• <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 ?

    基于紅外圖像與可見(jiàn)光圖像特征融合的目標(biāo)檢測(cè)算法

    2022-12-05 06:37:54吳振宇
    關(guān)鍵詞:特征融合檢測(cè)

    馬 野,吳振宇,姜 徐

    (1. 東北大學(xué),沈陽(yáng),110819;2. 北京宇航系統(tǒng)工程研究所,北京,100076)

    0 引 言

    目標(biāo)檢測(cè)任務(wù)是找出圖像或視頻中人們感興趣的物體,并檢測(cè)出位置和大小?;谏窠?jīng)網(wǎng)絡(luò)的方法又發(fā)展出兩條技術(shù)路線:基于候選框的方法和不使用候選框的方法。基于候選框的方法[1,2]使用滑動(dòng)窗口在待檢測(cè)圖片上進(jìn)行掃描,判斷窗口內(nèi)是否有目標(biāo)和目標(biāo)具體定位。不使用候選框的方法是直接預(yù)測(cè)目標(biāo)的關(guān)鍵點(diǎn),例如文獻(xiàn)[3]預(yù)測(cè)目標(biāo)的中心點(diǎn)和大小,以此達(dá)到定位的效果。

    可見(jiàn)光圖像具有豐富的紋理細(xì)節(jié)信息,是做目標(biāo)檢測(cè)的首選數(shù)據(jù)類型。但是,當(dāng)遇到天氣不佳、夜晚等光線不充足或者光線過(guò)強(qiáng)的情況,圖片受影響較大,影響物體成像。紅外圖像根據(jù)熱輻射信息成像,抗干擾能力強(qiáng),環(huán)境適應(yīng)能力強(qiáng),因此可以在夜間和惡劣天氣下全天候工作而不依賴于場(chǎng)景特性。但是由于熱輻射較弱,紅外圖像對(duì)比度低、邊緣模糊,圖像整體較暗,沒(méi)有色彩和陰影,因而分辨能力低??梢?jiàn)光圖像在這些方面表現(xiàn)優(yōu)異,可見(jiàn)光圖像可以與紅外圖像互補(bǔ),融合后能適用于全天候全時(shí)段的目標(biāo)檢測(cè)任務(wù)。

    因此,為了充分利用可見(jiàn)光圖像提供的紋理信息和紅外圖像提供的熱輻射信息,提出一種基于特征融合的目標(biāo)檢測(cè)方法。在融合時(shí),能夠根據(jù)特征的不同,自動(dòng)分配不同權(quán)重,得到比使用單一數(shù)據(jù)更好的效果。

    根據(jù)融合的階段不同,可以把融合檢測(cè)算法分為3類:檢測(cè)前融合、檢測(cè)中融合以及檢測(cè)后融合。檢測(cè)前融合是指在目標(biāo)檢測(cè)前將可見(jiàn)光圖像與紅外圖像融合成一張圖像,再經(jīng)過(guò)目標(biāo)檢測(cè)算法。這類方法的好處是融合和檢測(cè)完全分開(kāi),可以使用已有的各種圖像融合方法,文獻(xiàn)[4]介紹了多種圖像融合方法,以及融合后的各種應(yīng)用。但也因?yàn)閳D像融合與目標(biāo)檢測(cè)無(wú)關(guān),無(wú)法保證融合后的圖像適用于目標(biāo)檢測(cè)任務(wù)。檢測(cè)后融合是指對(duì)可見(jiàn)光圖像和紅外圖像分別進(jìn)行目標(biāo)檢測(cè),再將檢測(cè)結(jié)果融合在一起。這類方法最為簡(jiǎn)單,但實(shí)際上不涉及圖像融合,算法效果往往不能得到大的提升。文獻(xiàn)[5,6]使用了檢測(cè)中融合的方法,既可以充分將可見(jiàn)光圖像與紅外圖像進(jìn)行融合,又可以根據(jù)目標(biāo)檢測(cè)效果對(duì)算法進(jìn)行優(yōu)化。這類方法的效果通常優(yōu)于檢測(cè)前融合和檢測(cè)后融合算法。文獻(xiàn)[6]提出一種融合-精煉模塊,利用可見(jiàn)光圖像特征圖和紅外圖像特征圖直接融合成新的特征圖并進(jìn)行精煉,新的特征圖又重新與可見(jiàn)光圖像特征圖和紅外圖像特征圖形成殘差網(wǎng)絡(luò),進(jìn)行多次循環(huán)。融合-精煉模塊能夠很好地融合及保留特征圖特征,但所需計(jì)算量較大。文獻(xiàn)[5]提出了一種單一加權(quán)方法,以原始圖片作為輸入,計(jì)算出單一權(quán)重對(duì)特征圖進(jìn)行融合。輸入尺寸較大,同樣需要較大的計(jì)算量;單一權(quán)重不能很好地應(yīng)對(duì)一張圖片不同區(qū)域情況不同的問(wèn)題,也不能很好地解決不同類目標(biāo)在一張圖片中的情況。提出的特征融合模塊所需計(jì)算量較小,并且通過(guò)計(jì)算權(quán)重圖的方式,對(duì)一張圖片不同位置使用不同權(quán)重,提高目標(biāo)檢測(cè)精度。

