• <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
    国产成人精品婷婷| 另类精品久久| 美女大奶头黄色视频| 性高湖久久久久久久久免费观看| 亚洲第一av免费看| 日韩一区二区三区影片| 亚洲国产最新在线播放| 男女国产视频网站| 最新中文字幕久久久久| 日韩伦理黄色片| 99热国产这里只有精品6| 亚洲精品乱久久久久久| 汤姆久久久久久久影院中文字幕| 久久久久久久大尺度免费视频| 亚洲国产精品国产精品| 国产毛片在线视频| 99视频精品全部免费 在线| 中文天堂在线官网| 国产精品一国产av| 七月丁香在线播放| 国产亚洲最大av| 国产精品一区二区在线不卡| 久久97久久精品| 国产精品久久久久成人av| 国产精品久久久久久久久免| 久久婷婷青草| 亚洲av电影在线进入| 久久99蜜桃精品久久| 香蕉国产在线看| 日韩大片免费观看网站| 亚洲一级一片aⅴ在线观看| 国产精品免费大片| 久久影院123| 成人无遮挡网站| 欧美精品av麻豆av| 欧美日韩视频高清一区二区三区二| 亚洲,一卡二卡三卡| 最近手机中文字幕大全| 97人妻天天添夜夜摸| 亚洲五月色婷婷综合| 啦啦啦啦在线视频资源| 亚洲色图 男人天堂 中文字幕 | 国产精品秋霞免费鲁丝片| 99热国产这里只有精品6| 99香蕉大伊视频| 最黄视频免费看| 观看av在线不卡| 少妇的逼好多水| 国产激情久久老熟女| 男女边吃奶边做爰视频| 青春草亚洲视频在线观看| xxxhd国产人妻xxx| 欧美日韩国产mv在线观看视频| a 毛片基地| 国产色爽女视频免费观看| 成人亚洲欧美一区二区av| 久久精品久久久久久噜噜老黄| 国产av国产精品国产| 国产精品久久久久久久久免| 久久国产精品大桥未久av| 日韩制服骚丝袜av| 久久韩国三级中文字幕| 日本91视频免费播放| 色网站视频免费| 极品人妻少妇av视频| av卡一久久| 内地一区二区视频在线| 日韩熟女老妇一区二区性免费视频| 波多野结衣一区麻豆| 校园人妻丝袜中文字幕| 亚洲av在线观看美女高潮| 久久狼人影院| 国产免费一级a男人的天堂| 国产男人的电影天堂91| 侵犯人妻中文字幕一二三四区| 久久婷婷青草| 日韩av在线免费看完整版不卡| 一级毛片电影观看| 欧美 日韩 精品 国产| 黄色配什么色好看| 一区二区av电影网| 欧美 亚洲 国产 日韩一| 国产亚洲精品第一综合不卡 | 欧美xxxx性猛交bbbb| 亚洲人成网站在线观看播放| 如日韩欧美国产精品一区二区三区| 视频中文字幕在线观看| 三上悠亚av全集在线观看| 欧美激情极品国产一区二区三区 | 国产又爽黄色视频| 最新的欧美精品一区二区| 欧美精品av麻豆av| 内地一区二区视频在线| 永久免费av网站大全| 午夜久久久在线观看| 国产成人aa在线观看| 18+在线观看网站| av在线观看视频网站免费| 欧美日韩视频高清一区二区三区二| 丝袜在线中文字幕| 99精国产麻豆久久婷婷| 在线观看三级黄色| 麻豆精品久久久久久蜜桃| 欧美+日韩+精品| 2022亚洲国产成人精品| 美女大奶头黄色视频| 久久人妻熟女aⅴ| 国产片特级美女逼逼视频| 一二三四中文在线观看免费高清| 久久午夜综合久久蜜桃| 久久青草综合色| 男女高潮啪啪啪动态图| 国产精品女同一区二区软件| 亚洲,一卡二卡三卡| 黄色视频在线播放观看不卡| 亚洲成人一二三区av| 建设人人有责人人尽责人人享有的| 国产深夜福利视频在线观看| 蜜桃在线观看..| 深夜精品福利| 欧美精品人与动牲交sv欧美| av播播在线观看一区| 成人手机av| 高清av免费在线| 男男h啪啪无遮挡| 国产精品久久久久久精品电影小说| 久久精品国产a三级三级三级| 国产精品.