表1 深度學(xué)習(xí)方法與傳統(tǒng)圖像分割方法的性能對比

    從實驗結(jié)果中可以清晰的看到:FCN模型在準(zhǔn)確率和召回率上的均顯著由于傳統(tǒng)基于區(qū)域的圖像分割方法,其中平均像素準(zhǔn)確度高28.18%,平均交并比提高21.5%。

    基于區(qū)域的圖像分割方法,雖然計算簡單,但需要人工交互以獲得種子點。這種需要人工設(shè)計的特征模式泛化能力差,對圖像噪聲極為敏感,而圖像素材又復(fù)雜多樣,不僅場景豐富,而且由于圖像采集設(shè)備的不同,質(zhì)量差別較大,因此性能不佳?;谏窠?jīng)網(wǎng)絡(luò)的圖像分割方法能從數(shù)據(jù)集中學(xué)習(xí)并找到目標(biāo)更本質(zhì)的特征,像素準(zhǔn)確度和交并比顯著高于傳統(tǒng)方法。

    3.4 應(yīng)用效果

    本文構(gòu)建的深度學(xué)習(xí)預(yù)警方案成功運用于生態(tài)基流監(jiān)控系統(tǒng),系統(tǒng)總計接入攝像頭30個,預(yù)置位30個,覆蓋縣內(nèi)所有在運行的小水電站,24 h不間斷進(jìn)行自動監(jiān)控。2020年第24周~27周總計報警30次,經(jīng)人工核對報警圖片及回放視頻,其中正確報警28次,預(yù)警準(zhǔn)確達(dá)93%(見圖5)。

    基于深度學(xué)習(xí)圖像分割技術(shù)的生態(tài)基流監(jiān)測方法可顯著提升監(jiān)管效率,降低人員工作量,有效保障了下游生態(tài)環(huán)境用水。

    4 結(jié) 論

    基于深度學(xué)習(xí)的技術(shù)發(fā)展現(xiàn)階段處于井噴狀態(tài),大量成熟的分割算法紛紛落地于各行各業(yè)的實際應(yīng)用場景。以FCN為代表的一系列優(yōu)秀算法對于小水電生態(tài)流量泄放監(jiān)控發(fā)揮了重要作用。

    (1)構(gòu)建一套小水電站監(jiān)控數(shù)據(jù)集,對監(jiān)控場景進(jìn)行細(xì)粒度的分割標(biāo)注,包括陸地、水面、建筑、天空和樹木,為生態(tài)基流監(jiān)測提供基礎(chǔ)的結(jié)構(gòu)化數(shù)據(jù)支撐。

    (2)訓(xùn)練數(shù)據(jù)量的提升能有效提高深度學(xué)習(xí)模型FCN的性能,最終達(dá)到82.8%的像素準(zhǔn)確度和71.3%的平均交并比。

    (3)基于深度學(xué)習(xí)圖像分割的方法在識別性能上顯著優(yōu)于基于傳統(tǒng)圖像分割方法,平均像素準(zhǔn)確度高28.18%,平均交并比提高21.5%。

    本文以FCN為基礎(chǔ),構(gòu)建一套從視頻接入、算法推理、前端展示、預(yù)警消息推送的全流程預(yù)警方案,為生態(tài)基流監(jiān)控供了有力技術(shù)支撐,有效提升了水利監(jiān)管的自動化和智能化水平。

