• <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 ?

    基于無人機和圖像識別技術的玻璃幕墻檢測系統(tǒng)研究

    2022-10-15 08:41:22黃啟云要東明
    廣東土木與建筑 2022年9期
    關鍵詞:玻璃幕墻像素卷積

    黃啟云,要東明

    (廣東省有色工業(yè)建筑質量檢測站有限公司 廣州 510725)

    關鍵字:無人機;外墻檢測;卷積神經網絡;玻璃幕墻

    0 引言

    玻璃幕墻具有重量輕、采光性好、便于更換維護等優(yōu)點,在現代建筑中被大量采用作為外觀裝飾,成為了現代建筑的美學代表[1-6]。玻璃在生產的過程中不可避免的存在一些內部缺陷,在日后的使用中可能會發(fā)生碎裂,導致樓下行人受傷,發(fā)生安全事故。既有玻璃幕墻建筑的玻璃碎裂已經成為玻璃幕墻最重要的安全問題,是否能在發(fā)生危險之前把存在危險的玻璃替換,是判定一個大廈物業(yè)管理方是否合格的重要指標。在2000~2020 年之間的我國既有玻璃幕墻建筑的安全性報道中,玻璃幕墻結構出現最多的安全問題是玻璃碎裂[7-9]。

    根據《2000-2024 年中國建筑幕墻行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報告》指出,在2001~2005這5年之間,我國的玻璃幕墻產量增長速度處于歷史最高位。

    在這之后的幾年中,我國的玻璃幕墻產量保持穩(wěn)定狀態(tài),到2018年初,玻璃幕墻產量已經達到15億m2。因為玻璃幕墻具有自身重量輕的特點,在我國高度超過100 m 的建筑幾乎都使用玻璃幕墻作為外部結構。根據《建筑結構設計可靠性統(tǒng)一標準:GB 50068—2018》[10]中的規(guī)定,玻璃幕墻建筑外圍防護結構的設計使用年限宜為25年。根據文獻[10]規(guī)定,我國的玻璃幕墻存量面積在1 000萬m2以上,由此可以推斷,隨著時間的增長,我國玻璃幕墻會陸續(xù)達到使用年限。當今市場上,1 m2玻璃幕墻的人工檢測費用在40元/人左右,一棟玻璃幕墻建筑中待檢的面積一般都在10 000 m2以上,按此價格推算,每棟建筑的檢測費用都在40 萬元以上[11]。依據《玻璃幕墻工程技術規(guī)范:JGJ 102—2019》[12]規(guī)定,在玻璃幕墻工程完成后,需要以5 年為一個檢查周期,對整棟建筑的玻璃幕墻進行完整的安全檢測,這導致大廈的物業(yè)管理公司需要支付高額的檢測費用[13]。此外我國沒有現行的標準去規(guī)定玻璃幕墻的維護主體,這就造成了業(yè)主、開發(fā)商和物業(yè)互相推諉的局面,這種情況增加了玻璃幕墻的風險。依據文獻[12]規(guī)定,玻璃幕墻采用抽樣的安全檢測方式,例如一些省份的省標規(guī)定取高層玻璃幕墻總量的5%進行檢測,每層樓的檢測樣本數量不能低于1。以現在的這種抽樣檢查的方式,根本無法全面客觀地判斷整個玻璃幕墻的安全情況,并且以人工目視的方法去檢查也造成檢測效率低、精準度不高的情況。如今隨著高層玻璃幕墻建筑數量逐年增多,如何快速并準確地檢查建筑外觀玻璃幕墻的安全性成為了一個亟待解決的問題。因為玻璃面板的損壞不僅會降低建筑物的防風保溫能力,更重要的是玻璃面板破碎后,碎片會威脅到建筑物下行人的生命安全。對于高層建筑,其建筑內部結構空間限制,位于一些特殊結構區(qū)域的玻璃幕墻面板無法直接地觀察到,也無法及時地進行檢測,成為非常嚴重的安全隱患。以現有的人工目測的檢測方式,幾乎無法對現階段玻璃幕墻進行全面的安全檢測。隨著人們對建筑安全的要求提高,傳統(tǒng)的人工檢測方法已經無法滿足安全需求。因此,探索一個智能化、自動化的玻璃幕墻面板損傷檢測方法是“智慧樓宇”的必然要求。