久久久| 一级,二级,三级黄色视频| 免费不卡的大黄色大毛片视频在线观看| 欧美国产精品va在线观看不卡| 久久久a久久爽久久v久久| 男女下面插进去视频免费观看 | 亚洲国产看品久久| 黄片无遮挡物在线观看| 欧美日韩国产mv在线观看视频| 一级爰片在线观看| 如日韩欧美国产精品一区二区三区| 黄色毛片三级朝国网站| 免费人成在线观看视频色| 中文天堂在线官网| 91在线精品国自产拍蜜月| 国产爽快片一区二区三区| 国产熟女欧美一区二区| 九色成人免费人妻av| 99热这里只有是精品在线观看| 亚洲精品美女久久av网站| 国产成人91sexporn| 中文乱码字字幕精品一区二区三区| 国产精品人妻久久久久久| av免费观看日本| 欧美日韩国产mv在线观看视频| 国产色婷婷99| 一区在线观看完整版| 9191精品国产免费久久| 热99久久久久精品小说推荐| 精品一区二区免费观看| 9热在线视频观看99| 精品国产一区二区三区四区第35| 免费高清在线观看日韩| 国产男女超爽视频在线观看| 精品人妻在线不人妻| 永久免费av网站大全| 精品一区二区三卡| 国产爽快片一区二区三区| 午夜福利乱码中文字幕| 老司机影院毛片| 波多野结衣一区麻豆| 国产高清国产精品国产三级| 最近2019中文字幕mv第一页| 亚洲少妇的诱惑av| 不卡视频在线观看欧美| 香蕉丝袜av| 哪个播放器可以免费观看大片| 男女高潮啪啪啪动态图| 嫩草影院入口| 婷婷色av中文字幕| 国产毛片在线视频| 亚洲av欧美aⅴ国产| 精品一区二区三区四区五区乱码 | 十分钟在线观看高清视频www| 热re99久久国产66热| 国产精品久久久久成人av| 丰满饥渴人妻一区二区三| 国产午夜精品一二区理论片| 亚洲一码二码三码区别大吗| 亚洲天堂av无毛| 丝袜美足系列| 久久久精品免费免费高清| 欧美日韩视频精品一区| www日本在线高清视频| 久久亚洲国产成人精品v| 菩萨蛮人人尽说江南好唐韦庄| 丝袜脚勾引网站| 久久鲁丝午夜福利片| 爱豆传媒免费全集在线观看| 中文字幕亚洲精品专区| 日韩av在线免费看完整版不卡| 国产免费视频播放在线视频| a级片在线免费高清观看视频| 最新中文字幕久久久久| 国产乱来视频区| 夫妻性生交免费视频一级片| √禁漫天堂资源中文www| 晚上一个人看的免费电影| 免费观看在线日韩| 国产成人免费无遮挡视频| 丝瓜视频免费看黄片| 大陆偷拍与自拍| 2022亚洲国产成人精品| 日本午夜av视频| 丰满迷人的少妇在线观看| 日韩欧美精品免费久久| av线在线观看网站| 人人妻人人爽人人添夜夜欢视频| 日本黄大片高清| 汤姆久久久久久久影院中文字幕| www.色视频.com| 中文字幕精品免费在线观看视频 | 国产福利在线免费观看视频| 亚洲av.av天堂| 啦啦啦视频在线资源免费观看| 国产精品一区www在线观看| 蜜桃在线观看..| 亚洲美女黄色视频免费看| 亚洲综合色网址| 亚洲成人手机| 国产极品粉嫩免费观看在线| 97在线视频观看| 少妇人妻精品综合一区二区| 日韩电影二区| av播播在线观看一区| 91在线精品国自产拍蜜月| 美女视频免费永久观看网站| 国产成人一区二区在线| 国产精品秋霞免费鲁丝片| 9191精品国产免费久久| 国产色爽女视频免费观看| 亚洲国产精品一区二区三区在线| 色婷婷av一区二区三区视频| 咕卡用的链子| 久久久久久久亚洲中文字幕| 国产成人精品久久久久久| 丰满乱子伦码专区| 国产日韩欧美视频二区| 在线观看免费视频网站a站| 日本-黄色视频高清免费观看| 搡女人真爽免费视频火全软件| 久久青草综合色| 国产一区有黄有色的免费视频| 久久国产精品大桥未久av| 免费播放大片免费观看视频在线观看| 久久人人爽av亚洲精品天堂| 啦啦啦啦在线视频资源| 精品一区二区三卡| 午夜福利在线观看免费完整高清在| 免费不卡的大黄色大毛片视频在线观看| 在线观看免费高清a一片| 欧美丝袜亚洲另类| 午夜视频国产福利| 天天躁夜夜躁狠狠久久av| 有码 亚洲区| 韩国av在线不卡| 国产成人精品福利久久| 精品午夜福利在线看| 色婷婷久久久亚洲欧美| 精品一品国产午夜福利视频| 亚洲激情五月婷婷啪啪| 成人毛片a级毛片在线播放| 街头女战士在线观看网站| 久久影院123| 97精品久久久久久久久久精品| 精品人妻熟女毛片av久久网站| 