    猜你喜歡
    基流像素卷積
    美國長期氣象干旱對河道基流的影響研究
    趙運哲作品
    藝術(shù)家(2023年8期)2023-11-02 02:05:28
    像素前線之“幻影”2000
    基于3D-Winograd的快速卷積算法設(shè)計及FPGA實現(xiàn)
    “像素”仙人掌
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    基于改進(jìn)Tennant法的洋河流域生態(tài)基流估算研究
    高像素不是全部
    CHIP新電腦(2016年3期)2016-03-10 14:22:03
    不同生態(tài)基流對水利樞紐發(fā)電損益的影響
    国产成人精品久久二区二区免费| 欧美久久黑人一区二区| 一本大道久久a久久精品| 欧美亚洲日本最大视频资源| 在线永久观看黄色视频| 大型av网站在线播放| 精品久久久久久电影网| 久久青草综合色| 侵犯人妻中文字幕一二三四区| 十八禁高潮呻吟视频| 一二三四社区在线视频社区8| 国产精品久久久久久人妻精品电影 | 亚洲欧美激情在线| kizo精华| 欧美亚洲 丝袜 人妻 在线| 一级片'在线观看视频| 一本久久精品| 巨乳人妻的诱惑在线观看| 黄色视频不卡| 精品一区二区三区四区五区乱码| 咕卡用的链子| 成年av动漫网址| 在线精品无人区一区二区三| 亚洲第一青青草原| 一个人免费在线观看的高清视频 | 黄色毛片三级朝国网站| 成年人午夜在线观看视频| 亚洲欧美日韩另类电影网站| 国产成人免费无遮挡视频| 一本色道久久久久久精品综合| 99国产精品一区二区蜜桃av | 日韩中文字幕视频在线看片| 国产成人啪精品午夜网站| 中文字幕最新亚洲高清| 国产99久久九九免费精品| 亚洲欧美一区二区三区久久| 老司机亚洲免费影院| 久久人人爽人人片av| 亚洲精品国产av蜜桃| 精品人妻一区二区三区麻豆| avwww免费| 捣出白浆h1v1| 国产亚洲精品久久久久5区| 嫁个100分男人电影在线观看| 欧美黄色淫秽网站| 国产精品久久久久成人av| 国产日韩欧美亚洲二区| 国产一区二区三区在线臀色熟女 | 欧美av亚洲av综合av国产av| 高清黄色对白视频在线免费看| 一本色道久久久久久精品综合| 搡老熟女国产l中国老女人| 韩国精品一区二区三区| 国产精品av久久久久免费| 极品人妻少妇av视频| 亚洲中文日韩欧美视频| videos熟女内射| 久久中文字幕一级| 欧美黄色淫秽网站| 九色亚洲精品在线播放| 国产精品二区激情视频| 国产av又大| 看免费av毛片| 嫩草影视91久久| 午夜福利免费观看在线| 成人国语在线视频| 下体分泌物呈黄色| 国产一卡二卡三卡精品| 一级,二级,三级黄色视频| 少妇人妻久久综合中文| 黄色怎么调成土黄色| 欧美日韩黄片免| 国产一区二区三区综合在线观看| 亚洲美女黄色视频免费看| 9色porny在线观看| 亚洲 国产 在线| www.999成人在线观看| 别揉我奶头~嗯~啊~动态视频 | 99国产综合亚洲精品| e午夜精品久久久久久久| 咕卡用的链子| 国产精品香港三级国产av潘金莲| 久久天躁狠狠躁夜夜2o2o| 男女国产视频网站| 亚洲欧美激情在线| 久久精品人人爽人人爽视色| 中文字幕色久视频| 国产老妇伦熟女老妇高清| 成年动漫av网址| 最近最新中文字幕大全免费视频| 亚洲欧洲精品一区二区精品久久久| av免费在线观看网站| 国产欧美日韩一区二区三 | 亚洲欧美清纯卡通| 80岁老熟妇乱子伦牲交| 免费观看a级毛片全部| 亚洲色图综合在线观看| 无遮挡黄片免费观看| 天堂中文最新版在线下载| 久久久久国产一级毛片高清牌| 