    最近人工智能技術、數字成像技術以及無人機技術的蓬勃發(fā)展,已逐漸應用到玻璃幕墻檢測中。數字成像技術精度高、存儲性強,在橋隧的裂縫檢測中已經得到了廣泛的使用。無人機技術以高機動性的特點,可以快速到達高層建筑的指定檢測位置,并搭配相機以采集數字圖像信息,這種技術在施工現場檢測、建筑三維建模等領域得到了廣泛的應用。目前使用最多的是旋翼式無人機,這種類型的無人機可以穩(wěn)定地懸停在待檢目標周圍。近年來,旋翼式無人機和數字成像融合檢測技術,在建筑領域得到了廣泛的應用[14-15]。以旋翼式無人機為眼,數字成像技術為腦的集成式應用是未來建筑檢測信息化變革的主要方法。與傳統(tǒng)的方法(如升降機、望遠鏡)進行目視相比,無人機可以顯著降低時間消耗、勞動強度和安全風險,從而可以進行更頻繁的檢查。隨之而來的另一個問題出現了,有沒有一個方法可以快速地處理無人機拍攝的大量圖像呢?答案就是卷積神經網絡。卷積神經網絡可以將完整圖像作為輸入并以合理的方式約束神經網絡架構。與其他神經網絡算法相比,卷積神經網絡模型的特點是利用網絡連接的神經元節(jié)點以非線性方法處理數據。這個特點非常適合于圖像處理,可以對圖像進行像素級分割并對損傷區(qū)進行量化[16]。

    卷積神經網絡是深度學習最具代表的算法,它與傳統(tǒng)神經網絡區(qū)別在于添加了卷積層和降維層模擬人腦對信號分級處理。卷積神經網絡有輸入層、卷積層、池化層、全連接層和輸出層,包含了卷積計算和深度結構。輸入層的功能和傳統(tǒng)神經網絡一樣,作為接收和傳遞信息。圖像預處理也是在輸入層完成的。卷積計算屬于隱藏層的操作,目的在于使用卷積核提取圖像特征。具體操作是使用一個卷積核按一定步長規(guī)律在圖像上滑動,每次滑動時覆蓋的區(qū)域,卷積核與該區(qū)域元素對應相乘再求和,全部區(qū)域都計算完得到的就是一個新的特征圖。不同的卷積核可以提取不同的特征。ReLu、tanh 和sigmoid 都是激活函數,目的是使輸出結果呈非線性。池化層也稱為下采樣層,有最大池化和平均池化兩種操作。與卷積操作相似,但是池化沒有卷積核,而是在原圖上按一定規(guī)律劃分成多個小區(qū)域,每個小區(qū)域使用一個值替代,可以是該區(qū)域的平均值,或者最大值。目的是提取該區(qū)域特征,減少圖片維度,減少過擬合。全連接層是連接前面隱藏層和輸出層,將隱藏層的特征值映射到樣本空間,方便后續(xù)做分類或者回歸。神經網絡是通過一系列卷積池化等操作實現像素到像素的分割。

    本文通過采集玻璃幕墻圖像數據,基于訓練的幕墻破損識別模型對幕墻圖像數據進行破損識別,利用無人機和卷積神經網絡建立一種玻璃幕墻的快速檢測方法。

    1 實驗方案

    1.1 系統(tǒng)組成

    ⑴視覺系統(tǒng)主要由無人機與搭載的相機組成。相機會捕捉圖像并傳輸至計算機圖像處理系統(tǒng)。

    ⑵電腦負責控制視覺系統(tǒng),并結合通訊模組,對視覺系統(tǒng)所接收及反饋到的信號進行處理。

    1.2 檢測方式

    ⑴玻璃幕墻處于閉合狀態(tài)時:主要以自然光檢測為主,在自然光光強無法滿足對玻璃幕墻進行破損檢測的情況下,再啟用激光照射進行檢測。

    ⑵玻璃幕墻部分打開時:由于自然光的強度在不同方位下的不確定性,故此將采用激光照射,偏振成像探測器獲取圖像并由電腦中的圖像處理系統(tǒng)進行圖像處理。

    玻璃幕墻檢測系統(tǒng)組成如圖1所示。

    1.3 系統(tǒng)結構

    視覺系統(tǒng)由無人機和偏振光相機構成,偏振光相機對幕墻面板進行實時成像,將所得圖像數據傳遞至電腦,通訊負責傳遞外部檢測裝置的檢測信息與電腦發(fā)送至主控制器的命令,電腦負責對數據的分析及方便反饋操作人員的命令。玻璃幕墻檢測系統(tǒng)運行方式如圖2所示。

    2 實驗設備和算法

    2.1 無人機

    本文中使用是一種商用輕型無人機,無人機的自主導航系統(tǒng)可以實現高水平的自動化。

    2.2 卷積神經網絡

    近年來,公開可用的開源軟件庫不斷增加,用戶可以使用開源的軟件庫構建人工神經網絡,Keras 是最受歡迎的開源庫。本文利用Keras 建立了一個網絡,將收集到的玻璃幕墻圖像片段分類為“含裂縫”或“無裂縫”。為了更好地使用卷積神經網絡對圖像進行分類,需要對卷積神經網絡模型進行訓練,圖像數據集可以由自己或使用公開的數據集獲得。