    1 特征融合目標(biāo)檢測(cè)算法

    以經(jīng)典YOLO目標(biāo)檢測(cè)算法為基礎(chǔ),增加可見(jiàn)光圖像與紅外圖像特征融合模塊,既能利用可見(jiàn)光圖像提供的紋理信息,又能利用紅外圖像提供的熱輻射信息??梢?jiàn)光圖像與紅外圖像差異較大,因此采用兩套特征提取網(wǎng)絡(luò)分別處理得到特征圖,保證充分利用二者圖像的獨(dú)特特征。特征融合目標(biāo)檢測(cè)算法如圖1所示。

    圖1 特征融合目標(biāo)檢測(cè)算法 Fig.1 Feature Fusion Object Detecion

    由圖1可知,可見(jiàn)光圖像與紅外圖像分別輸入到不同Backbone+Neck中進(jìn)行特征提取,得到的可見(jiàn)光圖像特征圖(FRGB)和紅外圖像特征圖(FIR)輸入到特征融合模塊,經(jīng)過(guò)自動(dòng)分配權(quán)重后,融合成新的特征圖(Ffusion)。最后經(jīng)過(guò)Detection模塊進(jìn)行目標(biāo)預(yù)測(cè)。

    1.1 YOLO目標(biāo)檢測(cè)算法

    YOLO是一種基于候選框的單階段目標(biāo)檢測(cè)算法,基本思想是將輸入圖片分成多個(gè)網(wǎng)格,然后對(duì)每一個(gè)網(wǎng)格預(yù)測(cè)大小不同的多個(gè)候選框內(nèi)存在目標(biāo)的概率,同時(shí)預(yù)測(cè)目標(biāo)類別及位置。YOLO算法主要包含Backbone網(wǎng)絡(luò)、Neck網(wǎng)絡(luò)以及Detection網(wǎng)絡(luò),如圖2所示。表1中列出了YOLO v5網(wǎng)絡(luò)每一層的詳細(xì)參數(shù)。

    圖2 YOLO算法 Fig.2 YOLO Algorithm

    表1 YOLO v5 網(wǎng)絡(luò)結(jié)構(gòu) Tab.1 YOLO v5 Network Structure

    Backbone主要有數(shù)個(gè)卷積模塊和殘差模塊(resnet)組成。利用多層卷積神經(jīng)網(wǎng)絡(luò)對(duì)輸入圖片進(jìn)行特征提取,隨著卷積層的增加,深層網(wǎng)絡(luò)得到的特征圖尺寸越來(lái)越小,得到的特征信息越來(lái)越復(fù)雜。尺寸較小的特征圖縮放比例高,具有較深層次的特征信息,因此通常用來(lái)預(yù)測(cè)較大的目標(biāo),較大的特征圖用來(lái)預(yù)測(cè)較小的目標(biāo)。

    Neck除了少量卷積模塊和殘差模塊還包含上采樣層。Neck網(wǎng)絡(luò)使用上采樣將特征圖逐漸放大,并與Backbone中的特征圖相結(jié)合,構(gòu)成了特征金字塔網(wǎng)絡(luò)(FPN)[7]結(jié)構(gòu)。通過(guò)上述采樣得到的特征圖來(lái)自深層網(wǎng)絡(luò),具有較強(qiáng)的語(yǔ)義信息,有利于目標(biāo)分類;而通過(guò)Backbone得到的特征圖分辨率較高,具有豐富的空間信息,有利于目標(biāo)位置的預(yù)測(cè)。特征金字塔網(wǎng)絡(luò)使用較少的計(jì)算量將二者融合,能夠得到更準(zhǔn)確的目標(biāo)分類及位置預(yù)測(cè)。

    Detection網(wǎng)絡(luò)對(duì)不同尺寸的特征圖進(jìn)行處理,每種尺寸的特征圖只通過(guò)一層卷積層,輸出每個(gè)點(diǎn)的分類、位置信息及置信度。

    利用YOLO算法,將可見(jiàn)光圖像與紅外圖像分別輸入到不同的YOLO算法中,利用Backbone網(wǎng)絡(luò)、Neck網(wǎng)絡(luò)分別得到可見(jiàn)光圖像與紅外圖像的特征圖。再通過(guò)特征融合模塊得到融合特征圖,最后利用Detection網(wǎng)絡(luò)預(yù)測(cè)目標(biāo)。由此建立的神經(jīng)網(wǎng)絡(luò)模型,可以實(shí)現(xiàn)端到端的訓(xùn)練,同時(shí)優(yōu)化特征提取、特征融合以及目標(biāo)檢測(cè)。

    1.2 特征融合模塊

    特征融合模塊如圖3所示,輸入可見(jiàn)光圖像特征圖(FRGB)和紅外圖像特征圖(FIR),輸出融合特征圖(Ffusion)。特征融合模塊包含特征權(quán)重網(wǎng)絡(luò)(FWN),通過(guò)多層卷積神經(jīng)網(wǎng)絡(luò)計(jì)算出可見(jiàn)光圖像特征圖權(quán)重(WRGB)和紅外圖像特征圖權(quán)重(WIR)。Ffusion通過(guò)式(1)及式(2)計(jì)算所得。

    圖3 特征融合模塊 Fig.3 Feature Fusion Model

    Ffusion的尺寸與FRGB和FIR保持一致。特征權(quán)重網(wǎng)絡(luò)如圖4所示,輸入FRGB與FIR的尺寸為(C×H×W),C表示特征通道數(shù)量,H、W分別表示特征圖的高度與寬度。首先通過(guò)Concat層在通道維度將特征進(jìn)行合并,然后通過(guò)多層卷積的處理得到尺寸為(2×H×W)的權(quán)重,每個(gè)卷積層后需要批標(biāo)準(zhǔn)化及激活函數(shù)處理,最后在通道維度做Softmax處理,得到2個(gè)尺寸為(H×W)特征圖,分別為WRGB和WIR。WRGB+WIR=1。