老司机亚洲免费影院| 一区二区日韩欧美中文字幕| 亚洲天堂av无毛| 亚洲情色 制服丝袜| 欧美亚洲日本最大视频资源| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲 欧美一区二区三区| 18禁观看日本| 天堂中文最新版在线下载| 欧美另类亚洲清纯唯美| 婷婷色av中文字幕| 久久中文字幕一级| 精品欧美一区二区三区在线| 国产视频一区二区在线看| 人人妻人人爽人人添夜夜欢视频| 亚洲伊人久久精品综合| 丝袜脚勾引网站| 久久久精品免费免费高清| 最近最新免费中文字幕在线| 亚洲色图综合在线观看| 亚洲全国av大片| 久久av网站| 欧美激情久久久久久爽电影 | 精品国产一区二区三区四区第35| 亚洲国产精品999| 狠狠婷婷综合久久久久久88av| 日韩大码丰满熟妇| 欧美中文综合在线视频| 成人三级做爰电影| 亚洲av成人一区二区三| 老司机亚洲免费影院| 国产精品国产三级国产专区5o| 国产野战对白在线观看| 91精品三级在线观看| 这个男人来自地球电影免费观看| 欧美一级毛片孕妇| 精品高清国产在线一区| 高清欧美精品videossex| 中文字幕制服av| 国产欧美日韩一区二区三 | 亚洲av国产av综合av卡| 精品国产一区二区久久| 精品欧美一区二区三区在线| 黄色视频在线播放观看不卡| 亚洲国产欧美日韩在线播放| 在线观看免费视频网站a站| 日本精品一区二区三区蜜桃| 亚洲国产精品一区二区三区在线| 制服诱惑二区| 亚洲精品自拍成人| 黄色片一级片一级黄色片| 欧美另类亚洲清纯唯美| 大片免费播放器 马上看| 久久热在线av| 国产一区二区 视频在线| 又黄又粗又硬又大视频| 999久久久精品免费观看国产| 新久久久久国产一级毛片| 黑丝袜美女国产一区| 欧美精品一区二区大全| 18在线观看网站| 久久久久久亚洲精品国产蜜桃av| 色播在线永久视频| 飞空精品影院首页| 日韩欧美一区二区三区在线观看 | 两人在一起打扑克的视频| 亚洲国产中文字幕在线视频| 老司机影院成人| 丁香六月天网| 久久人妻熟女aⅴ| 精品福利永久在线观看| 人人妻人人澡人人看| 50天的宝宝边吃奶边哭怎么回事| 老司机亚洲免费影院| 免费黄频网站在线观看国产| 美女高潮到喷水免费观看| 国产精品成人在线| 亚洲精品国产色婷婷电影| 亚洲精品国产av成人精品| 新久久久久国产一级毛片| 国产有黄有色有爽视频| 在线av久久热| 人妻人人澡人人爽人人| 国产在线一区二区三区精| 国产精品.久久久| tocl精华| 黄片播放在线免费| 国产精品一区二区精品视频观看| 久久久国产欧美日韩av| 日韩视频一区二区在线观看| 一进一出抽搐动态| 日日爽夜夜爽网站| 成人国产一区最新在线观看| 成年人免费黄色播放视频| 一区在线观看完整版| 欧美久久黑人一区二区| 亚洲欧美日韩另类电影网站| 97在线人人人人妻| 免费在线观看完整版高清| cao死你这个sao货| 亚洲伊人久久精品综合| 国产99久久九九免费精品| 国产高清视频在线播放一区 | 欧美人与性动交α欧美精品济南到| av视频免费观看在线观看| 亚洲av美国av| 成人亚洲精品一区在线观看| 最近最新中文字幕大全免费视频| 成人国语在线视频| 日韩大码丰满熟妇| 90打野战视频偷拍视频| 欧美日韩成人在线一区二区| 狂野欧美激情性xxxx| 久久久国产一区二区| 亚洲va日本ⅴa欧美va伊人久久 | 亚洲av国产av综合av卡| 美女主播在线视频| 777米奇影视久久| a级毛片黄视频| 考比视频在线观看| 久久精品国产亚洲av高清一级| 2018国产大陆天天弄谢| 国产精品一区二区精品视频观看| 女人高潮潮喷娇喘18禁视频| 天堂中文最新版在线下载| 