• <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 ?

    基于多尺度與反復(fù)注意力機(jī)制的礦井圖像分類(lèi)*

    2022-09-14 15:27:54王雨晨
    現(xiàn)代礦業(yè) 2022年8期
    關(guān)鍵詞:特征提取尺度注意力

    李 輝 劉 規(guī) 袁 航 王雨晨

    (1.安徽界溝礦業(yè)有限公司界溝煤礦;2.中國(guó)礦業(yè)大學(xué)信息與控制工程學(xué)院)

    煤礦智能、精準(zhǔn)開(kāi)采是煤礦發(fā)展的必由之路,人工智能化開(kāi)采技術(shù)的加入,使得傳統(tǒng)開(kāi)采方式得以向安全高效的現(xiàn)代化開(kāi)采方式轉(zhuǎn)變[1]。在礦山的煤矸石分揀、檢測(cè)等各個(gè)工作場(chǎng)景中,人工進(jìn)行煤矸石分揀與檢測(cè)的方式雖然分類(lèi)效果較好,但是其勞動(dòng)強(qiáng)度大,伴隨著不好管理以及易發(fā)生安全事故等問(wèn)題。圖像分類(lèi)技術(shù)挖掘和利用煤矸石圖像的內(nèi)在特征進(jìn)行分類(lèi)與檢測(cè),對(duì)煤炭的安全、精準(zhǔn)、智能化開(kāi)采起重大促進(jìn)作用。目前來(lái)看,大多數(shù)有關(guān)圖像分類(lèi)的算法仍然存在準(zhǔn)確率較低,對(duì)圖像的特征無(wú)法做到精準(zhǔn)提取,除此之外,還會(huì)受到礦井下面本身自然光照不足、粉塵等的影響[2],自然光下的圖像分類(lèi)算法在對(duì)煤矸石的分類(lèi)與檢測(cè)中的應(yīng)用受到制約[3]。提出的基于多尺度與反復(fù)注意力機(jī)制的礦井圖像分類(lèi)算法提取特征完整性較好,計(jì)算量降低,進(jìn)一步提升了煤矸石分類(lèi)的準(zhǔn)確率。

    1 相關(guān)算法

    1.1 卷積注意力模塊

    Sanghyun Woo 等[4]仔細(xì)觀察了人類(lèi)的視覺(jué)系統(tǒng),通過(guò)對(duì)其中注意力機(jī)制的摹仿,提出可以利用卷積注意力模塊來(lái)完成計(jì)算機(jī)視覺(jué)相關(guān)的任務(wù),使其在計(jì)算機(jī)視覺(jué)領(lǐng)域發(fā)揮出重要作用。原始卷積注意力模塊一般是由通道注意力模塊及空間注意力模塊組成,這兩部分模塊能夠?qū)μ卣鲌D中的關(guān)鍵部分進(jìn)行強(qiáng)調(diào),對(duì)不需要的特征進(jìn)行抑制,大幅增強(qiáng)了特征的表達(dá)能力。

    在計(jì)算機(jī)視覺(jué)任務(wù)中,卷積注意力模塊能夠大幅度提高對(duì)圖像關(guān)鍵部分特征提取的精準(zhǔn)度,同時(shí)對(duì)于圖像中無(wú)關(guān)的信息,該模塊也可以調(diào)整關(guān)注度將其忽略。模塊結(jié)構(gòu)如圖1所示。

    1.2 通道注意力模塊

    卷積注意力模塊的第一個(gè)部分為通道注意力模塊,通道注意力模塊的目的是判斷特征在這個(gè)通道上是否是有意義。假設(shè)輸入的特征圖尺寸是H×W ×C,首先,輸入的特征圖會(huì)首先經(jīng)過(guò)平均池化處理和最大池化處理,從而可以得到2 個(gè)尺寸為1×1×C的特征圖,再將獲得的2個(gè)特征圖分別輸入全連接網(wǎng)絡(luò),再次輸出2個(gè)特征圖,并對(duì)其進(jìn)行相加操作。之后,利用Sigmoid 函數(shù)獲得范圍在0 到1 的權(quán)重系數(shù),將得到的權(quán)重系數(shù)與最初輸入的H×W×C 大小特征圖做相乘操作,輸出通道注意力特征圖。詳細(xì)結(jié)構(gòu)如圖2所示。

