• <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 ?

    基于改進的Yolov5的端到端車牌識別算法

    2022-12-16 09:22:54蔡先治魯旭葆苗澤宇
    計算機時代 2022年12期
    關(guān)鍵詞:字符識別車牌準確率

    蔡先治,王 棟,魯旭葆,苗澤宇

    (山東科技大學測繪與空間信息學院,山東 青島 266590)

    0 引言

    車牌識別系統(tǒng)是智能交通和智慧停車不可或缺的重要一環(huán),在萬物互聯(lián)的時代對于車輛信息的管理和車輛位置的規(guī)劃都起著非常重要的作用。車牌識別算法按照流程可分為對圖像中車牌邊框進行定位,對定位的車牌進行字符識別兩部分。

    車牌定位算法,即通過車牌的某些特征來獲取車牌的位置信息。傳統(tǒng)定位的方法有利用顏色信息[1]、形態(tài)學特征[2]、邊緣檢測[3]等方法,對車牌進行定位?;陬伾畔⒌能嚺贫ㄎ?,利用車牌和字符的顏色特征實現(xiàn)定位,該方法易受到光照和背景顏色的影響。基于邊緣檢測的定位,主要利用車牌的輪廓特征進行車牌定位,對于傾角較大的車牌圖像定位效果不佳。傳統(tǒng)的車牌定位方法,步驟繁瑣、定位的精度低,需要利用新技術(shù)改進和提升。

    近些年隨著深度學習的發(fā)展,基于深度學習的車牌定位算法成為當下的主流。車牌定位算法可分為單階段和雙階段兩類。單階段如Yolo系列,該類算法在獲取候選框的時候同時得到位置信息和分類信息,該類算法具有速度快準確率高的特點。雙階段的算法,出現(xiàn)了像SSD[4]、Faster-Rcnn[5]這類算法,這類算法分兩個步驟,先獲取車牌的候選框,并不斷對候選框的位置進行修正,再對物體分類,雙階段算法相比于單階段算法準確率更高,可時間成本更大。

    車牌識別算法可分為字符分割和無分割兩種類型,傳統(tǒng)的車牌識別方法多采用字符分割算法,再利用光學字符識別(Optical Character Recognition)對字符識別,常用算法有模模板匹配算法[6]、支持向量機[7]、ANN[8]等對字符進行識別,可這類方法步驟較多,容易逐步積累誤差,造成識別準確率下降。隨著循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,RNN)的提出和發(fā)展,其對語音和文本的較好的識別能力,使得無分割車牌識別算法成為當前的主流算法,文獻[9]利用BGRU 序列識別模型實現(xiàn)無分割的字符進行識別,文獻[10]提出LPRNet 網(wǎng)絡(luò)利用輕量化的卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)無分割車牌識別,識別準確率達到95%,可該算法中文數(shù)據(jù)集不均衡對中文識別能力較弱。

    基于車牌識別在檢測速度、模型的大小、可靠性等問題,本文以Yolov5 的端--端車牌識別方法為框架,通過在主干網(wǎng)絡(luò)中加入EPSA 注意力模塊、引入損失函數(shù)α-CIoU、增加檢測尺度,再利用CRNN 字符識別模型實現(xiàn)端--端的車牌識別。同時采取車牌模擬的方法以應(yīng)對中文數(shù)據(jù)集不足的特點,均衡各個省份車牌的數(shù)據(jù)集,達到數(shù)據(jù)增強的目的,提高中文字符識別能力。

    1 Yolov5結(jié)構(gòu)基本原理

    Yolo 系列的算法,其特點是將目標檢測算法轉(zhuǎn)換成回歸問題,可以快速的識別目標。目前已經(jīng)推出了多個版本,如Yolov3、Yolov4。UitralyticsLLC 公司為了進一步這類算法提高檢測精度和速度,推出了Yolov5 目標檢測網(wǎng)絡(luò),相比于之前的算法無論是檢測速度、精度、模型大小都有著不同程度提高。Yolov5按照網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜度可分為Yolov5s、Yolov5m、Yolov5l 等版本,大小依次遞增,本文考慮了模型的運行速度對程序的影響,以復(fù)雜度最小的Yolov5s 作為車牌定位的框架。

    Yolov5s網(wǎng)絡(luò)結(jié)構(gòu)如圖1,主要由BackBone、Neck、Head 等部分組成。Backbone 是特征提取網(wǎng)絡(luò),由Focus、csp 等結(jié)構(gòu)組成。Focus 即為切片操作,通過擴大通道數(shù)量,再進行卷積實現(xiàn)下采樣,在不提高模型計算量的前提下,保留更多圖像信息。Yolov5s 將csp結(jié)構(gòu)應(yīng)用在Backbone 中,csp1 對信息進行提取,csp2負責信息的特征融合。Neck 結(jié)構(gòu)是由FPN[11]特征金字塔和PAN 路徑聚合結(jié)構(gòu)所組成,F(xiàn)PN 是由上而下傳遞語義信息,PAN 是由下而上傳遞圖像的位置信息,Neck 結(jié)構(gòu)整合了上述兩種結(jié)構(gòu),促進了主干網(wǎng)絡(luò)中不同尺寸網(wǎng)絡(luò)信息的融合。Head 即目標檢測部分,主要用來檢測不同尺寸圖像,不同大小的Head頭部負責檢測大、中、小不同尺寸的物體。可由于Yolov5s 的設(shè)計主要是在中、大尺寸物體的檢測,小尺寸物體由于分辨率低、圖像信息不豐富,因此識別率較低,Yolov5 在這方面有著一定的改進空間。