    卷積神經網絡模型對輸入圖像進行特征提取,通過全連接層進行分類,輸出每個類的分數。每一層負責不同的函數,并使用來自上一層的結果作為輸入,前饋特征使用過濾器分配初始隨機權重和偏差預測類,計算損失預測分數和地面真相,應用反向傳播不斷調整過濾器權重和偏差,最終獲得一個優(yōu)化的模型。本文中卷積神經網絡算法圖像識別流程如圖3所示。

    算法操作步驟如下:①獲取參考玻璃幕墻圖像數據序列;②依據所述參考玻璃幕墻圖像數據序列進行模型訓練;③在預設破損屬性網絡未搜索到該幕墻破損定位區(qū)域對應的幕墻破損區(qū)域屬性,則依據刪除預設圖像特征向量的圖像數據以后的所述玻璃幕墻圖像數據,基于特征提取網絡生成所述玻璃幕墻圖像數據對應的圖像數據特征集。

    本文實驗中選擇使用指數衰減學習率,即學習率會跟據訓練下降的速度自行調節(jié)變化,防止產生震蕩。指數衰減學習率的方程為[17]:

    式中:φ為當前學習率;γ為初始學習率;η為學習率衰減系數;a為當前迭代次數;b為衰減速度。實驗初始學習率設置為2e-3,學習率衰減速度為0.5,當前迭代次數為0,衰減速度為1 500,訓練的總輪數為5 000輪。

    3 實驗過程

    無人機按照爬行線的飛行模式自動捕捉玻璃物的一面墻。自主飛行算法以起始坐標、墻的長度、距離墻的距離和最小/最大高度作為輸入參數。這些玻璃圖像每分鐘由無人機拍攝一次,并被轉移到計算機上進行分析。使用攝影測量軟件對獲得的圖像進行數字矩陣化處理。

    在進行卷積神經網絡模型訓練之前,每個數字矩陣都會被標記,以指示該區(qū)域中是否包含一個對象。池化層進行向下采樣,以減小輸入數據的空間大小。本文的最大池輸出(X2×Y2×Z2)的尺寸計算如下[19]:

    其中,X1、Y1和Z1表示圖形數據的寬度、高度和深度,而F和S分別表示池窗口大小和池步幅值。由于池化過程的不同參數導致不同的輸出,通過調整參數可以實現不同模型的性能。池化時的滑動窗口為3×3,步幅為2。將局部鄰域像素歸一化后,值越大的像素越明顯,更容易檢測到高頻特征。局部響應采用網絡歸一化,進行一種側向抑制,增強更興奮的神經元。卷積神經網絡圖像識別過程如圖4所示。

    ⑴制作數據:active_samples=2000,test_samples=800;train_samples=200;

    ⑵用val_samples初始化模型;

    ⑶分別對active_samples目錄下的數據進行方差測定,方差比較小比較穩(wěn)定,也就說明具有一致性,將所有的數據方差排序,選擇最大的200 張,將這200 張加入到train_samples里面;

    ⑷更新當前的訓練數據train_sample-s,模型進行重新訓練或者微調,得到新的模型;

    ⑸ 重復以上步驟,直到主動選擇樣本active_samples 的數量為0或者模型已滿足需要,不需要再更新。卷積神經網絡圖像識別過程如圖4所示。

    精度和反饋率是大多數機器學習模型的典型指標,使用方程式進行計算[20]:

    式中:真陽性TP 表示正確預測為缺陷的真缺陷數;FP假陽性指預測為缺陷的非缺陷數;FN 假陰性為預測為非缺陷的真缺陷數,表示檢測模型中缺少缺陷。由于目標檢測的特點,結果中不存在真陰性。對于每個檢測,都會生成一個具有置信水平和一組坐標的邊界框。對于TP,預測的邊界框βp和真值框βg之間的重疊比必須超過一定的閾值α(在本研究中為0.5)??捎梅匠淌接嬎悖?0]:

    4 結果和討論

    無人機收集到了像素范圍在1 440×720 到320×256之間的圖像。缺陷檢測模型可以使用不同大小的輸入圖像進行訓練,理論上可以使用更高分辨率的圖像提取更多的信息。卷積過程如圖5所示。