    圖4 特征權(quán)重網(wǎng)絡(luò) Fig.4 Feature Weight Network

    特征權(quán)重網(wǎng)絡(luò)(FWN)可以根據(jù)預(yù)測(cè)結(jié)果優(yōu)化權(quán)重大小,自動(dòng)選取可見(jiàn)光圖像或紅外圖像特征。比如在光線較暗的情況下,紅外圖像的權(quán)重就會(huì)比較大;而在熱輻射信息量少,可見(jiàn)光圖像較清晰的情況下,就會(huì)更多地使用可見(jiàn)光圖像進(jìn)行目標(biāo)檢測(cè)。FWN以圖像的特征圖作為輸入而不使用圖像本身,是為了減少圖像處理的復(fù)雜度。特征圖經(jīng)過(guò)多層神經(jīng)網(wǎng)絡(luò)的處理,具有更多深層信息,因此在FWN中可以采用較少的卷積層,達(dá)到復(fù)雜計(jì)算的效果。

    在實(shí)際的可見(jiàn)光圖像與紅外圖像中,不同位置可能會(huì)需要不同的權(quán)重值。比如圖像左側(cè)熱輻射信息更豐富,那就應(yīng)該更多利用紅外圖像信息;而右側(cè)可能沒(méi)有熱輻射信息,需要依靠高分辨率紋理信息,故應(yīng)加重可見(jiàn)光圖像的權(quán)重。單一權(quán)重值的方式無(wú)法做到分別計(jì)算,因此采用了尺寸為(H×W)的權(quán)重圖來(lái)解決這一問(wèn)題,權(quán)重圖可以為每一個(gè)位置不同的權(quán)重,充分利用可見(jiàn)光圖像和紅外圖像提供的不同信息。權(quán)重圖的方法適用于已經(jīng)進(jìn)行像素匹配的可見(jiàn)光圖像和紅外圖像數(shù)據(jù)。也就是說(shuō)同一目標(biāo)在可見(jiàn)光圖像和紅外圖像中的位置相同,才能利用權(quán)重圖的方法對(duì)相同位置的目標(biāo)計(jì)算權(quán)重。

    這一方法在多類別多目標(biāo)檢測(cè)中也有一定作用,比如在對(duì)行人檢測(cè)時(shí),熱輻射信息明顯,需要加大紅外圖像權(quán)重;對(duì)汽車(chē)等物體檢測(cè)時(shí),更多需要依賴可見(jiàn)光圖像,需要加大可見(jiàn)光圖像權(quán)重。當(dāng)行人和汽車(chē)在同一張圖片時(shí),就可以利用權(quán)重圖進(jìn)行不同權(quán)重的融合,更有利于精準(zhǔn)的預(yù)測(cè)。

    特征融合模塊本質(zhì)上就是多層卷積神經(jīng)網(wǎng)絡(luò),可以靈活的插入到現(xiàn)有的目標(biāo)檢測(cè)算法中??梢愿S目標(biāo)檢測(cè)算法一同優(yōu)化,不需要其他多余的操作。與一般先融合出一張圖片再檢測(cè)的方法比較,特征融合算法可以保留原始圖像的特征,并根據(jù)目標(biāo)檢測(cè)的結(jié)果對(duì)特征進(jìn)行挑選及融合,避免先融合圖像造成的信息損失。

    2 實(shí)驗(yàn)及結(jié)果

    2.1 數(shù)據(jù)集

    通過(guò)使用文獻(xiàn)[8]的M3FD數(shù)據(jù)集,如圖5所示,該數(shù)據(jù)集通過(guò)一個(gè)光學(xué)攝像機(jī)和一個(gè)紅外攝像機(jī)同步采集數(shù)據(jù)。共包含4200對(duì)可見(jiàn)光與紅外圖像對(duì),圖像大小為1024×768。圖像經(jīng)過(guò)手工標(biāo)注,共有34407個(gè)標(biāo)簽,共有6個(gè)標(biāo)簽類別:行人、汽車(chē)、公交、摩托車(chē)、信號(hào)燈、卡車(chē)。實(shí)驗(yàn)使用80%的數(shù)據(jù)作為訓(xùn)練集,其余20%作為驗(yàn)證集和測(cè)試集。

    圖5 M3FD數(shù)據(jù)集 Fig.5 M3FD Dataset

    2.2 實(shí)驗(yàn)方法

    為了驗(yàn)證特征融合的有效性,進(jìn)行了3組實(shí)驗(yàn)進(jìn)行對(duì)比。分別為可將光圖像目標(biāo)檢測(cè),紅外圖像目標(biāo)檢測(cè),特征融合目標(biāo)檢測(cè)。前兩組實(shí)驗(yàn)使用傳統(tǒng)YOLO算法進(jìn)行,特征融合算法流程如圖1所示。使用2套Backbone+Neck的網(wǎng)絡(luò)結(jié)構(gòu)分別輸入可見(jiàn)光圖像及紅外圖像,使用3個(gè)特征融合模塊對(duì)不同尺寸的特征圖進(jìn)行融合,使用1個(gè)Detection網(wǎng)絡(luò)進(jìn)行目標(biāo)預(yù)測(cè)。Backbone、Neck、Detection均來(lái)自YOLO算法v5版本。特征權(quán)重網(wǎng)絡(luò)結(jié)構(gòu)如表2所示。