    通常情況下,研究者們常常通過(guò)降低信息空間維度的方法,來(lái)達(dá)到提高模塊計(jì)算速度的目的。在研究過(guò)程中,研究者們發(fā)現(xiàn),最大池化層的使用,可以進(jìn)一步提高對(duì)圖像信息提取的準(zhǔn)確率,注意力模塊對(duì)重要信息的關(guān)注也更加細(xì)致。Zhou等[5]提出,可以通過(guò)在模型中引入最大池化處理的方式,來(lái)有效地提高網(wǎng)絡(luò)模型鎖定目標(biāo)區(qū)域的能力;Hu 等[6]注意到,通過(guò)使用最大池化層,能夠有效地計(jì)算特征空間維數(shù)。除此之外,經(jīng)過(guò)研究學(xué)者們的實(shí)踐操作,已經(jīng)證明,平均池化和最大池化的結(jié)合使用,能夠使得網(wǎng)絡(luò)的特征表現(xiàn)能力得到進(jìn)一步提高。

    1.3 空間注意力模塊

    空間注意力模塊的主要目的是實(shí)現(xiàn)對(duì)空間特征的精準(zhǔn)挑選和融合,其對(duì)輸入特征的處理過(guò)程同通道注意力模塊類(lèi)似,最終都得到新的特征圖??臻g注意力模塊更注重的是有價(jià)值信息的位置。將通道注意力特征作為模塊的輸入,之后輸出一個(gè)特征描述符,再經(jīng)卷積層輸出空間注意力特征圖,將輸出與輸入的特征圖進(jìn)行乘法加權(quán)操作,得到相應(yīng)的調(diào)整之后的特征圖。該模塊主要結(jié)構(gòu)如圖3所示。

    2 多尺度與反復(fù)注意力機(jī)制分類(lèi)網(wǎng)絡(luò)

    2.1 多尺度特征提取

    特征提取的有效性和精準(zhǔn)性,直接影響了最后分類(lèi)任務(wù)完成的效果。當(dāng)前,研究者們?cè)谔幚矸诸?lèi)相關(guān)任務(wù)時(shí),通常都會(huì)選擇使用較小尺寸的卷積核,事實(shí)上,經(jīng)過(guò)研究者們大量的實(shí)驗(yàn)證明,由于卷積核本身的特性,小尺寸的卷積核(如3×3)不僅能夠穩(wěn)定地提取圖像特征,還能夠讓整體網(wǎng)絡(luò)保持較小的計(jì)算量。但隨著圖像尺寸的增加,以及為了提高網(wǎng)絡(luò)在分類(lèi)任務(wù)當(dāng)中的準(zhǔn)確性,不斷加深分類(lèi)模型網(wǎng)絡(luò)的層數(shù),導(dǎo)致在實(shí)際過(guò)程中需要更大的感受野才能完成圖像的分類(lèi)任務(wù)。在此基礎(chǔ)上,本研究提出了一種利用多尺度來(lái)提取特征的方式,由多尺度特征提取與跨尺度特征融合組成,利用不同類(lèi)型的卷積核來(lái)獲得更多的圖像信息。

    多尺度特征提取原理如圖4 所示。網(wǎng)絡(luò)根據(jù)不同情況分別采用了3×3,5×5,7×7 尺寸的卷積核,在具體實(shí)驗(yàn)中,我們?yōu)榱吮WC圖像特征提取的效果,在選擇濾波器時(shí),需要將卷積核的大小考慮進(jìn)去。在網(wǎng)絡(luò)前端提取特征時(shí),3×3,5× 5,7×7 卷積核對(duì)應(yīng)的濾波器數(shù)量分別為64,128,256,將3個(gè)尺度的融合網(wǎng)絡(luò)設(shè)計(jì)成并行網(wǎng)絡(luò),并且在每一層網(wǎng)絡(luò)都加入了 BN 層和 ReLU 層。在圖 3 中,紅、綠、藍(lán) 3 種顏色的區(qū)域分別代表從小到大3 種不同尺寸的卷積核濾波器。棕色和淺色部分分別代表圖像輸入和邊界填充。不同卷積核所在圖像區(qū)域的感受野大小也不盡相同,所以盡管是位于同一個(gè)像素點(diǎn),使用不同尺寸的卷積核對(duì)圖像特征進(jìn)行提取,得到的結(jié)果也不太一樣,這樣就可以保證在使用網(wǎng)絡(luò)模型對(duì)圖像進(jìn)行分類(lèi)之前,可以從輸入的圖像中學(xué)到更完整更有效的特征。特征提取出來(lái)之后,先在模型前端對(duì)特征進(jìn)行訓(xùn)練學(xué)習(xí),在模型后端對(duì)每個(gè)網(wǎng)絡(luò)學(xué)習(xí)到的特征進(jìn)行串聯(lián)操作,模型最終輸出288個(gè)尺寸一樣的特征映射圖。由于在特征拼接的時(shí)候采用了多尺度拼接的方法,因此整體網(wǎng)絡(luò)模型能夠快速穩(wěn)定地進(jìn)行收斂,從而實(shí)現(xiàn)對(duì)圖像分類(lèi)的精度地有效提升。