免费观看a级毛片全部| 精品一区在线观看国产| 在线十欧美十亚洲十日本专区| 国产亚洲一区二区精品| 国产免费av片在线观看野外av| 国产有黄有色有爽视频| 亚洲第一欧美日韩一区二区三区 | 国产高清视频在线播放一区 | 女性生殖器流出的白浆| a在线观看视频网站| 欧美大码av| 99国产精品一区二区三区| 国产精品久久久久久精品古装| 天天躁狠狠躁夜夜躁狠狠躁| 久久人妻熟女aⅴ| 国产97色在线日韩免费| 男女高潮啪啪啪动态图| 欧美日韩亚洲综合一区二区三区_| 一区二区三区精品91| 伦理电影免费视频| 手机成人av网站| 97在线人人人人妻| 亚洲国产日韩一区二区| 中国美女看黄片| 777米奇影视久久| 午夜91福利影院| 丝袜在线中文字幕| 欧美变态另类bdsm刘玥| 中文字幕另类日韩欧美亚洲嫩草| 老司机午夜福利在线观看视频 | 精品久久久久久电影网| 曰老女人黄片| 宅男免费午夜| 久久天躁狠狠躁夜夜2o2o| 人人澡人人妻人| av免费在线观看网站| 久久狼人影院| 亚洲七黄色美女视频| 精品久久蜜臀av无| 久久久精品区二区三区| 亚洲精品粉嫩美女一区| 18禁黄网站禁片午夜丰满| 成人影院久久| 每晚都被弄得嗷嗷叫到高潮| 日韩欧美免费精品| 欧美大码av| 99热全是精品| 国产精品国产av在线观看| 中亚洲国语对白在线视频| 夫妻午夜视频| 性色av一级| 亚洲精品美女久久久久99蜜臀| 午夜老司机福利片| 久久精品亚洲熟妇少妇任你| 国产野战对白在线观看| 一级片免费观看大全| 亚洲精品久久午夜乱码| 男人舔女人的私密视频| 满18在线观看网站| 丰满人妻熟妇乱又伦精品不卡| 下体分泌物呈黄色| 1024香蕉在线观看| 青草久久国产| 黑人欧美特级aaaaaa片| 国产精品国产三级国产专区5o| 欧美变态另类bdsm刘玥| 在线观看免费午夜福利视频| 高清欧美精品videossex| 宅男免费午夜| 操美女的视频在线观看| 亚洲欧美日韩另类电影网站| 国产野战对白在线观看| 国产在线免费精品| 国产成人免费观看mmmm| 人妻人人澡人人爽人人| 丝瓜视频免费看黄片| 亚洲av电影在线进入| 国产国语露脸激情在线看| 成年人午夜在线观看视频| www.av在线官网国产| 精品久久蜜臀av无| netflix在线观看网站| 日韩欧美一区二区三区在线观看 | 五月天丁香电影| 久久久国产欧美日韩av| 日本黄色日本黄色录像| 久久精品亚洲av国产电影网| 亚洲欧美日韩高清在线视频 | 一区二区三区激情视频| 亚洲国产精品999| 汤姆久久久久久久影院中文字幕| 色综合欧美亚洲国产小说| 美女国产高潮福利片在线看| 欧美在线黄色| 久久精品亚洲av国产电影网| 国产免费视频播放在线视频| tube8黄色片| 免费看十八禁软件| 黑人操中国人逼视频| 自线自在国产av| 91av网站免费观看| 国产精品一区二区免费欧美 | 国产av精品麻豆| 免费不卡黄色视频| a级毛片黄视频| 国产欧美日韩精品亚洲av| 国产97色在线日韩免费| 亚洲五月色婷婷综合| 啦啦啦 在线观看视频| 精品久久蜜臀av无| 精品国产超薄肉色丝袜足j| 国产精品一区二区在线观看99| 2018国产大陆天天弄谢| 中文字幕制服av| 久久99一区二区三区| 国产精品99久久99久久久不卡| av视频免费观看在线观看| 免费看十八禁软件| 我的亚洲天堂| 午夜福利,免费看| 亚洲欧洲精品一区二区精品久久久| 一区福利在线观看| 国产男女内射视频| av视频免费观看在线观看| 免费久久久久久久精品成人欧美视频| 日韩欧美一区视频在线观看| 亚洲欧洲日产国产| 青春草视频在线免费观看| 777米奇影视久久| 国产日韩欧美在线精品| 亚洲avbb在线观看| 