    表2 特征權(quán)重網(wǎng)絡(luò)結(jié)構(gòu) Tab.2 Feature Weight Network Structure

    實(shí)驗(yàn)在搭載NVIDIA 3090顯卡的服務(wù)器上運(yùn)行,訓(xùn)練數(shù)據(jù)共有3360對(duì)可見(jiàn)光圖像和紅外圖像,訓(xùn)練批次大小為16,共進(jìn)行了300次迭代。驗(yàn)證集共有840對(duì)圖片,最終選出在驗(yàn)證集上表現(xiàn)最好的結(jié)果進(jìn)行比較。

    2.3 實(shí)驗(yàn)結(jié)果

    使用M3FD數(shù)據(jù)集分別進(jìn)行了3組實(shí)驗(yàn),使用平均精度的平均值(mAP)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行評(píng)價(jià),見(jiàn)表3。IOU取值0.5,表示預(yù)測(cè)目標(biāo)范圍與實(shí)際目標(biāo)范圍相交的面積比合并的面積大于等于0.5。第1組RGB僅使用可見(jiàn)光圖像進(jìn)行目標(biāo)檢測(cè);第2組IR僅使用紅外圖像進(jìn)行目標(biāo)檢測(cè);第3組Fusion使用可見(jiàn)光圖像和紅外圖像進(jìn)行特征融合目標(biāo)檢測(cè)。預(yù)測(cè)結(jié)果表示,3組實(shí)驗(yàn)均能較好地進(jìn)行目標(biāo)檢測(cè)。

    表3 實(shí)驗(yàn)結(jié)果(0.5mAP) Tab.3 Result(0.5mAP)

    從表3中可以看到,使用特征融合模塊的0.5mAP值達(dá)到0.883,高于單獨(dú)使用可見(jiàn)光圖像或紅外圖像的目標(biāo)檢測(cè)結(jié)果。在對(duì)摩托車(chē)、信號(hào)燈的檢測(cè)中,特征融合方法的結(jié)果最優(yōu),在其他類目標(biāo)檢測(cè)中,特征融合的方法也能接近最好結(jié)果。在對(duì)行人進(jìn)行檢測(cè)時(shí),具有熱輻射信息的紅外圖像抗干擾能力強(qiáng),行人的特征更加清晰,所以紅外圖像的檢測(cè)結(jié)果更好。特征融合的結(jié)果0.870接近紅外圖像的檢測(cè)結(jié)果0.874,遠(yuǎn)高于可見(jiàn)光對(duì)應(yīng)的結(jié)果0.815。在對(duì)其他目標(biāo)檢測(cè)時(shí),熱輻射信息較少,所以可見(jiàn)光檢測(cè)結(jié)果高于紅外圖像檢測(cè)結(jié)果。此時(shí),特征融合算法的結(jié)果能夠接近甚至超過(guò)可見(jiàn)光圖像檢測(cè)結(jié)果,說(shuō)明融合算法能夠有效利用可見(jiàn)光圖像同時(shí)也能夠借鑒紅外圖像。

    3 結(jié)束語(yǔ)

    基于提出的特征融合檢測(cè)算法,可以同時(shí)使用可見(jiàn)光圖像和紅外圖像進(jìn)行目標(biāo)檢測(cè),建立了一種端到端的神經(jīng)網(wǎng)絡(luò)模型。利用目標(biāo)檢測(cè)的結(jié)果進(jìn)行優(yōu)化,自動(dòng)根據(jù)目標(biāo)計(jì)算特征權(quán)重,使用權(quán)重將可見(jiàn)光圖像與紅外圖像進(jìn)行融合。當(dāng)可見(jiàn)光圖像效果好時(shí),更多使用可見(jiàn)光圖像進(jìn)行目標(biāo)檢測(cè),反之,更多使用紅外圖像進(jìn)行目標(biāo)檢測(cè)。實(shí)驗(yàn)結(jié)果表明特征融合算法結(jié)果優(yōu)于單獨(dú)使用可見(jiàn)光圖像或紅外圖像,證明此算法達(dá)到了預(yù)期,可以自動(dòng)的為可見(jiàn)光圖像和紅外圖像分配權(quán)重,更好的進(jìn)行融合,以達(dá)到更優(yōu)的目標(biāo)檢測(cè)效果。

    可見(jiàn)光圖像和紅外圖像獲取成本較低,二者融合后蘊(yùn)含大量信息并且抗干擾能力強(qiáng),在遙感探測(cè)、醫(yī)療衛(wèi)生、視頻監(jiān)控等領(lǐng)域有著很好的應(yīng)用前景。接下來(lái)要進(jìn)一步提高檢測(cè)結(jié)果的準(zhǔn)確性,充分利用圖像融合的優(yōu)勢(shì)。另外還需考慮同時(shí)處理兩張圖片帶來(lái)的計(jì)算量增加,要如何提高計(jì)算效率。多目標(biāo)檢測(cè)以及有遮擋目標(biāo)檢測(cè)同樣是值得探究的技術(shù)難點(diǎn),可以作為今后的工作內(nèi)容。