    2.2 反復(fù)注意力機(jī)制

    本研究設(shè)計(jì)的網(wǎng)絡(luò)模型如圖5 所示,簡(jiǎn)單來(lái)說(shuō),整體分為特征提取和圖像分類(lèi)2 個(gè)部分。前一部分利用多尺度進(jìn)行特征提取,除此之外,還對(duì)ResNet 網(wǎng)絡(luò)做進(jìn)一步改進(jìn),將注意力模塊加入其中,可以實(shí)現(xiàn)對(duì)圖像特征的進(jìn)一步提取。這種方法不僅沒(méi)有增加網(wǎng)絡(luò)模型的計(jì)算量,還對(duì)網(wǎng)絡(luò)分類(lèi)任務(wù)的精準(zhǔn)度有了一定的提高。在ResNet 網(wǎng)絡(luò)原來(lái)輸出的特征圖之后,加入通道和空間注意力模塊,分別強(qiáng)調(diào)該特征的類(lèi)型以及該特征位置。經(jīng)過(guò)后續(xù)實(shí)驗(yàn)結(jié)果表明,本研究設(shè)計(jì)的模型雖然額外加入了其他模塊,但并未導(dǎo)致模型訓(xùn)練的計(jì)算量大幅增加,并且獲得的分類(lèi)效果相比于原始模塊也有了一定的提升。

    完整的分類(lèi)模型如圖6所示。其中,反復(fù)注意力模塊的輸入為經(jīng)過(guò)ResNet 下采樣模塊處理之后得到的特征矩陣。由多尺度、反復(fù)注意力機(jī)制以及ResNet 特征提取作為特征提取器,引入跳躍連接,在減少整體計(jì)算量的同時(shí)保證所提取煤矸石特征信息的完整性。同時(shí),在網(wǎng)絡(luò)進(jìn)行特征提取之后利用通道注意力機(jī)制濾除掉輸入的特征矩陣多余的特征冗余信息,與此同時(shí),利用空間注意力機(jī)制對(duì)輸入特征矩陣的背景特征信息進(jìn)行過(guò)濾,進(jìn)一步提高煤矸石分類(lèi)的準(zhǔn)確率。

    3 試驗(yàn)研究

    本試驗(yàn)條件為NVIDIA GTX 1080Ti的顯卡,操作系統(tǒng)為L(zhǎng)inux,編程語(yǔ)言選擇python,框架為pytorch,采用的數(shù)據(jù)集為經(jīng)典的CIFAR-10 分類(lèi)數(shù)據(jù)集,以及實(shí)際采集的礦井?dāng)?shù)據(jù)集圖片,以驗(yàn)證算法的具體性能。

    在設(shè)置算法模型的學(xué)習(xí)率以及batch size 的大小時(shí)采用3 組參數(shù)進(jìn)行對(duì)比,3 組實(shí)驗(yàn)的參數(shù)設(shè)置分別為①訓(xùn)練樣本的batch size 設(shè)為8,改變學(xué)習(xí)率變化步長(zhǎng)和衰減程度,每20 個(gè)迭代次數(shù),學(xué)習(xí)率乘以0.4;②訓(xùn)練樣本的batch size 設(shè)為8,每25 輪迭代訓(xùn)練后對(duì)學(xué)習(xí)率乘以0.2;③訓(xùn)練樣本的batch size 設(shè)為8,每30輪迭代訓(xùn)練后對(duì)學(xué)習(xí)率乘以0.1。3 組不同參數(shù)下,網(wǎng)絡(luò)收斂最終的分類(lèi)準(zhǔn)確率見(jiàn)表1。

    由表1 實(shí)驗(yàn)結(jié)果可知,實(shí)驗(yàn)3 的參數(shù)條件下的分類(lèi)準(zhǔn)確率最高,因此采用實(shí)驗(yàn)3的參數(shù)設(shè)置進(jìn)行與其他經(jīng)典算法的對(duì)比,比較結(jié)果見(jiàn)表2。

    根據(jù)表2 可知,與其他經(jīng)典方法相比,基于多尺度與反復(fù)注意力機(jī)制的圖像分類(lèi)模型均獲得了較高的分類(lèi)準(zhǔn)確率,在通用數(shù)據(jù)集CIFAR-10 中達(dá)到了93.17%的準(zhǔn)確率,在實(shí)際采集的礦井?dāng)?shù)據(jù)集中達(dá)到了93.40%的分類(lèi)準(zhǔn)確率,再次證明了基于多尺度與反復(fù)注意力機(jī)制的圖像分類(lèi)模型的有效性。

    4 結(jié) 語(yǔ)

    針對(duì)在礦山的煤矸石分揀、檢測(cè)等各個(gè)工作場(chǎng)景中提出了一種多尺度與反復(fù)注意力圖像分類(lèi)模型,對(duì)實(shí)際礦井圖像中的煤矸石進(jìn)行分類(lèi)檢測(cè),該模型在確保特征完好的基礎(chǔ)上,不僅降低了計(jì)算量,同時(shí)讓網(wǎng)絡(luò)模型更好地表達(dá)輸入圖像的特征信息。對(duì)于經(jīng)過(guò)下采樣之后的特征矩陣,不僅使用通道注意力模塊對(duì)輸入的特征進(jìn)行提取篩選,同時(shí)使用空間注意力機(jī)制來(lái)降低無(wú)關(guān)背景信息對(duì)重要特征信息的干擾。由最終的實(shí)驗(yàn)結(jié)果可以看出,本算法相較于

    ?