    圖1 Yolov5結(jié)構(gòu)圖

    2 基于Yolov5的車牌定位算法

    2.1 引入注意力機制

    Yolov5s 對于小尺寸物體的識別能力不能滿足實際應(yīng)用的需要,而在深度學習領(lǐng)域,通過加入注意力機制可以有效提高深度卷積網(wǎng)絡(luò)的性能??紤]到EPSANet[12]結(jié)構(gòu)可以有效的獲取多尺度的圖像信息,能夠凸顯小目標物體的權(quán)重信息,提高小尺寸物體的檢測準確率,并且模型的參數(shù)小,輕量化。這里將在Yolov5s 主干網(wǎng)絡(luò)中加入EPSANet 注意力模塊,以提取更細粒度信息,提高多尺度信息的表達能力,抑制圖像中無關(guān)信息的影響,強調(diào)車牌特征的表達,達到對車牌精確定位的目的。

    EPSANet 模塊具體可以分為以下幾個流程,如圖2所示,將輸入的特征圖送入到SPC模塊中去,然后將其送入到SE[13]權(quán)重模塊中,得到每個部分相應(yīng)的權(quán)重,利用Softmax 對權(quán)重值進行歸一化處理,使權(quán)重值映射到[0,1]區(qū)間。再將所得到的參數(shù)和分割的部分進行點乘運算,輸出得到特征圖再將各個特征圖將其拼接起來。

    圖2 EPSA結(jié)構(gòu)圖

    2.2 多尺度檢測結(jié)構(gòu)

    Yolov5s 目標檢測網(wǎng)絡(luò)采用8×8、16×16、32×32倍下采樣來檢測不同大小的物體,對于以608×608大小的車牌為例,若車牌的寬度小于8 的像素點。網(wǎng)絡(luò)很難學習到特征信息。另外小尺寸的物體分辨率低,信息量少,若對其進行復(fù)雜的卷積、下采樣運算,容易造成信息的丟失,小尺寸目標更依賴淺層的圖像信息。綜合以上幾點,本文將在原有的三個檢測尺寸的基礎(chǔ)上,將在淺層附近再增加一個檢測尺寸,在主干網(wǎng)絡(luò)淺層部分整合更多高分辨率的圖像信息,以提高Yolov5s對小尺寸車牌的檢測能力。

    2.3 對IoU損失函數(shù)的改進

    Yolov5s原本的檢測框損失函數(shù),使用的是GIoU[14],其公式為:

    其中,IoU 為預(yù)測框(PB)與真實框(GT)的交并比,Ac為能夠?qū)㈩A(yù)測框和真實框同時包含在內(nèi)的最小的矩形,U 表示預(yù)測框和真實框的并集。GIoU 是從PB 和GT之間重合的面積來考慮,可以改善IoU 在PB 和GT 不相交時,梯度不能傳遞的情況。當PB 和GT 之間的相互包含的時候,由公式⑴、⑵可知GIoU 退化成IoU,會弱化實驗結(jié)果。

    本文在CIoU 的基礎(chǔ)上結(jié)合結(jié)合α-IoU的特點,提出可調(diào)節(jié)邊框檢測損失函數(shù)α-CIoU。α-CIoU的定義如下:

    其中b、bgt表示預(yù)測框和真實框的中心點,ρ 表示采用歐式距離計算兩點之間距離。C表示同時包含預(yù)測框和真實框的最小矩形的對角線長,β 為權(quán)重參數(shù),ν是用來衡量長寬比的相似性。α為該函數(shù)的調(diào)節(jié)參數(shù),α可以取不同的值,實現(xiàn)不同的邊框檢測效果,該改進可以進一步挖掘原來目標檢測框的能力,并且針對不同的數(shù)據(jù)集,找出其相對最優(yōu)的α值,使其目標檢測的效果達到最佳。

    3 基于CRNN的字符識別算法

    為了避免車牌分割造成字符被錯分漏分,影響最后的識別結(jié)果,本文利用RNN 的改進方法CRNN[15]算法實現(xiàn)無分割車牌字符識別。

    對于語音識別和文字識別,通常采用RNN,可RNN 在訓練過程容易出現(xiàn)這梯度消失的問題,容易導(dǎo)致訓練中斷無法繼續(xù)學習更深層等內(nèi)容,只對相鄰的序列有較好記憶功能,因此難以滿足對于較長文本的序列識別。BLSTM[16,17](Bi-directional Long Shortterm memory)是RNN 的一種改進版本,能夠?qū)W習到文本中較長的依賴信息,可以在一定程度上解決RNN梯度消失的問題,BLSTM主要通過門的結(jié)構(gòu)選擇性的讓信息通過,過濾掉不重要的信息,實現(xiàn)信息的添加和移除,同時BLSTM 采用雙向結(jié)構(gòu),即可同時利用序列的前向信息、后向信息能夠更有助于序列的預(yù)測,得到更準確的結(jié)果。