    猜你喜歡
    特征融合檢測(cè)
    村企黨建聯(lián)建融合共贏
    “不等式”檢測(cè)題
    “一元一次不等式”檢測(cè)題
    “一元一次不等式組”檢測(cè)題
    融合菜
    從創(chuàng)新出發(fā),與高考數(shù)列相遇、融合
    《融合》
    如何表達(dá)“特征”
    不忠誠(chéng)的四個(gè)特征
    抓住特征巧觀察
    尤物成人国产欧美一区二区三区| 国产探花在线观看一区二区| 国产男人的电影天堂91| 天天一区二区日本电影三级| 直男gayav资源| 国精品久久久久久国模美| av免费在线看不卡| 国产精品不卡视频一区二区| 91久久精品国产一区二区成人| 国产伦精品一区二区三区视频9| 亚洲经典国产精华液单| 亚洲人成网站在线播| 一区二区三区四区激情视频| 免费观看a级毛片全部| 欧美老熟妇乱子伦牲交| 国产美女午夜福利| 成人黄色视频免费在线看| 人妻 亚洲 视频| 一本一本综合久久| 九九久久精品国产亚洲av麻豆| 亚洲av二区三区四区| 久久久久性生活片| 国产男女内射视频| 日本黄大片高清| av在线老鸭窝| 一级毛片我不卡| 日韩大片免费观看网站| 精品国产露脸久久av麻豆| av线在线观看网站| 免费观看无遮挡的男女| 日本与韩国留学比较| 熟女av电影| 午夜激情福利司机影院| 国产精品秋霞免费鲁丝片| 精品国产一区二区三区久久久樱花 | 狂野欧美白嫩少妇大欣赏| 国产亚洲91精品色在线| 亚洲精华国产精华液的使用体验| 一级毛片久久久久久久久女| 免费播放大片免费观看视频在线观看| 两个人的视频大全免费| 国产av不卡久久| 久久女婷五月综合色啪小说 | 成年人午夜在线观看视频| 26uuu在线亚洲综合色| 熟女av电影| 欧美 日韩 精品 国产| 精品久久久久久久久av| 三级国产精品欧美在线观看| 免费人成在线观看视频色| 久久人人爽人人片av| 啦啦啦中文免费视频观看日本| 欧美bdsm另类| 老司机影院毛片| 精品亚洲乱码少妇综合久久| 亚洲婷婷狠狠爱综合网| 一本色道久久久久久精品综合| 成人亚洲精品一区在线观看 | 亚洲国产精品国产精品| 亚洲综合精品二区| 丰满人妻一区二区三区视频av| 91久久精品电影网| 日韩成人伦理影院| 国产69精品久久久久777片| 日本av手机在线免费观看| 菩萨蛮人人尽说江南好唐韦庄| av福利片在线观看| 亚洲人成网站高清观看| 下体分泌物呈黄色| 激情 狠狠 欧美| 久久国产乱子免费精品| 国产欧美亚洲国产| 国产综合懂色| 性色avwww在线观看| 国产黄a三级三级三级人| 亚洲自拍偷在线| 成人免费观看视频高清| 国产 一区 欧美 日韩| 美女cb高潮喷水在线观看| 国产男女内射视频| 久久国产乱子免费精品| 人妻一区二区av| 亚洲av在线观看美女高潮| 一区二区三区乱码不卡18| 麻豆国产97在线/欧美| 午夜日本视频在线| av天堂中文字幕网| 丝袜喷水一区| 国产精品久久久久久精品电影小说 | 永久免费av网站大全| 十八禁网站网址无遮挡 | 亚洲av中文av极速乱| 免费观看在线日韩| 成人亚洲精品一区在线观看 | 国产人妻一区二区三区在| 卡戴珊不雅视频在线播放| 噜噜噜噜噜久久久久久91| 免费不卡的大黄色大毛片视频在线观看| av免费观看日本| 99精国产麻豆久久婷婷| 国产精品人妻久久久久久| 丝瓜视频免费看黄片| 99re6热这里在线精品视频| 免费观看的影片在线观看| 高清av免费在线| 成人毛片60女人毛片免费| 精品久久久噜噜| 午夜爱爱视频在线播放| 久久综合国产亚洲精品| 日韩伦理黄色片| 边亲边吃奶的免费视频| 欧美人与善性xxx| tube8黄色片| 超碰97精品在线观看| 性色av一级| 一区二区三区免费毛片| 黄片无遮挡物在线观看| 日韩,欧美,国产一区二区三区| 国产精品麻豆人妻色哟哟久久| 国产片特级美女逼逼视频| 搡老乐熟女国产| 亚洲欧美成人综合另类久久久| 我的老师免费观看完整版| 国产精品不卡视频一区二区| 精品亚洲乱码少妇综合久久| 国产精品久久久久久久久免| 一本久久精品| 日本av手机在线免费观看| 麻豆国产97在线/欧美| 亚洲美女视频黄频| 国产爱豆传媒在线观看| 天天一区二区日本电影三级| 久久这里有精品视频免费| 99久久人妻综合| 国产黄色视频一区二区在线观看| 91精品伊人久久大香线蕉| 亚洲av.av天堂| 91aial.com中文字幕在线观看| 人人妻人人澡人人爽人人夜夜| 久久久精品免费免费高清| videos熟女内射| 国产精品久久久久久久久免| 毛片女人毛片| 嫩草影院新地址| av免费在线看不卡| 你懂的网址亚洲精品在线观看| 国产精品伦人一区二区| 最近手机中文字幕大全| 有码 亚洲区| 蜜臀久久99精品久久宅男| av.