国产精品久久久人人做人人爽| 国产成人啪精品午夜网站| 国产淫语在线视频| 国产精品欧美亚洲77777| 亚洲国产看品久久| 欧美另类亚洲清纯唯美| 国产免费av片在线观看野外av| 夫妻午夜视频| 亚洲视频免费观看视频| 搡老乐熟女国产| 美女中出高潮动态图| 人妻久久中文字幕网| 亚洲第一av免费看| 亚洲欧洲日产国产| 两个人免费观看高清视频| 欧美另类亚洲清纯唯美| 一区二区日韩欧美中文字幕| 正在播放国产对白刺激| 99精品欧美一区二区三区四区| 国产精品一区二区免费欧美 | 欧美乱码精品一区二区三区| 久久人妻福利社区极品人妻图片| 久久精品亚洲熟妇少妇任你| 母亲3免费完整高清在线观看| 老司机在亚洲福利影院| 天天操日日干夜夜撸| av电影中文网址| 捣出白浆h1v1| 国产精品自产拍在线观看55亚洲 | tocl精华| 黑人操中国人逼视频| 国产深夜福利视频在线观看| 国产极品粉嫩免费观看在线| av天堂在线播放| 国产97色在线日韩免费| 亚洲国产看品久久| 热99re8久久精品国产| 国产精品一区二区精品视频观看| av超薄肉色丝袜交足视频| 狂野欧美激情性bbbbbb| 国产色视频综合| 国产一级毛片在线| 波多野结衣一区麻豆| 老司机影院成人| 国产男女超爽视频在线观看| 我要看黄色一级片免费的| 久久久欧美国产精品| 汤姆久久久久久久影院中文字幕| 天天添夜夜摸| 99香蕉大伊视频| 国产精品久久久久成人av| 99re6热这里在线精品视频| 国产97色在线日韩免费| 午夜两性在线视频| 免费观看人在逋| 精品少妇久久久久久888优播| 国产真人三级小视频在线观看| 日韩有码中文字幕| 水蜜桃什么品种好| 叶爱在线成人免费视频播放| 高潮久久久久久久久久久不卡| 在线观看免费视频网站a站| 日本撒尿小便嘘嘘汇集6| 蜜桃国产av成人99| 日韩人妻精品一区2区三区| netflix在线观看网站| 欧美黑人欧美精品刺激| 法律面前人人平等表现在哪些方面 | 国产成人欧美| 菩萨蛮人人尽说江南好唐韦庄| 国产亚洲av片在线观看秒播厂| 国产男人的电影天堂91| 国产免费av片在线观看野外av| 丰满迷人的少妇在线观看| 老汉色av国产亚洲站长工具| 国产免费一区二区三区四区乱码| 最近最新中文字幕大全免费视频| 日韩一区二区三区影片| 日本一区二区免费在线视频| 无遮挡黄片免费观看| 国产亚洲欧美精品永久| 亚洲成人国产一区在线观看| 久久 成人 亚洲| 99精国产麻豆久久婷婷| 亚洲午夜精品一区,二区,三区| 国产黄色免费在线视频| 免费在线观看影片大全网站| 女人精品久久久久毛片| h视频一区二区三区| 久久午夜综合久久蜜桃| 女人久久www免费人成看片| 久久 成人 亚洲| 日韩欧美免费精品| 久久久久国产精品人妻一区二区| 免费在线观看影片大全网站| 国产麻豆69| 无遮挡黄片免费观看| 国产成人啪精品午夜网站| 亚洲,欧美精品.| 日日夜夜操网爽| 国产av精品麻豆| 曰老女人黄片| tocl精华| 国产亚洲av片在线观看秒播厂| 国产精品免费大片| 亚洲成av片中文字幕在线观看| 亚洲成人手机| 国内毛片毛片毛片毛片毛片| av免费在线观看网站| 国产av又大| 十八禁高潮呻吟视频| 2018国产大陆天天弄谢| 99re6热这里在线精品视频| 亚洲成人手机| 欧美精品人与动牲交sv欧美| 国产一级毛片在线| 亚洲成国产人片在线观看| 欧美变态另类bdsm刘玥| 一级毛片精品| 日本a在线网址| 少妇 在线观看| 欧美日韩福利视频一区二区| 波多野结衣av一区二区av| 亚洲精品国产一区二区精华液| 亚洲av美国av| 99九九在线精品视频| 亚洲黑人精品在线| 另类精品久久| 亚洲av男天堂| 国产不卡av网站在线观看| 