    其原理如圖3 所示,首先利用車牌定位將車牌分割出來,再將分割的車牌送入到CRNN 網(wǎng)絡(luò)中。具體流程圖如下,利用卷積和池化層提取圖像的特征圖,將特征圖按照寬度劃分成26個小特征圖,再利用雙層BLSTM對這些小特征圖的結(jié)果逐一預(yù)測,每一部分的特征圖都對應(yīng)圖像的對應(yīng)分割序列的感受野。再利用中文名CTC(Connectionist Temporal Classification)對BLSTM 的輸出結(jié)果進行解碼,得到每個車牌的字符,獲取車牌的識別結(jié)果。

    圖3 車牌識別網(wǎng)絡(luò)

    4 實驗與結(jié)果分析

    4.1 實驗數(shù)據(jù)

    本文的數(shù)據(jù)集采用了網(wǎng)絡(luò)上公開的CCPD 數(shù)據(jù)集,部分停車場數(shù)據(jù)集和自采車牌圖片,共收集到10628 張車牌圖像。在實際的識別過程中,車牌邊框在圖像中分布的位置、所占的整個圖像的比例,影響著最后的識別結(jié)果。如圖4(a)為目標框的中心點在圖中的分布概率,圖4(b)為樣本邊框與圖片的長、寬比。由目標的空間、大小分布看,目標框由頂部至中間部分,依次增大,底部數(shù)據(jù)量較少,且小目標車牌的數(shù)據(jù)量較大。

    圖4 車牌目標框的分布信息

    訓練車牌識別網(wǎng)絡(luò),若以一萬張的車牌數(shù)據(jù)集為例子,由于字母和數(shù)字可以在一張車牌中重復(fù)出現(xiàn),可在CRNN 網(wǎng)絡(luò)中多次訓練,而每張車牌只有一個中文字符,因此對于一萬張樣本的車牌數(shù)據(jù)集平均每個字符只有300 多個中文數(shù)據(jù)樣本,這對于中文字符復(fù)雜的結(jié)構(gòu)來說,較少數(shù)據(jù)量無法滿足復(fù)雜的應(yīng)用場景,這也造成了中文字符無法被有效的識別出來,無法滿足實際訓練的需要。另外,有些偏遠的省份,車牌圖像的收集難度較大,因此難以做到中文數(shù)據(jù)集均衡的狀況。因此,本文將采用車牌圖像仿真的方法,通過模擬在多霧、傾斜、灰度變化等情況下的車牌,達到數(shù)據(jù)集增強效果,其模擬的效果接近真實車牌,圖5為部分仿真車牌圖片。

    圖5 模擬車牌

    4.2 改后的車牌定位算法驗證

    4.2.1 實驗平臺搭建及其準備

    本文的所有實驗環(huán)境是Window64 位操作系統(tǒng)系統(tǒng)下搭建的,電腦的16GB 運行內(nèi)存,顯卡采用NVIDIA GeForce RTX 3060 Laptop GPU,6GB,在pytorch torch 1.8.1+cuda11.1 平臺下實現(xiàn)模型的搭建和訓練工作。

    訓練信息如下,輸入圖像為640×640,對數(shù)據(jù)集按照9:1 的比例劃分出訓練集和測試集,學習率設(shè)置為0.001,批次大小設(shè)置為12,迭代次數(shù)設(shè)置為120次。

    本文通過查看每個迭代下的平均檢測精度(Average precision)的變化來比較模型的優(yōu)劣,通過FPS(每一秒鐘檢測的圖片的數(shù)量)來衡量模型的檢測效率。

    4.2.2 消融實驗及對比

    為了比較做出改進的每一部分對于車牌定位的具體影響,本文采用消融實驗,分析每一部分對于車牌實際效果的貢獻率,通過AP、FPS 的值,分析出模型的效果。通過對比的每一部分若使用該部分內(nèi)容則用“?”,若是未采用則用“?”符號來表示。具體結(jié)構(gòu)見表1。

    表1 Yolov5消融實驗

    由表1的消融實驗可知,EPSA 對檢測結(jié)果的提升較為明顯,AP值有著一定程度的提高,EPSA注意力機制可以有效地抑制背景加強目標信息的表達,使其對小目標特征提取能力得到提升,由于增加了網(wǎng)絡(luò)的復(fù)雜度,相應(yīng)的降低了識別速度;通過加入多尺度,能夠有效提高網(wǎng)絡(luò)的檢測性能,相比之前的網(wǎng)絡(luò)準確率提高了2.4%,使得之前在網(wǎng)絡(luò)中被篩掉的小目標車牌,被檢測出來。而改進的邊框損失函數(shù)α-CIoU可以在一定程度上改善網(wǎng)絡(luò)的性能,提高網(wǎng)絡(luò)的定位精度,提高了0.6%的定位精度。由上述對比實驗可知的結(jié)果可知,使用本文的改進后的方法可以有效的改善車牌的識別能力,抑制背景特征。