在线天堂| 国产精品.久久久| 成人午夜精彩视频在线观看| 老师上课跳d突然被开到最大视频| 国产精品蜜桃在线观看| 插阴视频在线观看视频| 久久影院123| 亚洲国产欧美人成| 国产成人精品婷婷| 欧美日韩在线观看h| 中文天堂在线官网| 熟女电影av网| 久久久久久久久久久免费av| kizo精华| 日本一本二区三区精品| 亚洲精品乱码久久久v下载方式| 国产精品久久久久久精品古装| 免费黄色在线免费观看| 久久久久九九精品影院| 美女内射精品一级片tv| 最近中文字幕高清免费大全6| av一本久久久久| 午夜激情久久久久久久| 国产精品秋霞免费鲁丝片| 看非洲黑人一级黄片| 只有这里有精品99| 国产黄a三级三级三级人| 国产精品av视频在线免费观看| 黄片wwwwww| 只有这里有精品99| 一区二区av电影网| 日韩av免费高清视频| 深爱激情五月婷婷| 国产免费视频播放在线视频| 久久久色成人| 久久人人爽人人片av| 欧美高清性xxxxhd video| 黄色欧美视频在线观看| 久久久久久久久久成人| 久久女婷五月综合色啪小说 | 男的添女的下面高潮视频| 2022亚洲国产成人精品| eeuss影院久久| 国产欧美另类精品又又久久亚洲欧美| 青春草亚洲视频在线观看| 91久久精品国产一区二区成人| 亚洲国产色片| 亚洲久久久久久中文字幕| 免费人成在线观看视频色| 精品少妇黑人巨大在线播放| 全区人妻精品视频| 午夜福利高清视频| 菩萨蛮人人尽说江南好唐韦庄| 精品久久国产蜜桃| 欧美xxxx黑人xx丫x性爽| 香蕉精品网在线| 男人添女人高潮全过程视频| www.av在线官网国产| 久久99精品国语久久久| 七月丁香在线播放| 久久精品综合一区二区三区| 看十八女毛片水多多多| 网址你懂的国产日韩在线| 永久免费av网站大全| 国产 一区精品| 99热网站在线观看| 深爱激情五月婷婷| 男插女下体视频免费在线播放| 一级黄片播放器| 涩涩av久久男人的天堂| 色5月婷婷丁香| 亚洲国产高清在线一区二区三| 亚洲欧美精品专区久久| 菩萨蛮人人尽说江南好唐韦庄| 偷拍熟女少妇极品色| 男男h啪啪无遮挡| 性色av一级| 黄色欧美视频在线观看| 一个人看视频在线观看www免费| 国产午夜福利久久久久久| 国产真实伦视频高清在线观看| 亚洲欧洲国产日韩| a级毛片免费高清观看在线播放| 一级二级三级毛片免费看| 亚洲最大成人手机在线| 国产精品一二三区在线看| 久久精品国产鲁丝片午夜精品| 美女被艹到高潮喷水动态| 国产精品一区二区三区四区免费观看| 久久99精品国语久久久| 我的女老师完整版在线观看| 国精品久久久久久国模美| 99热全是精品| 联通29元200g的流量卡| 国产男女超爽视频在线观看| av国产免费在线观看| 深爱激情五月婷婷| 久久精品夜色国产| 一级爰片在线观看| 最近中文字幕2019免费版| 亚洲精品,欧美精品| 欧美少妇被猛烈插入视频| 老司机影院成人| 内地一区二区视频在线| av在线亚洲专区| 婷婷色麻豆天堂久久| 麻豆国产97在线/欧美| 好男人视频免费观看在线| 免费看日本二区| 欧美变态另类bdsm刘玥| 日本免费在线观看一区| 日韩中字成人| 91在线精品国自产拍蜜月| 韩国av在线不卡| 青春草视频在线免费观看| 国产精品一区二区三区四区免费观看| 1000部很黄的大片| 3wmmmm亚洲av在线观看| 国产黄a三级三级三级人| 91精品伊人久久大香线蕉| 久热久热在线精品观看| 小蜜桃在线观看免费完整版高清| 欧美区成人在线视频| 国产一区二区在线观看日韩| 成人漫画全彩无遮挡| 欧美xxxx性猛交bbbb| 成人一区二区视频在线观看| 大话2 男鬼变身卡| 国产成人精品婷婷| 日本一二三区视频观看| 久久久久久久国产电影| 一个人看视频在线观看www免费| 神马国产精品三级电影在线观看| 日韩三级伦理在线观看| 成人无遮挡网站| 欧美成人精品欧美一级黄| 高清毛片免费看| 久久精品国产亚洲av涩爱| 天天躁夜夜躁狠狠久久av| 777米奇影视久久| 国产亚洲精品久久久com| 国产成人a区在线观看| h日本视频在线播放| 2021天堂中文幕一二区在线观| 有码 亚洲区| 国产片特级美女逼逼视频| 波多野结衣巨乳人妻| 1000部很黄的大片| 日本猛色少妇xxxxx猛交久久| 丰满少妇做爰视频| 亚洲人成网站在线播| 内射极品少妇av片p| 