    ?

    參 考 文 獻(xiàn)以往的經(jīng)典模型,在性能方面有了明顯的進(jìn)步。

    [1] 蔣銳.老煤礦智能化建設(shè)關(guān)鍵技術(shù)及實(shí)施探索[J].工礦自動(dòng)化,2021,47(S1):16-18.

    [2] 程德強(qiáng),陳亮亮,蔡迎春,等.邊緣融合的多字典超分辨圖像重建算法[J].煤炭學(xué)報(bào),2018,43(7):2084-2090.

    [3] 唐守鋒,史可,仝光明,等.一種礦井低照度圖像增強(qiáng)算法[J].工礦自動(dòng)化,2021,47(10):32-36.

    [4] WOO S,PARK J,LEE J Y,et al.CBAM:Convolutional Block Attention Module[J].Springer,Cham,2018,7(17):42-51.

    [5] ZHOU B,KHOSLA A,LAPEDRIZA A,et al. Learning deep features for discriminative localization[J]. In: Computer Vision and Pattern Recognition(CVPR),2016,12(1):2921-2929.

    [6] JIE H,LI S,GANG S,et al. Squeeze-and-Excitation Networks[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence,2017,42(8):2011-2023.

    猜你喜歡
    特征提取尺度注意力
    讓注意力“飛”回來(lái)
    財(cái)產(chǎn)的五大尺度和五重應(yīng)對(duì)
    基于Daubechies(dbN)的飛行器音頻特征提取
    電子制作(2018年19期)2018-11-14 02:37:08
    “揚(yáng)眼”APP:讓注意力“變現(xiàn)”
    Bagging RCSP腦電特征提取算法
    A Beautiful Way Of Looking At Things
    宇宙的尺度
    太空探索(2016年5期)2016-07-12 15:17:55
    基于MED和循環(huán)域解調(diào)的多故障特征提取
    9
    Walsh變換在滾動(dòng)軸承早期故障特征提取中的應(yīng)用
    軸承(2010年2期)2010-07-28 02:26:12
    12—13女人毛片做爰片一| 一进一出抽搐gif免费好疼| www日本在线高清视频| 搞女人的毛片| 在线观看免费视频日本深夜| 亚洲五月天丁香| 国产欧美日韩一区二区三| 国产精品九九99| 制服丝袜大香蕉在线| 午夜福利在线观看吧| a级毛片在线看网站| 男插女下体视频免费在线播放| 18美女黄网站色大片免费观看| 欧美在线一区亚洲| a级毛片a级免费在线| x7x7x7水蜜桃| 长腿黑丝高跟| 久久精品影院6| 国产午夜精品久久久久久| 久久久久久久久久黄片| 精品国产美女av久久久久小说| 亚洲自拍偷在线| 日本五十路高清| 男人舔女人的私密视频| 我的老师免费观看完整版| 一级黄色大片毛片| 国产精品1区2区在线观看.| 欧美日韩国产亚洲二区| 欧美高清成人免费视频www| 中文资源天堂在线| 亚洲精品在线美女| 日本 av在线| 欧美一区二区国产精品久久精品| 黄色片一级片一级黄色片| 精品国内亚洲2022精品成人| 亚洲精品中文字幕一二三四区| 午夜福利视频1000在线观看| 久久午夜综合久久蜜桃| 国产免费男女视频| 日本免费一区二区三区高清不卡| 国产真人三级小视频在线观看| 久久久久免费精品人妻一区二区| 久久中文字幕一级| 极品教师在线免费播放| 国产av不卡久久| 淫秽高清视频在线观看| 日本a在线网址| 美女cb高潮喷水在线观看 | 精品午夜福利视频在线观看一区| 