    4.2.3 不同模型識別性能的對比

    本文利用經(jīng)典的網(wǎng)絡(luò)模型如SSD、Faster-Rcnn、Yolov3、Yolov4、Yolov5做對比實驗。

    由表2的信息可知,本文方法的檢測查準率、查全率都有著一定的提升,另外相比其他目標檢測模型,本文的檢測速度并不遜色。從權(quán)重模型的大小上看,本文的權(quán)重模型的大小是Yolov4 的1/3,是Faster-Rcnn 模型的1/22,權(quán)重模型占用內(nèi)存空間較小,對移動端友好,降低了設(shè)備的運算量,提高了效率,可以方便的部署到移動端。改進后的方法與Yolov5相比,精度提高了4.6%,盡管檢測速度卻有所下降,可改進后的方法仍優(yōu)于其他目標檢測模型,能夠滿足實際應(yīng)用的需要。

    表2 主流檢測網(wǎng)絡(luò)性能對比

    4.3 車牌識別模型驗證

    本文對車牌識別模型中共使用了18628 張車牌圖片,其中采集的車牌10628 張,仿真的車牌8000 張,仿真的車牌主要是為了彌補數(shù)據(jù)集對于一些偏遠省份數(shù)據(jù)量過小的影響。訓練的批次大小設(shè)為12,設(shè)置為30 個訓練周期,學習率設(shè)置為0.001,訓練的框架為pytorch。本文從loss 和識別的準確率(accuracy)兩個方面來衡量模型的效果。

    由圖6的訓練的結(jié)果可知使用CRNN 模型的收斂速度較快,精度較高,識別準確率為96.5%,實際訓練的模型的大小為7.1MB,對移動端友好。另外從圖7的實際車牌檢測效果看,本文的車牌識別算法對于車牌在遮擋、模糊、傾斜、灰暗條件下的車牌圖像均有著較為好的識別效果,能夠滿足在各種天氣、角度、昏暗條件的實際車牌識別需要。

    圖6 字符訓練結(jié)果

    圖7 改進算法后的車牌識別結(jié)果

    5 結(jié)束語

    本文研究以Yolov5s 為框架端——端的車牌識別方法,通過加入EPSA 注意力機制,增加多尺度檢測框可以有效的提高小尺寸車牌的檢測能力,增強車牌在復(fù)雜背景的識別能力,另外引入的α-CIoU 檢測框損失函數(shù),提高其預(yù)測框結(jié)的精度。在車牌識別階段,利用CRNN實現(xiàn)無分割的車牌識別也能達到較高的準確率,并通過車牌模擬的方法,實現(xiàn)中文數(shù)據(jù)增強,提高中文字符識別的準確率。實驗表明本文的車牌定位準確率達到98.8%,識別準確率達到96.5%,且能夠適應(yīng)復(fù)雜條件下的車牌識別的要求。