亚洲精品自拍成人| 日韩av免费高清视频| 禁无遮挡网站| 乱码一卡2卡4卡精品| 亚洲国产日韩一区二区| 91午夜精品亚洲一区二区三区| 18禁裸乳无遮挡动漫免费视频 | 乱码一卡2卡4卡精品| 成人免费观看视频高清| 欧美日韩在线观看h| 成人漫画全彩无遮挡| 久久精品夜色国产| 亚洲人成网站在线观看播放| 22中文网久久字幕| 激情五月婷婷亚洲| 国产中年淑女户外野战色| 青春草视频在线免费观看| 亚洲av日韩在线播放| 精品久久国产蜜桃| 亚洲精品日本国产第一区| 在线观看一区二区三区激情| 色网站视频免费| 国产精品av视频在线免费观看| 男男h啪啪无遮挡| 国产久久久一区二区三区| 五月开心婷婷网| av免费观看日本| 免费观看无遮挡的男女| 久久久久久久国产电影| 日本免费在线观看一区| 久久久久久久午夜电影| 国产精品一二三区在线看| 国产午夜精品一二区理论片| 亚洲欧美一区二区三区黑人 | 久久久久精品久久久久真实原创| 久久97久久精品| 成人二区视频| 亚洲国产日韩一区二区| 精品国产乱码久久久久久小说| 91在线精品国自产拍蜜月| 国产精品伦人一区二区| 天天一区二区日本电影三级| 深夜a级毛片| 观看美女的网站| 久热久热在线精品观看| 亚洲成色77777| 九九久久精品国产亚洲av麻豆| 美女内射精品一级片tv| 高清毛片免费看| 久久久久久久久久人人人人人人| 亚洲美女视频黄频| 欧美日韩国产mv在线观看视频 | 女的被弄到高潮叫床怎么办| 搞女人的毛片| 亚洲成人中文字幕在线播放| 欧美激情在线99| 国产日韩欧美亚洲二区| 欧美xxⅹ黑人| 中文精品一卡2卡3卡4更新| 黄色视频在线播放观看不卡| 中国美白少妇内射xxxbb| 97人妻精品一区二区三区麻豆| 亚洲欧美清纯卡通| 免费人成在线观看视频色| 男人舔奶头视频| 免费大片18禁| 欧美高清性xxxxhd video| 精品熟女少妇av免费看| 18禁裸乳无遮挡动漫免费视频 | 黄色配什么色好看| 又大又黄又爽视频免费| av卡一久久| 欧美高清性xxxxhd video| 亚洲色图av天堂| 99久久中文字幕三级久久日本| 久久国内精品自在自线图片| 国产伦精品一区二区三区四那| 边亲边吃奶的免费视频| 搡老乐熟女国产| 建设人人有责人人尽责人人享有的 | 国产精品av视频在线免费观看| 一二三四中文在线观看免费高清| 内地一区二区视频在线| 国产精品久久久久久久电影| 国产精品国产三级国产av玫瑰| 成年人午夜在线观看视频| 亚洲欧美成人精品一区二区| 五月伊人婷婷丁香| 性插视频无遮挡在线免费观看| 在线观看一区二区三区激情| 免费高清在线观看视频在线观看| av在线播放精品| 久久精品熟女亚洲av麻豆精品| 国产精品成人在线| 97热精品久久久久久| 男人添女人高潮全过程视频| 国产黄色免费在线视频| 视频中文字幕在线观看| 久久久久久久大尺度免费视频| 国产av码专区亚洲av| 亚洲精品色激情综合| 99久国产av精品国产电影| 黄色欧美视频在线观看| 久久热精品热| 一级a做视频免费观看| 热re99久久精品国产66热6| av天堂中文字幕网| 国产成人精品婷婷| 久久久久性生活片| 免费大片黄手机在线观看| 亚洲国产精品专区欧美| 国产淫片久久久久久久久| 欧美激情国产日韩精品一区| 亚洲av.av天堂| 少妇 在线观看| 看十八女毛片水多多多| 一边亲一边摸免费视频| 成人二区视频| 99精国产麻豆久久婷婷| 精品一区在线观看国产| 国产91av在线免费观看| 你懂的网址亚洲精品在线观看| 搡老乐熟女国产| 日本三级黄在线观看| 成人毛片60女人毛片免费| 偷拍熟女少妇极品色| 在线免费十八禁| 国产精品.久久久| 国产一区二区亚洲精品在线观看| 亚洲精品456在线播放app| 亚洲成人av在线免费| 亚洲精品国产色婷婷电影| 欧美极品一区二区三区四区| 亚洲电影在线观看av| 国产精品三级大全| 女人被狂操c到高潮| 成年女人看的毛片在线观看| 噜噜噜噜噜久久久久久91| 狠狠精品人妻久久久久久综合| 免费观看在线日韩| 一级毛片久久久久久久久女| 老师上课跳d突然被开到最大视频| 中文欧美无线码| 美女cb高潮喷水在线观看| 亚洲欧美成人精品一区二区| 亚洲怡红院男人天堂| 少妇人妻精品综合一区二区| 精品酒店卫生间| 亚洲精品国产成人久久av| 高清毛片免费看| 男女边摸边吃奶| 能在线免费看毛片的网站| 国产淫片久久久久久久久| 国产日韩欧美在线精品| 菩萨蛮人人尽说江南好唐韦庄| 人妻少妇偷人精品九色| 男女边吃奶边做爰视频| 国产69精品久久久久777片| 