    高分辨率的訓練圖像同時會增加計算成本。本研究中所有的圖像都被縮小到相同大小的224×224像素。像素較低的圖像可能會影響模型的性能,需要進行數據增強。用于數據增強的方法包括垂直和水平翻轉、旋轉和縮放、顏色調整,即調整亮度、對比度和飽和度。卷積神經網絡計算樣品的準確度實例如圖6所示。

    實驗結果表明,隨著訓練數據的增加,卷積神經網絡模型從輸入的圖像中獲得更準確、更全面地學習目標特征,從而獲得更高的檢測精度。更多的卷積層可以提取更重要的特征,但深層網絡結構復雜,參數更多,計算成本更高,檢測速度受到影響。本研究的結果表明,適當數量的額外卷積層可以有利于模型的性能,最大池化層中濾波器的池化步幅較小,可以防止下采樣過程中的重要信息丟失。

    5 結論與展望

    本研究使用無人機、免費和開源的攝影測量軟件和深度學習庫來識別玻璃幕墻上的破損,該方法可以確定幕墻表面大多數破損的估計位置(即是否存在破損)。一旦確定了估計的位置,就可以在可疑區(qū)域重復這一過程,并使無人機更靠近玻璃幕墻,以便清楚地看到以進一步調查,并提供更多的信息,以及向業(yè)主和設施經理提供估計的維修范圍和成本。