    猜你喜歡
    字符識別車牌準確率
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準確率比較探討
    2015—2017 年寧夏各天氣預(yù)報參考產(chǎn)品質(zhì)量檢驗分析
    數(shù)字圖像處理技術(shù)在車牌識別系統(tǒng)中的應(yīng)用
    電子制作(2019年12期)2019-07-16 08:45:16
    高速公路車牌識別標識站準確率驗證法
    一種改進深度學習網(wǎng)絡(luò)結(jié)構(gòu)的英文字符識別
    第一張車牌
    基于MATLAB 的車牌識別系統(tǒng)研究
    電子制作(2017年22期)2017-02-02 07:10:11
    儀表字符識別中的圖像處理算法研究
    基于CUDA和深度置信網(wǎng)絡(luò)的手寫字符識別
    叶爱在线成人免费视频播放| 国产av一区二区精品久久| 神马国产精品三级电影在线观看 | 免费看十八禁软件| 久久精品成人免费网站| 伦理电影免费视频| 搞女人的毛片| 国内少妇人妻偷人精品xxx网站 | 国产精品美女特级片免费视频播放器 | 亚洲av美国av| 成人一区二区视频在线观看| 久久午夜亚洲精品久久| 久久久久久大精品| 亚洲国产精品sss在线观看| 老司机靠b影院| 99国产精品一区二区三区| 日日爽夜夜爽网站| 人妻久久中文字幕网| 久久久久久亚洲精品国产蜜桃av| 国产熟女午夜一区二区三区| 俄罗斯特黄特色一大片| 免费高清视频大片| 国产精品av视频在线免费观看| 99国产极品粉嫩在线观看| 黄色成人免费大全| 亚洲自偷自拍图片 自拍| 最近最新中文字幕大全电影3| 好男人在线观看高清免费视频| 岛国在线免费视频观看| 日韩三级视频一区二区三区| 日韩 欧美 亚洲 中文字幕| 女人高潮潮喷娇喘18禁视频| 久久久久久人人人人人| 成人av一区二区三区在线看| 国产精品久久久久久亚洲av鲁大| 午夜福利在线在线| 国产男靠女视频免费网站| 久久久国产欧美日韩av| 久久久久久九九精品二区国产 | 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲欧美日韩高清专用| 午夜老司机福利片| 18禁黄网站禁片午夜丰满| 三级毛片av免费| 狂野欧美白嫩少妇大欣赏| 99精品久久久久人妻精品| 老司机午夜十八禁免费视频| 亚洲人与动物交配视频| 成年免费大片在线观看| 欧美成人免费av一区二区三区| 成人亚洲精品av一区二区| 淫妇啪啪啪对白视频| 天堂av国产一区二区熟女人妻 | 国产野战对白在线观看| 国产精品香港三级国产av潘金莲| 在线免费观看的www视频| 哪里可以看免费的av片| 哪里可以看免费的av片| av有码第一页| 在线观看美女被高潮喷水网站 | 亚洲av五月六月丁香网| 国产免费男女视频| 亚洲精品一卡2卡三卡4卡5卡| 身体一侧抽搐| 亚洲美女黄片视频| 欧美黑人精品巨大| 88av欧美| 亚洲无线在线观看| 日日干狠狠操夜夜爽| av超薄肉色丝袜交足视频| 真人一进一出gif抽搐免费| 免费在线观看影片大全网站| netflix在线观看网站| 欧美精品啪啪一区二区三区| 国产精品久久久久久久电影 | 国产精品 欧美亚洲| 精品第一国产精品| 看免费av毛片| 欧美日本视频| 国产视频一区二区在线看| 日韩精品青青久久久久久| 国产在线观看jvid| 宅男免费午夜| 淫秽高清视频在线观看| 国产精品自产拍在线观看55亚洲| 大型av网站在线播放| 别揉我奶头~嗯~啊~动态视频| 亚洲一区高清亚洲精品| www.熟女人妻精品国产| 亚洲 欧美一区二区三区| 天天一区二区日本电影三级| 国产视频一区二区在线看| 嫩草影视91久久| 久久亚洲精品不卡| 亚洲熟妇熟女久久| 我要搜黄色片| 亚洲五月婷婷丁香| 老司机午夜十八禁免费视频| 99热这里只有是精品50| 国产亚洲精品一区二区www| 久热爱精品视频在线9| 日韩免费av在线播放| 色噜噜av男人的天堂激情| 五月玫瑰六月丁香| 91av网站免费观看| 又大又爽又粗| 免费在线观看黄色视频的| 久久草成人影院| 成人18禁在线播放| 丰满人妻熟妇乱又伦精品不卡| 日韩大尺度精品在线看网址| 老司机深夜福利视频在线观看| 在线观看www视频免费| 日韩欧美 国产精品| avwww免费| 亚洲av日韩精品久久久久久密| a级毛片在线看网站| 亚洲一卡2卡3卡4卡5卡精品中文| 黄色丝袜av网址大全| 亚洲国产欧美网| 又紧又爽又黄一区二区| 亚洲专区中文字幕在线| 一区福利在线观看| 国产午夜精品久久久久久| 欧美成人一区二区免费高清观看 | 美女扒开内裤让男人捅视频| 