级片在线观看| 看黄色毛片网站| 国产精品一区二区精品视频观看| 久久久久久人人人人人| 精华霜和精华液先用哪个| 美女高潮喷水抽搐中文字幕| 极品教师在线免费播放| 国产三级黄色录像| 午夜福利视频1000在线观看| 少妇人妻一区二区三区视频| 波多野结衣高清作品| 桃红色精品国产亚洲av| 最新美女视频免费是黄的| av福利片在线观看| 五月玫瑰六月丁香| 最近在线观看免费完整版| 精品久久久久久久久久免费视频| 一区二区三区激情视频| 九色成人免费人妻av| 给我免费播放毛片高清在线观看| 国产精品野战在线观看| 免费看a级黄色片| 天天添夜夜摸| 99热这里只有精品一区 | 国产乱人视频| 听说在线观看完整版免费高清| 三级毛片av免费| 国产伦精品一区二区三区四那| 欧美一区二区精品小视频在线| 长腿黑丝高跟| 亚洲成a人片在线一区二区| 亚洲成av人片在线播放无| 国产精品影院久久| 免费观看人在逋| 亚洲成a人片在线一区二区| 国产熟女xx| www.自偷自拍.com| 亚洲av日韩精品久久久久久密| 久99久视频精品免费| 欧美最黄视频在线播放免费| 午夜福利在线在线| 国产伦人伦偷精品视频| 亚洲精品乱码久久久v下载方式 | netflix在线观看网站| 久久久久亚洲av毛片大全| 亚洲精品美女久久av网站| 成年人黄色毛片网站| 国产精品一区二区免费欧美| 国产精品综合久久久久久久免费| 久久中文字幕人妻熟女| 国产成人啪精品午夜网站| 网址你懂的国产日韩在线| 国产精品av视频在线免费观看| 国产精品久久视频播放| 怎么达到女性高潮| 成人国产一区最新在线观看| 九九热线精品视视频播放| 午夜激情福利司机影院| 成人国产综合亚洲| 99热只有精品国产| 女警被强在线播放| 欧美激情久久久久久爽电影| 黄片小视频在线播放| 青草久久国产| 亚洲国产欧美网| 亚洲真实伦在线观看| 黄色视频,在线免费观看| 国产精品亚洲av一区麻豆| 又黄又粗又硬又大视频| 久久久成人免费电影| 黄片大片在线免费观看| 久久久久久久久中文| 欧美+亚洲+日韩+国产| 久久中文字幕人妻熟女| av黄色大香蕉| 好男人电影高清在线观看| 亚洲性夜色夜夜综合| 久久精品国产99精品国产亚洲性色| 99国产精品一区二区三区| 国产不卡一卡二| 色精品久久人妻99蜜桃| 亚洲av中文字字幕乱码综合| 美女免费视频网站| 青草久久国产| 国产熟女xx| 国产真人三级小视频在线观看| 夜夜爽天天搞| 美女被艹到高潮喷水动态| 人人妻人人澡欧美一区二区| 欧美xxxx黑人xx丫x性爽| 亚洲在线观看片| 一区二区三区高清视频在线| 51午夜福利影视在线观看| www.精华液| 熟女电影av网| 国产一区二区三区在线臀色熟女| 法律面前人人平等表现在哪些方面| 熟女电影av网| 偷拍熟女少妇极品色| 99久国产av精品| 亚洲欧美精品综合一区二区三区| 亚洲精品粉嫩美女一区| 婷婷丁香在线五月| 午夜视频精品福利| 18禁美女被吸乳视频| 欧美国产日韩亚洲一区| 18禁观看日本| 欧美在线一区亚洲| 99久久精品一区二区三区| 国产男靠女视频免费网站| 亚洲欧美一区二区三区黑人| 亚洲在线自拍视频| 午夜影院日韩av| 久久久久久久精品吃奶| 可以在线观看毛片的网站| 国产精品久久久久久亚洲av鲁大| 嫩草影院入口| 国产亚洲精品av在线| 巨乳人妻的诱惑在线观看| 在线观看午夜福利视频| 99久久99久久久精品蜜桃| 国产真人三级小视频在线观看| 男插女下体视频免费在线播放| 麻豆一二三区av精品| 天天躁狠狠躁夜夜躁狠狠躁| 午夜精品在线福利| 757午夜福利合集在线观看| 国产精品久久久人人做人人爽| 一本一本综合久久| 国产精品乱码一区二三区的特点| 哪里可以看免费的av片| 人妻久久中文字幕网| 精品一区二区三区视频在线观看免费| 噜噜噜噜噜久久久久久91| 欧美极品一区二区三区四区| 午夜福利高清视频| 老鸭窝网址在线观看| 精品一区二区三区av网在线观看| 亚洲成人中文字幕在线播放| 国产精品美女特级片免费视频播放器 | 亚洲中文字幕日韩| 搡老妇女老女人老熟妇| 可以在线观看毛片的网站| 丁香欧美五月| 午夜精品久久久久久毛片777| 日韩欧美在线二视频| 亚洲专区国产一区二区| 亚洲熟妇熟女久久| 一级作爱视频免费观看| 在线十欧美十亚洲十日本专区| 18禁国产床啪视频网站| 性欧美人与动物交配| 三级男女做爰猛烈吃奶摸视频| 老汉色av国产亚洲站长工具| 国产激情久久老熟女| 999精品在线视频| 国产精品av久久久久免费| 成人18禁在线播放| 最好的美女福利视频网| 一本一本综合久久| 国产精品1区2区在线观看.