    猜你喜歡
    玻璃幕墻像素卷積
    趙運哲作品
    藝術家(2023年8期)2023-11-02 02:05:28
    像素前線之“幻影”2000
    基于3D-Winograd的快速卷積算法設計及FPGA實現
    淺談高層建筑玻璃幕墻施工技術
    建筑工程中的玻璃幕墻節(jié)能技術探究
    “像素”仙人掌
    關于超高層建筑單元式玻璃幕墻技術的探討
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    組合鋁合金立柱在超大跨度玻璃幕墻中的應用
    上海建材(2018年4期)2018-11-13 01:08:54
    基于傅里葉域卷積表示的目標跟蹤算法
    久久中文看片网| 男女视频在线观看网站免费| 亚洲精品成人久久久久久| 老熟妇乱子伦视频在线观看| xxx96com| www国产在线视频色| 亚洲aⅴ乱码一区二区在线播放| 人人妻,人人澡人人爽秒播| 亚洲国产日韩欧美精品在线观看 | 精品人妻一区二区三区麻豆 | 嫩草影视91久久| 99热这里只有是精品50| 日韩有码中文字幕| 久久久久久久精品吃奶| 露出奶头的视频| 久久亚洲精品不卡| 欧美+亚洲+日韩+国产| 亚洲av五月六月丁香网| 可以在线观看毛片的网站| 精品久久久久久成人av| 很黄的视频免费| 别揉我奶头~嗯~啊~动态视频| 欧美激情在线99| 日韩欧美三级三区| 97超视频在线观看视频| 男女做爰动态图高潮gif福利片| 日韩欧美国产一区二区入口| 精品国产超薄肉色丝袜足j| 亚洲国产精品合色在线| 精品久久久久久久毛片微露脸| avwww免费| 国产乱人视频| 久久香蕉精品热| 久久久久国产精品人妻aⅴ院| 久久久久免费精品人妻一区二区| 精品国内亚洲2022精品成人| 制服人妻中文乱码| 午夜福利成人在线免费观看| 夜夜夜夜夜久久久久| 热99re8久久精品国产| 日本 欧美在线| 成人午夜高清在线视频| 舔av片在线| 国产精品一区二区三区四区久久| 国产高清激情床上av| 国产免费男女视频| 啦啦啦观看免费观看视频高清| 狂野欧美激情性xxxx| 国产精品爽爽va在线观看网站| 国产成人系列免费观看| 网址你懂的国产日韩在线| 午夜日韩欧美国产| 99久久成人亚洲精品观看| 亚洲人成网站在线播| aaaaa片日本免费| 无人区码免费观看不卡| 午夜免费激情av| av视频在线观看入口| 99国产精品一区二区蜜桃av| 18禁在线播放成人免费| 丰满的人妻完整版| 伊人久久大香线蕉亚洲五| av天堂中文字幕网| 757午夜福利合集在线观看| 亚洲欧美日韩高清在线视频| 欧美日韩亚洲国产一区二区在线观看| 久久久久性生活片| 最近在线观看免费完整版| 一级作爱视频免费观看| tocl精华| 嫁个100分男人电影在线观看| 免费搜索国产男女视频| 日本免费a在线| 中文字幕熟女人妻在线| 亚洲熟妇中文字幕五十中出| 国产私拍福利视频在线观看| 婷婷六月久久综合丁香| 久久亚洲精品不卡| 亚洲片人在线观看| 亚洲精品日韩av片在线观看 | 日本 av在线| 日韩成人在线观看一区二区三区| 国产真实伦视频高清在线观看 | 宅男免费午夜| 中文字幕人成人乱码亚洲影| 亚洲成人中文字幕在线播放| 欧美日本亚洲视频在线播放| 午夜免费成人在线视频| 免费看a级黄色片| 三级男女做爰猛烈吃奶摸视频| 99久久99久久久精品蜜桃| 久久久精品大字幕| 亚洲国产色片| 黄色女人牲交| 少妇高潮的动态图| 日韩亚洲欧美综合| 91麻豆精品激情在线观看国产| 亚洲成av人片在线播放无| 麻豆国产av国片精品| 国产精品久久久久久精品电影| 欧美高清成人免费视频www| 欧美色视频一区免费| 一区福利在线观看| 国产熟女xx| 1024手机看黄色片| 丰满的人妻完整版| 亚洲最大成人中文| 女人被狂操c到高潮| 最近视频中文字幕2019在线8| 日韩欧美一区二区三区在线观看| 日韩 欧美 亚洲 中文字幕| 久久久久久人人人人人| 熟女电影av网| 身体一侧抽搐| 动漫黄色视频在线观看| 亚洲人成网站在线播放欧美日韩| 亚洲美女黄片视频| 在线天堂最新版资源| 一个人看的www免费观看视频| 国产精品99久久99久久久不卡| 欧美不卡视频在线免费观看| 成人永久免费在线观看视频| 久久精品亚洲精品国产色婷小说| 波多野结衣巨乳人妻| 免费人成在线观看视频色| 欧美大码av| 国产在视频线在精品| 国产高清videossex| 国产在视频线在精品| 黑人欧美特级aaaaaa片| 国产 一区 欧美 日韩| 国产高清videossex| 日韩欧美在线二视频| 