男男h啪啪无遮挡| 黑人巨大精品欧美一区二区mp4| 天天躁狠狠躁夜夜躁狠狠躁| 日韩三级视频一区二区三区| 嫁个100分男人电影在线观看| 久久草成人影院| 中文字幕av在线有码专区| 一级黄色大片毛片| 久久人人精品亚洲av| 搡老熟女国产l中国老女人| 国产熟女xx| 欧美一区二区精品小视频在线| 亚洲国产精品999在线| 亚洲国产欧洲综合997久久,| 69av精品久久久久久| 精品无人区乱码1区二区| 99热这里只有是精品50| 久热爱精品视频在线9| 一级a爱片免费观看的视频| 国产欧美日韩精品亚洲av| 俺也久久电影网| 欧美中文综合在线视频| 日本熟妇午夜| 亚洲精品在线观看二区| 欧美午夜高清在线| 亚洲黑人精品在线| 性欧美人与动物交配| 色综合婷婷激情| 日本免费一区二区三区高清不卡| 亚洲成人国产一区在线观看| 夜夜爽天天搞| 中出人妻视频一区二区| 国产熟女xx| 人人妻,人人澡人人爽秒播| 亚洲国产欧美人成| 日本一二三区视频观看| www.精华液| 亚洲自偷自拍图片 自拍| 久久久久亚洲av毛片大全| 亚洲精品美女久久av网站| 又大又爽又粗| svipshipincom国产片| 不卡av一区二区三区| av天堂在线播放| 国产欧美日韩精品亚洲av| 麻豆国产av国片精品| 最近最新中文字幕大全电影3| 国产亚洲精品久久久久久毛片| avwww免费| 亚洲国产精品成人综合色| 老司机福利观看| 搡老熟女国产l中国老女人| 亚洲精品在线观看二区| 亚洲精品粉嫩美女一区| 这个男人来自地球电影免费观看| 中出人妻视频一区二区| 美女扒开内裤让男人捅视频| 色老头精品视频在线观看| 午夜福利18| 视频区欧美日本亚洲| 欧美日韩一级在线毛片| 精品久久久久久久人妻蜜臀av| 老熟妇仑乱视频hdxx| 99在线人妻在线中文字幕| 制服诱惑二区| 免费一级毛片在线播放高清视频| 人妻夜夜爽99麻豆av| 一进一出好大好爽视频| 日本 欧美在线| 法律面前人人平等表现在哪些方面| 不卡av一区二区三区| 日韩 欧美 亚洲 中文字幕| 国内毛片毛片毛片毛片毛片| 99热6这里只有精品| 黄色毛片三级朝国网站| 伊人久久大香线蕉亚洲五| 老汉色av国产亚洲站长工具| 成年人黄色毛片网站| 午夜精品一区二区三区免费看| 两个人的视频大全免费| 深夜精品福利| 久久午夜亚洲精品久久| 欧美久久黑人一区二区| 亚洲精品在线美女| 免费高清视频大片| 免费在线观看黄色视频的| 免费一级毛片在线播放高清视频| 天天躁夜夜躁狠狠躁躁| 久久久国产精品麻豆| 国产成人av教育| 国产激情偷乱视频一区二区| 日韩精品青青久久久久久| 亚洲中文av在线| 亚洲成人久久爱视频| 精品久久久久久久人妻蜜臀av| 国产精品综合久久久久久久免费| 亚洲国产欧洲综合997久久,| 真人一进一出gif抽搐免费| 国产1区2区3区精品| 欧美一区二区精品小视频在线| 国产又色又爽无遮挡免费看| 99国产精品一区二区蜜桃av| √禁漫天堂资源中文www| 国产精品98久久久久久宅男小说| 18禁国产床啪视频网站| 免费看十八禁软件| 精品一区二区三区av网在线观看| 日本黄色视频三级网站网址| 亚洲av美国av| 免费在线观看黄色视频的| 亚洲av片天天在线观看| 日本五十路高清| 亚洲狠狠婷婷综合久久图片| 亚洲人成电影免费在线| 一级毛片女人18水好多| 黑人巨大精品欧美一区二区mp4| 五月玫瑰六月丁香| av福利片在线| 天堂av国产一区二区熟女人妻 | 少妇裸体淫交视频免费看高清 | 白带黄色成豆腐渣| 久久天堂一区二区三区四区| 麻豆国产av国片精品| 人人妻人人看人人澡| 国产野战对白在线观看| 国产高清有码在线观看视频 | 国产精品综合久久久久久久免费| 亚洲无线在线观看| 首页视频小说图片口味搜索| 成人永久免费在线观看视频| 成人三级黄色视频| 老鸭窝网址在线观看| 午夜久久久久精精品| 一边摸一边做爽爽视频免费| 99精品欧美一区二区三区四区| 久久久国产成人免费| 91在线观看av| av国产免费在线观看| 欧美黑人巨大hd| 九色国产91popny在线| 国产高清视频在线播放一区| 欧美一区二区国产精品久久精品 | 欧美精品亚洲一区二区| 草草在线视频免费看| www.www免费av| 国产激情欧美一区二区| 神马国产精品三级电影在线观看 | 白带黄色成豆腐渣| 深夜精品福利| 精品无人区乱码1区二区| www日本在线高清视频| 日韩欧美一区二区三区在线观看| 一边摸一边抽搐一进一小说| 国产成人av激情在线播放| 亚洲专区中文字幕在线| 亚洲中文av在线| 可以免费在线观看a视频的电影网站| 色老头精品视频在线观看| 国产精品,欧美在线| 国产成人aa在线观看| 国产熟女xx| avwww免费| 国产成人影院久久av| 一级毛片精品| 精品久久久久久,| 色精品久久人妻99蜜桃| 日韩大尺度精品在线看网址| 91字幕亚洲| or卡值多少钱| 成熟少妇高潮喷水视频| 精品一区二区三区视频在线观看免费| 美女黄网站色视频| 日本一区二区免费在线视频| 亚洲专区字幕在线| 日本 av在线| 精品欧美国产一区二区三| 人人妻人人看人人澡| 国产主播在线观看一区二区| 好男人在线观看高清免费视频| 91九色精品人成在线观看| 亚洲美女视频黄频| 久久香蕉激情| 香蕉久久夜色| 91麻豆精品激情在线观看国产| 久久久国产成人免费| 99国产精品一区二区三区| 国产精品免费一区二区三区在线| 国产日本99.