夜夜看夜夜爽夜夜摸| 一级a做视频免费观看| 亚洲国产成人一精品久久久| 成人毛片60女人毛片免费| 国产高清有码在线观看视频| 亚洲人成网站高清观看| 深夜a级毛片| 男人和女人高潮做爰伦理| 国产成人freesex在线| 国产精品国产三级国产av玫瑰| 干丝袜人妻中文字幕| 亚洲国产高清在线一区二区三| 黄色怎么调成土黄色| 国产淫语在线视频| 国产成人91sexporn| 国产一级毛片在线| 我的老师免费观看完整版| 午夜免费鲁丝| 久久久a久久爽久久v久久| 国产亚洲5aaaaa淫片| 婷婷色综合www| 人妻制服诱惑在线中文字幕| 少妇的逼好多水| 亚洲欧美一区二区三区国产| av福利片在线观看| 国产黄片视频在线免费观看| 黄色欧美视频在线观看| 日本wwww免费看| 日韩一区二区三区影片| 制服丝袜香蕉在线| 天美传媒精品一区二区| 在线观看一区二区三区激情| 日本午夜av视频| 日韩 亚洲 欧美在线| 看十八女毛片水多多多| 亚洲av电影在线观看一区二区三区 | 狂野欧美白嫩少妇大欣赏| 日本熟妇午夜| 亚洲精品国产成人久久av| 久久久a久久爽久久v久久| 少妇被粗大猛烈的视频| 韩国av在线不卡| 1000部很黄的大片| 国产精品久久久久久av不卡| 可以在线观看毛片的网站| av免费在线看不卡| 国产v大片淫在线免费观看| 人体艺术视频欧美日本| 日本av手机在线免费观看| 成人午夜精彩视频在线观看| 日韩制服骚丝袜av| 久久人人爽人人片av| 人妻夜夜爽99麻豆av| 国产免费一区二区三区四区乱码| 免费av观看视频| 国产成人精品婷婷| 在线观看人妻少妇| 3wmmmm亚洲av在线观看| 成年免费大片在线观看| 大话2 男鬼变身卡| 在线观看免费高清a一片| 欧美老熟妇乱子伦牲交| 亚洲精品乱久久久久久| 精品99又大又爽又粗少妇毛片| 亚洲精品乱码久久久久久按摩| 性色avwww在线观看| 成人高潮视频无遮挡免费网站| 国产高清国产精品国产三级 | 久久久久国产精品人妻一区二区| 国产老妇女一区| 久久人人爽av亚洲精品天堂 | 亚洲图色成人| 神马国产精品三级电影在线观看| 热99国产精品久久久久久7| 色网站视频免费| av卡一久久| 精品少妇黑人巨大在线播放| 日本猛色少妇xxxxx猛交久久| 亚洲天堂国产精品一区在线| 国产黄频视频在线观看| 国内精品宾馆在线| 人人妻人人澡人人爽人人夜夜| 69人妻影院| 尾随美女入室| 国国产精品蜜臀av免费| 中文字幕人妻熟人妻熟丝袜美| 亚洲精品日韩av片在线观看| 青春草国产在线视频| 亚洲精品亚洲一区二区| 水蜜桃什么品种好| 日韩欧美 国产精品| 大香蕉97超碰在线| 欧美日韩一区二区视频在线观看视频在线 | 国产一区亚洲一区在线观看| 久久精品国产a三级三级三级| 精华霜和精华液先用哪个| 一级黄片播放器| 中文字幕av成人在线电影| 国产精品熟女久久久久浪| 插逼视频在线观看| 国产成人免费无遮挡视频| 一个人看视频在线观看www免费| 欧美性猛交╳xxx乱大交人| 国产精品人妻久久久久久| 国产精品爽爽va在线观看网站| 午夜视频国产福利| 久久久久久国产a免费观看| 国产探花在线观看一区二区| 日韩三级伦理在线观看| 国产成人精品一,二区| 亚洲精品乱久久久久久| 极品少妇高潮喷水抽搐| 搡女人真爽免费视频火全软件| 国产精品蜜桃在线观看| 97人妻精品一区二区三区麻豆| 超碰97精品在线观看| 2021天堂中文幕一二区在线观| 97精品久久久久久久久久精品| 亚洲精品视频女| 狂野欧美白嫩少妇大欣赏| 亚洲精品日韩在线中文字幕| 少妇熟女欧美另类| 国产极品天堂在线| 色视频www国产| av免费观看日本| 亚洲精品国产av蜜桃| 国产精品秋霞免费鲁丝片| 精品人妻一区二区三区麻豆| av免费在线看不卡| 一级爰片在线观看| 九色成人免费人妻av| 欧美变态另类bdsm刘玥| 听说在线观看完整版免费高清| 高清视频免费观看一区二区| 久久综合国产亚洲精品| 天天一区二区日本电影三级| 国产成人免费无遮挡视频| 国产精品一区二区在线观看99| 18禁裸乳无遮挡免费网站照片| 国产午夜福利久久久久久| 亚洲国产精品成人久久小说| 日韩av不卡免费在线播放| 韩国av在线不卡| 黄片无遮挡物在线观看| 晚上一个人看的免费电影| 国产精品av视频在线免费观看| 新久久久久国产一级毛片| av又黄又爽大尺度在线免费看| 精品视频人人做人人爽| 狂野欧美激情性xxxx在线观看| 人人妻人人爽人人添夜夜欢视频 | 超碰97精品在线观看| 26uuu在线亚洲综合色| 日日啪夜夜爽| 大片电影免费在线观看免费|