一卡2卡三卡四卡精品乱码亚洲| 色av中文字幕| 国产69精品久久久久777片| 日本撒尿小便嘘嘘汇集6| 一级黄片播放器| 午夜精品久久久久久毛片777| 亚洲人成伊人成综合网2020| 可以在线观看的亚洲视频| 国产淫片久久久久久久久 | 婷婷精品国产亚洲av| 岛国在线观看网站| 亚洲国产精品合色在线| 亚洲欧美日韩东京热| 少妇高潮的动态图| 婷婷亚洲欧美| 国产视频一区二区在线看| 一级黄色大片毛片| 999久久久精品免费观看国产| 12—13女人毛片做爰片一| 波多野结衣高清无吗| 国产三级在线视频| 亚洲美女黄片视频| 欧美日韩福利视频一区二区| 国产精品一及| 999久久久精品免费观看国产| 国产激情欧美一区二区| 成年免费大片在线观看| 日本a在线网址| 亚洲美女视频黄频| 国产精品亚洲一级av第二区| 国内久久婷婷六月综合欲色啪| 久久天躁狠狠躁夜夜2o2o| 国产高清激情床上av| 精品国产亚洲在线| 国产熟女xx| 亚洲国产中文字幕在线视频| 最近最新中文字幕大全免费视频| 国产成人福利小说| 亚洲性夜色夜夜综合| 国产黄色小视频在线观看| 岛国在线免费视频观看| 午夜福利视频1000在线观看| 亚洲七黄色美女视频| 婷婷精品国产亚洲av在线| 老汉色∧v一级毛片| 色老头精品视频在线观看| 国产单亲对白刺激| 亚洲一区二区三区色噜噜| 日本a在线网址| 国产亚洲精品av在线| 啦啦啦观看免费观看视频高清| 人妻丰满熟妇av一区二区三区| 少妇的逼水好多| 成人国产综合亚洲| 三级国产精品欧美在线观看| 国产av在哪里看| 久久99热这里只有精品18| 国产黄a三级三级三级人| а√天堂www在线а√下载| 久久九九热精品免费| 成人性生交大片免费视频hd| 狂野欧美激情性xxxx| 国产成人av激情在线播放| 国产成+人综合+亚洲专区| 岛国在线观看网站| 三级国产精品欧美在线观看| 啦啦啦免费观看视频1| 国产成年人精品一区二区| av在线天堂中文字幕| 性色avwww在线观看| 免费在线观看成人毛片| 国产av一区在线观看免费| 国产激情欧美一区二区| 欧美日韩瑟瑟在线播放| 一个人免费在线观看电影| 亚洲精品粉嫩美女一区| 观看美女的网站| 久久午夜亚洲精品久久| 日本撒尿小便嘘嘘汇集6| 成人18禁在线播放| 一级毛片高清免费大全| 一级黄色大片毛片| 婷婷精品国产亚洲av在线| 香蕉av资源在线| 国产精品女同一区二区软件 | 欧美高清成人免费视频www| 亚洲av二区三区四区| 国产精品影院久久| 久久99热这里只有精品18| 亚洲av电影在线进入| 在线观看午夜福利视频| 18禁黄网站禁片午夜丰满| 午夜久久久久精精品| 人人妻人人看人人澡| 婷婷精品国产亚洲av| av天堂在线播放| 在线免费观看的www视频| 51午夜福利影视在线观看| 别揉我奶头~嗯~啊~动态视频| 蜜桃久久精品国产亚洲av| 久久久精品大字幕| 国产精品1区2区在线观看.| 伊人久久大香线蕉亚洲五| av欧美777| 午夜亚洲福利在线播放| 一级作爱视频免费观看| 日本在线视频免费播放| 色综合婷婷激情| 国产精品99久久99久久久不卡| 婷婷精品国产亚洲av在线| 亚洲18禁久久av| 日韩欧美免费精品| 好男人在线观看高清免费视频| 老司机午夜福利在线观看视频| 亚洲av成人精品一区久久| h日本视频在线播放| 嫩草影视91久久| 精品国产美女av久久久久小说| 亚洲性夜色夜夜综合| 亚洲精品影视一区二区三区av| 亚洲人与动物交配视频| 精品99又大又爽又粗少妇毛片 | 一进一出好大好爽视频| 日本a在线网址| 在线观看日韩欧美| av黄色大香蕉| 在线十欧美十亚洲十日本专区| 久久精品人妻少妇| 99精品欧美一区二区三区四区| 亚洲国产精品成人综合色| 久久久久性生活片| a级一级毛片免费在线观看| av福利片在线观看| 最好的美女福利视频网| 亚洲av免费在线观看| 天天躁日日操中文字幕| 国产亚洲欧美98| 色综合婷婷激情| 国产乱人视频| 国产91精品成人一区二区三区| 日本a在线网址| 免费在线观看成人毛片| 真人做人爱边吃奶动态| 国产老妇女一区| www日本黄色视频网| 露出奶头的视频| 午夜精品久久久久久毛片777| 成人18禁在线播放| 国产精品乱码一区二三区的特点| 91字幕亚洲| 美女高潮喷水抽搐中文字幕| 免费人成视频x8x8入口观看| xxxwww97欧美| 中文字幕久久专区| 欧美日韩综合久久久久久 | 久久久国产精品麻豆| 久久久久九九精品影院| 色综合欧美亚洲国产小说| 亚洲成av人片在线播放无| 日韩人妻高清精品专区| 亚洲精品色激情综合| 午夜福利在线观看吧| 校园春色视频在线观看| 久久久久国产精品人妻aⅴ院| 在线观看av片永久免费下载| 午夜免费观看网址| 欧美成人a在线观看| 欧美一级毛片孕妇| 亚洲最大成人中文| 国产精品久久久人人做人人爽| 男女之事视频高清在线观看| 婷婷精品国产亚洲av在线| 一区福利在线观看| 亚洲七黄色美女视频| 高潮久久久久久久久久久不卡| 欧美又色又爽又黄视频| 亚洲七黄色美女视频| 老司机午夜十八禁免费视频| 精品久久久久久久毛片微露脸| 日本三级黄在线观看| 成人av一区二区三区在线看| 91在线精品国自产拍蜜月 | 亚洲午夜理论影院| 国产不卡一卡二| 亚洲,欧美精品.