免费观看| 国产精品国产高清国产av| 亚洲18禁久久av| 人人妻人人看人人澡| 国产男靠女视频免费网站| 亚洲五月天丁香| 窝窝影院91人妻| 丁香欧美五月| 亚洲精华国产精华精| 人妻丰满熟妇av一区二区三区| 国产精品影院久久| 亚洲五月天丁香| 中文字幕av在线有码专区| 久久精品夜夜夜夜夜久久蜜豆 | 亚洲av成人一区二区三| 国产真人三级小视频在线观看| 亚洲五月婷婷丁香| 看黄色毛片网站| 91麻豆精品激情在线观看国产| 免费在线观看成人毛片| 欧美精品亚洲一区二区| 琪琪午夜伦伦电影理论片6080| 蜜桃久久精品国产亚洲av| 亚洲中文字幕一区二区三区有码在线看 | 18禁黄网站禁片免费观看直播| 久久午夜亚洲精品久久| 99国产精品一区二区三区| 99精品欧美一区二区三区四区| 成人国语在线视频| 一边摸一边做爽爽视频免费| 免费高清视频大片| 日本撒尿小便嘘嘘汇集6| 久热爱精品视频在线9| 舔av片在线| 日本一本二区三区精品| 无遮挡黄片免费观看| 精品欧美国产一区二区三| 777久久人妻少妇嫩草av网站| 亚洲无线在线观看| 国产人伦9x9x在线观看| 午夜影院日韩av| 成年人黄色毛片网站| 免费在线观看视频国产中文字幕亚洲| 国产精品免费一区二区三区在线| av片东京热男人的天堂| 动漫黄色视频在线观看| 性色av乱码一区二区三区2| 精品一区二区三区av网在线观看| 国产一区二区在线观看日韩 | 男人舔女人的私密视频| 亚洲国产精品成人综合色| 波多野结衣巨乳人妻| 草草在线视频免费看| 免费在线观看亚洲国产| 亚洲 欧美 日韩 在线 免费| 俄罗斯特黄特色一大片| 欧美一级a爱片免费观看看 | 成人三级做爰电影| 999久久久国产精品视频| 欧美成人一区二区免费高清观看 | 久久精品91蜜桃| 日本免费a在线| 看免费av毛片| 两个人免费观看高清视频| 亚洲人成伊人成综合网2020| 久久国产精品影院| 性色av乱码一区二区三区2| 看片在线看免费视频| 婷婷六月久久综合丁香| 非洲黑人性xxxx精品又粗又长| 一本大道久久a久久精品| 女生性感内裤真人,穿戴方法视频| 美女扒开内裤让男人捅视频| 99国产极品粉嫩在线观看| 一本一本综合久久| 欧美不卡视频在线免费观看 | netflix在线观看网站| 国产成年人精品一区二区| 精品久久久久久成人av| www.自偷自拍.com| 俺也久久电影网| 欧美激情久久久久久爽电影| 一个人免费在线观看的高清视频| 中文在线观看免费www的网站 | 色综合欧美亚洲国产小说| 午夜福利高清视频| 久久久久九九精品影院| 在线十欧美十亚洲十日本专区| 19禁男女啪啪无遮挡网站| 国内久久婷婷六月综合欲色啪| 村上凉子中文字幕在线| 毛片女人毛片| 国产黄片美女视频| 成在线人永久免费视频| 亚洲 欧美一区二区三区| 免费av毛片视频| 国产97色在线日韩免费| 亚洲一区二区三区色噜噜| 成人午夜高清在线视频| 男男h啪啪无遮挡| 99精品欧美一区二区三区四区| 欧美国产日韩亚洲一区| 美女大奶头视频| 久久这里只有精品19| 午夜两性在线视频| 99国产精品一区二区蜜桃av| 9191精品国产免费久久| 日本精品一区二区三区蜜桃| 成人18禁在线播放| 丁香欧美五月| 亚洲人成伊人成综合网2020| 免费在线观看影片大全网站| 又大又爽又粗| 婷婷亚洲欧美| 中文字幕熟女人妻在线| 啦啦啦观看免费观看视频高清| 亚洲美女视频黄频| 久久久久国产一级毛片高清牌| 欧美又色又爽又黄视频| 好男人在线观看高清免费视频| 国产亚洲av高清不卡| 精品免费久久久久久久清纯| 9191精品国产免费久久| 天堂√8在线中文| 亚洲av成人精品一区久久| 久久精品夜夜夜夜夜久久蜜豆 | 女同久久另类99精品国产91| 亚洲av第一区精品v没综合| 国产成人精品久久二区二区免费| 日本精品一区二区三区蜜桃| 日韩欧美国产在线观看| 日本 av在线| 中出人妻视频一区二区| 日本五十路高清| 亚洲人与动物交配视频| 每晚都被弄得嗷嗷叫到高潮| 日韩国内少妇激情av| 国产午夜精品久久久久久| 啦啦啦观看免费观看视频高清| 