| 99热只有精品国产| 美女高潮的动态| 亚洲专区国产一区二区| 国产黄色小视频在线观看| 男女那种视频在线观看| 亚洲成人中文字幕在线播放| 亚洲色图 男人天堂 中文字幕| 成人永久免费在线观看视频| 国产午夜精品久久久久久| 色综合欧美亚洲国产小说| 999精品在线视频| 亚洲精品中文字幕一二三四区| 亚洲在线自拍视频| av欧美777| 99精品久久久久人妻精品| 亚洲自偷自拍图片 自拍| 黄片小视频在线播放| 99久久精品国产亚洲精品| 久久国产精品影院| 天天添夜夜摸| 亚洲在线自拍视频| 精华霜和精华液先用哪个| 毛片女人毛片| 精品福利观看| 国产av不卡久久| 特大巨黑吊av在线直播| 免费在线观看影片大全网站| 久久久久久久精品吃奶| 一本综合久久免费| 九九热线精品视视频播放| 伦理电影免费视频| 亚洲成人中文字幕在线播放| 免费在线观看成人毛片| 欧美一区二区精品小视频在线| 国产伦精品一区二区三区视频9 | 好男人在线观看高清免费视频| 欧美乱色亚洲激情| 19禁男女啪啪无遮挡网站| 欧洲精品卡2卡3卡4卡5卡区| 亚洲美女黄片视频| 男人和女人高潮做爰伦理| 色老头精品视频在线观看| 国产三级黄色录像| 高潮久久久久久久久久久不卡| 亚洲国产精品999在线| 男人和女人高潮做爰伦理| 国产精品国产高清国产av| 久久精品综合一区二区三区| 黑人欧美特级aaaaaa片| 日本与韩国留学比较| 俺也久久电影网| 免费看光身美女| 国产三级黄色录像| 日本一本二区三区精品| 免费av毛片视频| 国产97色在线日韩免费| 免费在线观看视频国产中文字幕亚洲| 亚洲欧美日韩无卡精品| 亚洲国产精品成人综合色| 中文字幕最新亚洲高清| 亚洲成人久久性| 久久久国产精品麻豆| 桃色一区二区三区在线观看| 99久久99久久久精品蜜桃| 人人妻人人澡欧美一区二区| 国产伦人伦偷精品视频| 一卡2卡三卡四卡精品乱码亚洲| 小说图片视频综合网站| 一二三四社区在线视频社区8| 在线免费观看不下载黄p国产 | 国产高潮美女av| 天天添夜夜摸| 成熟少妇高潮喷水视频| 在线a可以看的网站| 国产精品一区二区三区四区久久| 欧美乱妇无乱码| 亚洲av中文字字幕乱码综合| 无遮挡黄片免费观看| 成人午夜高清在线视频| 级片在线观看| 国内少妇人妻偷人精品xxx网站 | 人人妻人人看人人澡| 精华霜和精华液先用哪个| 在线免费观看不下载黄p国产 | 女警被强在线播放| 日韩欧美 国产精品| 性色avwww在线观看| 老司机深夜福利视频在线观看| 欧美一区二区国产精品久久精品| 啦啦啦观看免费观看视频高清| 中文字幕人成人乱码亚洲影| 欧美丝袜亚洲另类 | 可以在线观看的亚洲视频| 小说图片视频综合网站| 免费看十八禁软件| 又黄又粗又硬又大视频| 丰满人妻一区二区三区视频av | 99精品久久久久人妻精品| 日韩欧美在线乱码| 亚洲国产看品久久| 嫁个100分男人电影在线观看| 国产伦精品一区二区三区四那| 欧美在线黄色| 欧美黑人巨大hd| 日韩欧美国产在线观看| 欧美一区二区精品小视频在线| 狠狠狠狠99中文字幕| 亚洲国产中文字幕在线视频| 在线a可以看的网站| 国产91精品成人一区二区三区| 给我免费播放毛片高清在线观看| 成人精品一区二区免费| 丁香欧美五月| 一本久久中文字幕| 国产精品野战在线观看| 精华霜和精华液先用哪个| 黄片大片在线免费观看| 9191精品国产免费久久| 18禁黄网站禁片免费观看直播| 在线观看午夜福利视频| 亚洲av中文字字幕乱码综合| 午夜福利欧美成人| 国产精华一区二区三区| 