| bbb黄色大片| 亚洲欧美日韩东京热| 一进一出好大好爽视频| 精品熟女少妇八av免费久了| 欧美乱色亚洲激情| 国产精品久久久人人做人人爽| 麻豆成人午夜福利视频| 久久精品亚洲精品国产色婷小说| 久久婷婷人人爽人人干人人爱| 亚洲av免费高清在线观看| 在线国产一区二区在线| 在线观看一区二区三区| 给我免费播放毛片高清在线观看| 国内精品久久久久精免费| 亚洲乱码一区二区免费版| 欧美一区二区国产精品久久精品| 特大巨黑吊av在线直播| 又黄又爽又免费观看的视频| 18禁国产床啪视频网站| 亚洲人成伊人成综合网2020| 99久久九九国产精品国产免费| 日本精品一区二区三区蜜桃| 日本撒尿小便嘘嘘汇集6| 国产精品1区2区在线观看.| 国产国拍精品亚洲av在线观看 | 香蕉久久夜色| 丰满的人妻完整版| 久99久视频精品免费| 久久精品亚洲精品国产色婷小说| 日本五十路高清| 久久久久国内视频| 国产激情偷乱视频一区二区| av欧美777| 可以在线观看的亚洲视频| www日本在线高清视频| 美女黄网站色视频| 中文字幕精品亚洲无线码一区| 国产色爽女视频免费观看| 国产美女午夜福利| 真人做人爱边吃奶动态| 在线观看一区二区三区| 麻豆成人午夜福利视频| 国产成人av激情在线播放| 最新美女视频免费是黄的| 欧美日韩综合久久久久久 | 好男人电影高清在线观看| 18禁美女被吸乳视频| 色精品久久人妻99蜜桃| netflix在线观看网站| 中文字幕人成人乱码亚洲影| 午夜老司机福利剧场| 怎么达到女性高潮| 午夜福利高清视频| 欧美精品啪啪一区二区三区| 热99在线观看视频| 免费看十八禁软件| 亚洲人成网站高清观看| 日韩精品青青久久久久久| 少妇裸体淫交视频免费看高清| 法律面前人人平等表现在哪些方面| 黄色女人牲交| 国产av一区在线观看免费| 国产视频一区二区在线看| 国产一区二区亚洲精品在线观看| 成年女人毛片免费观看观看9| а√天堂www在线а√下载| 可以在线观看的亚洲视频| 亚洲中文日韩欧美视频| 日本五十路高清| 欧美zozozo另类| 精品人妻一区二区三区麻豆 | 97超级碰碰碰精品色视频在线观看| 欧美乱色亚洲激情| 色综合亚洲欧美另类图片| 欧美乱妇无乱码| 午夜视频国产福利| 日韩欧美精品v在线| 亚洲五月婷婷丁香| 亚洲av中文字字幕乱码综合| 五月伊人婷婷丁香| 搡老妇女老女人老熟妇| 亚洲不卡免费看| 在线a可以看的网站| 国产精品久久久人人做人人爽| 黄片大片在线免费观看| 18+在线观看网站| 国产一区在线观看成人免费| 俺也久久电影网| av专区在线播放| 三级国产精品欧美在线观看| av在线天堂中文字幕| 成熟少妇高潮喷水视频| 小说图片视频综合网站| 国产一区二区在线av高清观看| 别揉我奶头~嗯~啊~动态视频| 无限看片的www在线观看| 国内揄拍国产精品人妻在线| 久久久久国内视频| 精品久久久久久久人妻蜜臀av| 91av网一区二区| 俺也久久电影网| 久久久久久久久中文| 男人舔女人下体高潮全视频| 毛片女人毛片| 精品久久久久久久人妻蜜臀av| 最新中文字幕久久久久| 欧美色视频一区免费| 亚洲va日本ⅴa欧美va伊人久久| 午夜免费观看网址| 非洲黑人性xxxx精品又粗又长| 亚洲最大成人中文| 国产成年人精品一区二区| e午夜精品久久久久久久| 色精品久久人妻99蜜桃| 中文在线观看免费www的网站| 亚洲 欧美 日韩 在线 免费| 偷拍熟女少妇极品色| 中文字幕人妻熟人妻熟丝袜美 | 国产精华一区二区三区| 久久久久久大精品| 在线观看午夜福利视频| 国产激情偷乱视频一区二区| 欧美在线黄色| 亚洲欧美日韩高清专用| 欧美绝顶高潮抽搐喷水| 国产精品久久久久久精品电影| 亚洲人与动物交配视频| 网址你懂的国产日韩在线| 国产成人福利小说| 亚洲精品乱码久久久v下载方式 | 成人无遮挡网站| 99久久99久久久精品蜜桃| 国产免费av片在线观看野外av| 久99久视频精品免费| 国产毛片a区久久久久| 老汉色av国产亚洲站长工具| 一级黄片播放器| 