黄片小视频在线播放| 国产av一区在线观看免费| 五月伊人婷婷丁香| 欧美黄色淫秽网站| av中文乱码字幕在线| 国产真实乱freesex| 国产精品久久久久久久电影 | 国产一区在线观看成人免费| 成年免费大片在线观看| 国产精品久久久久久亚洲av鲁大| 可以在线观看的亚洲视频| 999精品在线视频| 一本久久中文字幕| 国产午夜福利久久久久久| 老鸭窝网址在线观看| 欧美绝顶高潮抽搐喷水| 欧美性猛交黑人性爽| 啦啦啦观看免费观看视频高清| 亚洲av美国av| 伦理电影免费视频| 久久这里只有精品中国| 午夜福利成人在线免费观看| 亚洲自拍偷在线| 女人被狂操c到高潮| 国产av在哪里看| 美女 人体艺术 gogo| www.自偷自拍.com| 女警被强在线播放| 亚洲成人久久性| 男人的好看免费观看在线视频 | 中国美女看黄片| 国语自产精品视频在线第100页| 欧美在线一区亚洲| 亚洲va日本ⅴa欧美va伊人久久| 精品久久久久久久毛片微露脸| 真人做人爱边吃奶动态| 国产精品日韩av在线免费观看| 高潮久久久久久久久久久不卡| 亚洲18禁久久av| 国产探花在线观看一区二区| 亚洲精品美女久久久久99蜜臀| 免费在线观看日本一区| 长腿黑丝高跟| 国内精品久久久久精免费| 天堂动漫精品| 亚洲人成网站高清观看| 亚洲国产欧洲综合997久久,| 观看免费一级毛片| 宅男免费午夜| 精品久久久久久久久久免费视频| 日韩欧美三级三区| 黄色a级毛片大全视频| 18禁国产床啪视频网站| 欧美久久黑人一区二区| 婷婷六月久久综合丁香| 亚洲欧洲精品一区二区精品久久久| 久久精品aⅴ一区二区三区四区| 成人18禁在线播放| 久久99热这里只有精品18| 久久伊人香网站| 国产91精品成人一区二区三区| 最新美女视频免费是黄的| 国产高清视频在线观看网站| 国产高清videossex| 草草在线视频免费看| 中文在线观看免费www的网站 | 精品第一国产精品| 亚洲av成人av| 国产精品电影一区二区三区| 久久久水蜜桃国产精品网| 国产激情偷乱视频一区二区| 一个人免费在线观看的高清视频| 国产亚洲精品一区二区www| 男女之事视频高清在线观看| 老熟妇乱子伦视频在线观看| www.www免费av| 久久婷婷成人综合色麻豆| 久久久国产成人免费| 亚洲 国产 在线| 99久久精品国产亚洲精品| 国产野战对白在线观看| 精品欧美一区二区三区在线| 草草在线视频免费看| xxx96com| 琪琪午夜伦伦电影理论片6080| 中文资源天堂在线| 制服丝袜大香蕉在线| 亚洲最大成人中文| 久久天躁狠狠躁夜夜2o2o| 亚洲精品在线美女| bbb黄色大片| 午夜影院日韩av| 色av中文字幕| 色综合亚洲欧美另类图片| 欧美一级a爱片免费观看看 | 可以在线观看毛片的网站| 国产精品自产拍在线观看55亚洲| 亚洲欧美日韩东京热| 又大又爽又粗| 国产精品综合久久久久久久免费| 日本撒尿小便嘘嘘汇集6| 美女午夜性视频免费| 成人18禁在线播放| 老汉色av国产亚洲站长工具| 色综合婷婷激情| 亚洲欧美一区二区三区黑人| 三级男女做爰猛烈吃奶摸视频| 91国产中文字幕| 国内少妇人妻偷人精品xxx网站 | 色综合欧美亚洲国产小说| 91麻豆精品激情在线观看国产| 国产在线精品亚洲第一网站| 久久久久久久午夜电影| 国产免费男女视频| 母亲3免费完整高清在线观看| 中文亚洲av片在线观看爽| 国产欧美日韩一区二区精品| 亚洲精品一区av在线观看| 精品久久久久久成人av| 亚洲18禁久久av| 亚洲av成人一区二区三| 国产成人精品久久二区二区91| 国产精品免费视频内射| 成年人黄色毛片网站| 精品人妻1区二区| 亚洲国产中文字幕在线视频| 99精品欧美一区二区三区四区| 欧美高清成人免费视频www| 99国产精品一区二区蜜桃av| 亚洲国产高清在线一区二区三| 国产成人av教育| 欧美在线黄色| 91老司机精品| 国产精品九九99| 国产熟女xx| 在线观看午夜福利视频| 日本免费一区二区三区高清不卡| 女人被狂操c到高潮| 午夜a级毛片| 最新美女视频免费是黄的| 91成年电影在线观看| 老熟妇乱子伦视频在线观看| 亚洲色图 男人天堂 中文字幕| 欧美日本亚洲视频在线播放| www.精华液| 麻豆国产97在线/欧美 | 欧美午夜高清在线| 一级毛片高清免费大全| 搡老妇女老女人老熟妇| 一区二区三区激情视频| 在线观看免费午夜福利视频| 国产在线观看jvid| 精品第一国产精品| 欧美性猛交╳xxx乱大交人| 欧美激情久久久久久爽电影| 嫁个100分男人电影在线观看| www.自偷自拍.com| 国产成人啪精品午夜网站| 五月玫瑰六月丁香| 亚洲专区字幕在线| 国产亚洲av嫩草精品影院| 2021天堂中文幕一二区在线观| 正在播放国产对白刺激|