脱女人内裤的视频| 亚洲欧美精品自产自拍| 动漫黄色视频在线观看| 女人精品久久久久毛片| 91麻豆精品激情在线观看国产 | 色94色欧美一区二区| 热99国产精品久久久久久7| 视频在线观看一区二区三区| 嫩草影视91久久| 777米奇影视久久| 91麻豆精品激情在线观看国产 | 99精品欧美一区二区三区四区| 少妇猛男粗大的猛烈进出视频| 俄罗斯特黄特色一大片| 下体分泌物呈黄色| 亚洲天堂av无毛| 亚洲国产毛片av蜜桃av| 久久热在线av| 国产有黄有色有爽视频| 亚洲中文字幕日韩| 桃花免费在线播放| 18禁国产床啪视频网站| 天天躁日日躁夜夜躁夜夜| 满18在线观看网站| 亚洲欧美日韩另类电影网站| 国产欧美日韩综合在线一区二区| 日韩电影二区| 午夜两性在线视频| 精品久久久久久电影网| 热99久久久久精品小说推荐| 热re99久久国产66热| 母亲3免费完整高清在线观看| 久久久久久久大尺度免费视频| 18禁裸乳无遮挡动漫免费视频| 国产精品国产av在线观看| 精品高清国产在线一区| 中亚洲国语对白在线视频| 亚洲 国产 在线| 亚洲精品国产一区二区精华液| 日韩,欧美,国产一区二区三区| 在线十欧美十亚洲十日本专区| 欧美精品一区二区免费开放| 国产一区有黄有色的免费视频| 精品一区在线观看国产| 久久国产精品大桥未久av| 少妇 在线观看| 亚洲国产av影院在线观看| 午夜福利一区二区在线看| 日日爽夜夜爽网站| 久久久久久久久久久久大奶| 999久久久国产精品视频| 2018国产大陆天天弄谢| 五月开心婷婷网| 水蜜桃什么品种好| 国产麻豆69| 欧美午夜高清在线| 美国免费a级毛片| 免费人妻精品一区二区三区视频| 日韩欧美国产一区二区入口| svipshipincom国产片| 90打野战视频偷拍视频| 亚洲精品成人av观看孕妇| 国产一区二区在线观看av| 久久久欧美国产精品| 99九九在线精品视频| 欧美日韩成人在线一区二区| tube8黄色片| 亚洲欧美日韩高清在线视频 | 成人三级做爰电影| 国产精品九九99| 水蜜桃什么品种好| 亚洲伊人久久精品综合| 亚洲国产精品999| 欧美人与性动交α欧美软件| 一区在线观看完整版| 久久狼人影院| 精品少妇内射三级| 日韩大码丰满熟妇| 天天躁狠狠躁夜夜躁狠狠躁| 久久青草综合色| 伊人亚洲综合成人网| 亚洲av成人不卡在线观看播放网 | 国产精品九九99| 国产精品1区2区在线观看. | 久久人妻福利社区极品人妻图片| 999久久久精品免费观看国产| 自拍欧美九色日韩亚洲蝌蚪91| 99re6热这里在线精品视频| 国产老妇伦熟女老妇高清| 一进一出抽搐动态| 亚洲视频免费观看视频| 我要看黄色一级片免费的| 久久香蕉激情| 少妇被粗大的猛进出69影院| 欧美日韩国产mv在线观看视频| 亚洲美女黄色视频免费看| 巨乳人妻的诱惑在线观看| 国产1区2区3区精品| 久久免费观看电影| 国产日韩欧美亚洲二区| 日本av手机在线免费观看| 性色av乱码一区二区三区2| 老司机在亚洲福利影院| 91国产中文字幕| 777米奇影视久久| 丁香六月天网| 国产精品 欧美亚洲| 亚洲成av片中文字幕在线观看| 久久午夜综合久久蜜桃| 国产精品二区激情视频| 精品国产国语对白av| 69av精品久久久久久 | 亚洲自偷自拍图片 自拍| 亚洲精华国产精华精| 蜜桃国产av成人99| 老司机午夜十八禁免费视频| 欧美精品高潮呻吟av久久| 又大又爽又粗| 精品第一国产精品| 成年人免费黄色播放视频| 午夜日韩欧美国产| 男女之事视频高清在线观看| 男人爽女人下面视频在线观看| 亚洲一区二区三区欧美精品| 老汉色∧v一级毛片| 亚洲国产av新网站| 久久狼人影院| 人人妻人人添人人爽欧美一区卜| 天天添夜夜摸|