人体艺术视频欧美日本| 亚洲精品国产色婷婷电影| 青春草国产在线视频| 国产精品一区二区在线观看99| 黑人高潮一二区| 毛片一级片免费看久久久久| 成年女人在线观看亚洲视频| 国产一区二区三区av在线| 午夜福利影视在线免费观看| 亚洲人成网站在线观看播放| 香蕉国产在线看| 久久精品国产综合久久久 | 亚洲伊人久久精品综合| 女性被躁到高潮视频| 国产精品不卡视频一区二区| 女人精品久久久久毛片| 日韩 亚洲 欧美在线| 亚洲,欧美,日韩| 日韩不卡一区二区三区视频在线| 久久久久精品性色| 深夜精品福利| 搡女人真爽免费视频火全软件| 一本大道久久a久久精品| 一区二区日韩欧美中文字幕 | 美女xxoo啪啪120秒动态图| 99热这里只有是精品在线观看| 伦理电影大哥的女人| 亚洲综合色网址| 51国产日韩欧美| 人妻一区二区av| av福利片在线| 亚洲av免费高清在线观看| 丝瓜视频免费看黄片| 欧美精品国产亚洲| 国产成人a∨麻豆精品| 欧美丝袜亚洲另类| 18禁观看日本| 最近中文字幕2019免费版| 精品久久国产蜜桃| 建设人人有责人人尽责人人享有的| 90打野战视频偷拍视频| 欧美精品国产亚洲| 欧美丝袜亚洲另类| 国产免费现黄频在线看| 日本wwww免费看| 老司机亚洲免费影院| 熟女av电影| www.色视频.com| 国产成人aa在线观看| 日韩,欧美,国产一区二区三区| 免费在线观看黄色视频的| 亚洲四区av| 国产成人一区二区在线| 日本vs欧美在线观看视频| 999精品在线视频| 国产极品天堂在线| 亚洲精品第二区| 欧美精品一区二区大全| 97人妻天天添夜夜摸| 男女免费视频国产| 老司机影院成人| 在线天堂最新版资源| 嫩草影院入口| 色网站视频免费| 一二三四中文在线观看免费高清| 国产免费现黄频在线看| 黄色毛片三级朝国网站| 日韩熟女老妇一区二区性免费视频| 亚洲精品久久午夜乱码| 免费大片黄手机在线观看| 天堂8中文在线网| 热99久久久久精品小说推荐| 久久久精品94久久精品| 人妻 亚洲 视频| xxx大片免费视频| 精品亚洲成国产av| 国产欧美另类精品又又久久亚洲欧美| 日本欧美视频一区| 又粗又硬又长又爽又黄的视频| 国产精品麻豆人妻色哟哟久久| 国产成人免费观看mmmm| 日本91视频免费播放| 亚洲综合色惰| 国产色爽女视频免费观看| 十分钟在线观看高清视频www| 亚洲伊人色综图| 亚洲国产av影院在线观看| 免费黄网站久久成人精品| av福利片在线| 国产深夜福利视频在线观看| 亚洲av.av天堂| av黄色大香蕉| 日韩中文字幕视频在线看片| 久久婷婷青草| av天堂久久9| 欧美激情 高清一区二区三区| 中文字幕最新亚洲高清| 久久av网站| 男女边吃奶边做爰视频| 蜜桃在线观看..| 制服人妻中文乱码| 国产精品不卡视频一区二区| 国产成人av激情在线播放| 色5月婷婷丁香| 久久综合国产亚洲精品| 亚洲在久久综合| av在线播放精品| 99国产精品免费福利视频| 青青草视频在线视频观看| 亚洲成av片中文字幕在线观看 | www.熟女人妻精品国产 | 国产成人91sexporn| 久久人人爽人人片av| av视频免费观看在线观看| 国产精品蜜桃在线观看| 大香蕉久久网| 日本猛色少妇xxxxx猛交久久| 天天躁夜夜躁狠狠躁躁| 午夜福利在线观看免费完整高清在| 亚洲精品乱久久久久久| 亚洲国产欧美在线一区| 18禁在线无遮挡免费观看视频| 日本欧美视频一区| 午夜av观看不卡| 国产 精品1| 天天影视国产精品| 一级片免费观看大全| av卡一久久| 免费看不卡的av| 亚洲国产精品专区欧美| 99热这里只有是精品在线观看| 亚洲欧美精品自产自拍| 黄片播放在线免费| 在线观看一区二区三区激情| 视频区图区小说| 久久精品夜色国产| 中文字幕人妻丝袜制服| 欧美日韩视频高清一区二区三区二| 精品一区二区三卡| 成人国产麻豆网| 性色av一级| 亚洲精品aⅴ在线观看| 精品少妇内射三级| 午夜福利,免费看| 国产精品免费大片| 自线自在国产av| 