亚洲成av人片在线播放无| 日本 av在线| 一级作爱视频免费观看| 色老头精品视频在线观看| 久久精品影院6| 亚洲第一欧美日韩一区二区三区| 婷婷亚洲欧美| 国产成人精品无人区| 国产精品99久久久久久久久| 观看美女的网站| 亚洲成av人片在线播放无| 久久精品综合一区二区三区| 日日夜夜操网爽| 欧美黑人欧美精品刺激| 国产精品一区二区免费欧美| 国产精品一区二区三区四区久久| 欧美一级a爱片免费观看看| 色吧在线观看| 久久热在线av| 中文字幕人妻丝袜一区二区| 99热精品在线国产| АⅤ资源中文在线天堂| 国产av麻豆久久久久久久| 免费高清视频大片| 国产激情欧美一区二区| 成人特级av手机在线观看| 99久久精品一区二区三区| 国产成人福利小说| 美女被艹到高潮喷水动态| 99在线人妻在线中文字幕| 人妻丰满熟妇av一区二区三区| 宅男免费午夜| 亚洲在线自拍视频| 国产午夜精品久久久久久| 日日夜夜操网爽| 日韩三级视频一区二区三区| 日日摸夜夜添夜夜添小说| 国产精品九九99| 日日摸夜夜添夜夜添小说| 国产一区二区在线av高清观看| 啦啦啦观看免费观看视频高清| 中文字幕人妻丝袜一区二区| 国产激情欧美一区二区| 亚洲av电影在线进入| 中文字幕高清在线视频| 亚洲狠狠婷婷综合久久图片| 国产亚洲精品av在线| 俄罗斯特黄特色一大片| 欧美精品啪啪一区二区三区| 亚洲国产欧美一区二区综合| 亚洲成人免费电影在线观看| 给我免费播放毛片高清在线观看| 国产高清视频在线播放一区| 精品无人区乱码1区二区| 久久久久亚洲av毛片大全| 国内精品久久久久久久电影| 色在线成人网| 精品久久蜜臀av无| 国产又色又爽无遮挡免费看| 老司机午夜十八禁免费视频| 亚洲成人精品中文字幕电影| 亚洲av电影不卡..在线观看| 国产免费av片在线观看野外av| 国内久久婷婷六月综合欲色啪| 免费av毛片视频| 欧美中文综合在线视频| 久久这里只有精品中国| 国产又黄又爽又无遮挡在线| 国产欧美日韩精品亚洲av| 国产欧美日韩精品一区二区| 嫩草影院精品99| 91在线观看av| 亚洲av熟女| 免费无遮挡裸体视频| 夜夜爽天天搞| 亚洲 欧美 日韩 在线 免费| 久久午夜亚洲精品久久| 大型黄色视频在线免费观看| 成人鲁丝片一二三区免费| 丁香欧美五月| 亚洲第一电影网av| 亚洲国产欧洲综合997久久,| 国内精品久久久久精免费| 女生性感内裤真人,穿戴方法视频| 波多野结衣巨乳人妻| or卡值多少钱| 日韩国内少妇激情av| 欧美在线一区亚洲| 日本黄色视频三级网站网址| 在线观看日韩欧美| 99国产极品粉嫩在线观看| 亚洲成a人片在线一区二区| av天堂在线播放| 欧美乱妇无乱码| 国产亚洲av高清不卡| 亚洲av熟女| 久久九九热精品免费| 麻豆一二三区av精品| 88av欧美| 亚洲在线自拍视频| 中文字幕人妻丝袜一区二区| 好男人在线观看高清免费视频| 在线十欧美十亚洲十日本专区| 香蕉丝袜av| 国产伦在线观看视频一区| 琪琪午夜伦伦电影理论片6080| 黄色丝袜av网址大全| 国产一区二区在线观看日韩 | 熟妇人妻久久中文字幕3abv| 国产野战对白在线观看| xxxwww97欧美| 此物有八面人人有两片| 国产av麻豆久久久久久久| 午夜福利欧美成人| 最新在线观看一区二区三区| 免费在线观看影片大全网站| 丝袜人妻中文字幕| 欧美不卡视频在线免费观看| 叶爱在线成人免费视频播放| 99精品在免费线老司机午夜| 亚洲av美国av| 久久伊人香网站| 在线视频色国产色| 国产日本99.