两人在一起打扑克的视频| 亚洲精品乱码久久久v下载方式 | 亚洲黑人精品在线| 成人欧美大片| 国产一区在线观看成人免费| 成人性生交大片免费视频hd| netflix在线观看网站| 国产主播在线观看一区二区| 三级毛片av免费| 少妇熟女aⅴ在线视频| 国产成年人精品一区二区| 久久久国产成人精品二区| 国产精品久久久久久久电影 | 99热精品在线国产| avwww免费| 欧美日韩一级在线毛片| 欧美最新免费一区二区三区 | 国内少妇人妻偷人精品xxx网站| 女人十人毛片免费观看3o分钟| 在线国产一区二区在线| 丰满人妻一区二区三区视频av | 成人一区二区视频在线观看| 国产高清激情床上av| 国产麻豆成人av免费视频| 麻豆成人av在线观看| 免费看美女性在线毛片视频| 99热精品在线国产| 色噜噜av男人的天堂激情| 一级作爱视频免费观看| 国产精品98久久久久久宅男小说| 国产黄a三级三级三级人| 国产精品久久电影中文字幕| 大型黄色视频在线免费观看| 午夜老司机福利剧场| 国产免费男女视频| 亚洲内射少妇av| 亚洲不卡免费看| 亚洲美女黄片视频| 国产真实乱freesex| 国产精品1区2区在线观看.| 听说在线观看完整版免费高清| 国产综合懂色| av中文乱码字幕在线| 久久久久国内视频| 岛国在线观看网站| 国产一区二区三区在线臀色熟女| 成人18禁在线播放| 日韩欧美精品v在线| 熟女人妻精品中文字幕| 日韩中文字幕欧美一区二区| 男女视频在线观看网站免费| 午夜日韩欧美国产| 一二三四社区在线视频社区8| 国产又黄又爽又无遮挡在线| 欧美bdsm另类| 51国产日韩欧美| 精品国产亚洲在线| 久久亚洲真实| 久久精品国产亚洲av涩爱 | 真实男女啪啪啪动态图| 亚洲美女黄片视频| 国产成人aa在线观看| 夜夜看夜夜爽夜夜摸| 精品免费久久久久久久清纯| 99久久精品一区二区三区| 久久精品国产清高在天天线| 亚洲男人的天堂狠狠| 美女大奶头视频| 一级黄片播放器| 每晚都被弄得嗷嗷叫到高潮| 国产精品久久视频播放| 成人国产综合亚洲| 亚洲狠狠婷婷综合久久图片| 天堂网av新在线| 国产精品免费一区二区三区在线| 久久草成人影院| 人人妻,人人澡人人爽秒播| 99在线视频只有这里精品首页| 动漫黄色视频在线观看| 一区二区三区免费毛片| 成人高潮视频无遮挡免费网站| 99国产综合亚洲精品| 亚洲中文日韩欧美视频| 九色成人免费人妻av| 亚洲av成人精品一区久久| 色综合亚洲欧美另类图片| 精品99又大又爽又粗少妇毛片 | 国产日本99.免费观看| 精品电影一区二区在线| 久久久色成人| 日本黄大片高清| 毛片女人毛片| 国产精品99久久99久久久不卡| 成人午夜高清在线视频| 搞女人的毛片| 久久久精品欧美日韩精品| 国产欧美日韩精品一区二区| www.999成人在线观看| 欧美大码av| 久久久久久久久大av| 国产av一区在线观看免费| 热99在线观看视频| 欧美日韩亚洲国产一区二区在线观看| 亚洲乱码一区二区免费版| 18禁黄网站禁片午夜丰满| 亚洲电影在线观看av| 午夜福利视频1000在线观看| 精品不卡国产一区二区三区| а√天堂www在线а√下载| 搡老熟女国产l中国老女人| 欧美日韩中文字幕国产精品一区二区三区| 中文字幕久久专区| 亚洲国产欧洲综合997久久,| 国产 一区 欧美 日韩| 岛国在线免费视频观看| 欧美精品啪啪一区二区三区| 岛国在线免费视频观看| 婷婷亚洲欧美| 久久6这里有精品| 免费无遮挡裸体视频| 啪啪无遮挡十八禁网站| 欧美日韩瑟瑟在线播放| 啪啪无遮挡十八禁网站| 变态另类成人亚洲欧美熟女| 欧美成人a在线观看| 又紧又爽又黄一区二区| a在线观看视频网站| 国产精品久久久久久久电影 | 国产乱人伦免费视频| 狠狠狠狠99中文字幕| 国产精品一区二区三区四区免费观看 | 日本熟妇午夜| 丝袜美腿在线中文| 激情在线观看视频在线高清| 啪啪无遮挡十八禁网站| av天堂中文字幕网| 国产亚洲精品久久久com| 精品一区二区三区人妻视频| 成人性生交大片免费视频hd| 久久欧美精品欧美久久欧美| 桃色一区二区三区在线观看| 在线视频色国产色| 亚洲av不卡在线观看| 婷婷六月久久综合丁香| 黄色丝袜av网址大全| 欧美黄色片欧美黄色片| 免费在线观看日本一区| 亚洲无线在线观看| a级一级毛片免费在线观看| 中文字幕熟女人妻在线| 久久精品亚洲精品国产色婷小说| 岛国在线免费视频观看| 一级黄色大片毛片| 毛片女人毛片| 大型黄色视频在线免费观看| 日本撒尿小便嘘嘘汇集6| 搡老岳熟女国产| 精品久久久久久成人av| 18禁国产床啪视频网站| 免费观看精品视频网站|