免费观看| 老汉色∧v一级毛片| 中国美女看黄片| 老熟妇乱子伦视频在线观看| 国产伦人伦偷精品视频| netflix在线观看网站| 国产三级黄色录像| 免费观看精品视频网站| 久久精品国产清高在天天线| 国产精品久久电影中文字幕| 亚洲自拍偷在线| 女警被强在线播放| 18禁观看日本| 国产精品美女特级片免费视频播放器 | 久久亚洲精品不卡| 很黄的视频免费| ponron亚洲| 真人一进一出gif抽搐免费| 在线观看66精品国产| 一个人观看的视频www高清免费观看 | 不卡av一区二区三区| 久久中文字幕人妻熟女| 亚洲av成人一区二区三| 麻豆国产97在线/欧美| 亚洲av成人精品一区久久| av欧美777| 亚洲avbb在线观看| 国产真人三级小视频在线观看| 国产精品亚洲av一区麻豆| 男女午夜视频在线观看| 在线看三级毛片| 成人国产一区最新在线观看| 久99久视频精品免费| 国产高潮美女av| 午夜精品久久久久久毛片777| 欧美日韩黄片免| 男人的好看免费观看在线视频| 国语自产精品视频在线第100页| 欧美激情在线99| 国产毛片a区久久久久| 亚洲av第一区精品v没综合| 老司机深夜福利视频在线观看| 国产精品女同一区二区软件 | 欧美+亚洲+日韩+国产| 国产麻豆成人av免费视频| 99视频精品全部免费 在线 | 999久久久精品免费观看国产| 久久九九热精品免费| 我的老师免费观看完整版| 久久性视频一级片| 精品一区二区三区视频在线观看免费| 丝袜人妻中文字幕| 九九在线视频观看精品| 一本久久中文字幕| 女同久久另类99精品国产91| 久久天躁狠狠躁夜夜2o2o| 国产亚洲精品久久久久久毛片| 国产精品久久久久久人妻精品电影| 久久精品亚洲精品国产色婷小说| 午夜福利免费观看在线| 国产激情偷乱视频一区二区| 久久精品影院6| 欧美大码av| 色吧在线观看| 伦理电影免费视频| 国内揄拍国产精品人妻在线| 精品99又大又爽又粗少妇毛片 | 视频区欧美日本亚洲| 可以在线观看毛片的网站| 久久香蕉国产精品| 中文字幕av在线有码专区| 久久久久久国产a免费观看| 波多野结衣巨乳人妻| or卡值多少钱| 香蕉久久夜色| 国产精品av久久久久免费| 成人永久免费在线观看视频| 搡老妇女老女人老熟妇| 在线十欧美十亚洲十日本专区| 国产成人精品久久二区二区91| 国产精品一区二区三区四区免费观看 | 免费在线观看视频国产中文字幕亚洲| 男插女下体视频免费在线播放| 午夜影院日韩av| 两个人看的免费小视频| 叶爱在线成人免费视频播放| 成年女人看的毛片在线观看| 少妇的丰满在线观看| 国产精品一区二区三区四区久久| 国产成+人综合+亚洲专区| 久久性视频一级片| 国产精品久久久av美女十八| 国产高清三级在线| 51午夜福利影视在线观看| 身体一侧抽搐| 欧美日韩亚洲国产一区二区在线观看| 国产一区二区激情短视频| h日本视频在线播放| 操出白浆在线播放| 一区福利在线观看| 99久久精品一区二区三区| 亚洲国产欧美一区二区综合| 麻豆av在线久日| 日韩精品青青久久久久久| svipshipincom国产片| 国产一区二区激情短视频| 国产精品98久久久久久宅男小说| 亚洲人成伊人成综合网2020| 国产私拍福利视频在线观看| 国产精品99久久久久久久久| 欧美色视频一区免费| 中文字幕人成人乱码亚洲影| 免费一级毛片在线播放高清视频| 偷拍熟女少妇极品色| 成人国产综合亚洲| 美女cb高潮喷水在线观看 | 欧美色视频一区免费| 日韩免费av在线播放| 午夜激情欧美在线| av天堂在线播放| 色综合欧美亚洲国产小说| 18禁国产床啪视频网站| 99热精品在线国产| av在线天堂中文字幕| 国产毛片a区久久久久| 男插女下体视频免费在线播放| 999久久久精品免费观看国产| 香蕉国产在线看| 欧美又色又爽又黄视频| 老司机福利观看| 亚洲av美国av| 在线观看舔阴道视频| 日韩欧美免费精品| 亚洲av五月六月丁香网| 丝袜人妻中文字幕| 成人av一区二区三区在线看| 两人在一起打扑克的视频| 国产男靠女视频免费网站| 欧美成人免费av一区二区三区| 色综合亚洲欧美另类图片| 成人一区二区视频在线观看| 久久久精品欧美日韩精品| 激情在线观看视频在线高清| 俺也久久电影网| 男人舔女人的私密视频| 国产成人欧美在线观看| av欧美777| 精品国产乱子伦一区二区三区| 嫩草影院精品99| 欧美日韩精品网址| 禁无遮挡网站| 国产精品久久久久久亚洲av鲁大| 婷婷丁香在线五月| 精品乱码久久久久久99久播| 天堂网av新在线| 亚洲性夜色夜夜综合| 一个人看的www免费观看视频| 毛片女人毛片| av中文乱码字幕在线|