亚洲天堂av无毛| 国产片特级美女逼逼视频| 插逼视频在线观看| 亚洲国产日韩一区二区| 国产极品天堂在线| 黄片播放在线免费| 国产亚洲一区二区精品| 免费黄频网站在线观看国产| 纵有疾风起免费观看全集完整版| 9色porny在线观看| 男女无遮挡免费网站观看| 久久人妻熟女aⅴ| 亚洲精品国产色婷婷电影| 亚洲伊人色综图| 一级片免费观看大全| 午夜免费鲁丝| 日韩欧美一区视频在线观看| 18禁裸乳无遮挡动漫免费视频| 国产欧美日韩一区二区三区在线| 一级,二级,三级黄色视频| 一区二区三区乱码不卡18| 久久精品人人爽人人爽视色| 在线观看免费高清a一片| 色5月婷婷丁香| 日韩不卡一区二区三区视频在线| 99九九在线精品视频| 欧美人与善性xxx| 91久久精品国产一区二区三区| 赤兔流量卡办理| 一本色道久久久久久精品综合| 午夜精品国产一区二区电影| 日本-黄色视频高清免费观看| av在线老鸭窝| 黑人高潮一二区| av黄色大香蕉| 哪个播放器可以免费观看大片| 国产日韩欧美视频二区| 九草在线视频观看| 人人澡人人妻人| 国产成人一区二区在线| 亚洲精品视频女| 春色校园在线视频观看| 亚洲经典国产精华液单| 久久久久久伊人网av| 久久精品国产亚洲av天美| 国产女主播在线喷水免费视频网站| 亚洲,一卡二卡三卡| 亚洲精品久久久久久婷婷小说| 两个人看的免费小视频| 久久婷婷青草| 久久人人爽人人爽人人片va| 少妇精品久久久久久久| 成人国语在线视频| 97在线人人人人妻| 亚洲欧美成人综合另类久久久| 999精品在线视频| 69精品国产乱码久久久| 天天躁夜夜躁狠狠躁躁| 一级,二级,三级黄色视频| a级毛片黄视频| 交换朋友夫妻互换小说| 王馨瑶露胸无遮挡在线观看| 在线天堂中文资源库| 成人漫画全彩无遮挡| 爱豆传媒免费全集在线观看| 久久这里有精品视频免费| a级毛片在线看网站| 精品国产国语对白av| 久久午夜福利片| 久久精品久久精品一区二区三区| 一级片'在线观看视频| 老司机影院成人| 99国产综合亚洲精品| 一级毛片电影观看| 人妻一区二区av| 久久99热这里只频精品6学生| 国产一区二区三区综合在线观看 | 欧美另类一区| 黄片播放在线免费| 搡老乐熟女国产| 99热6这里只有精品| 精品酒店卫生间| av又黄又爽大尺度在线免费看| 九色亚洲精品在线播放| 亚洲国产精品999| 777米奇影视久久| 涩涩av久久男人的天堂| 免费播放大片免费观看视频在线观看| 国产精品一二三区在线看| 久久久国产精品麻豆| 欧美精品av麻豆av| 久久久久久久亚洲中文字幕| 少妇人妻 视频| 狂野欧美激情性bbbbbb| 大话2 男鬼变身卡| 热re99久久国产66热| 十八禁网站网址无遮挡| 夫妻午夜视频| 久久久久久久亚洲中文字幕| 欧美bdsm另类| 国产精品久久久久久久久免| 亚洲精品自拍成人| 三级国产精品片| 日本av免费视频播放| 极品少妇高潮喷水抽搐| 国产精品一区二区在线不卡| 色94色欧美一区二区| 婷婷色综合www| 中文天堂在线官网| 免费黄网站久久成人精品| 国产成人精品婷婷| 亚洲在久久综合| 国产精品久久久久成人av| 亚洲av中文av极速乱| 日韩制服丝袜自拍偷拍| www.熟女人妻精品国产 | 国产成人av激情在线播放| 成人亚洲精品一区在线观看| 9色porny在线观看| 99视频精品全部免费 在线| 最近的中文字幕免费完整| 国产极品粉嫩免费观看在线| 天天影视国产精品| 黄片播放在线免费| 日本黄大片高清| 免费看av在线观看网站| av又黄又爽大尺度在线免费看| 99国产精品免费福利视频| 国产精品久久久久成人av| 欧美亚洲 丝袜 人妻 在线| 高清在线视频一区二区三区| 国产片内射在线| 免费高清在线观看日韩| 黄网站色视频无遮挡免费观看| 亚洲美女视频黄频| 18禁观看日本| 看非洲黑人一级黄片| 成人国产麻豆网| a 毛片基地| 亚洲精品自拍成人| 三级国产精品片| freevideosex欧美| 国产精品99久久99久久久不卡 | 99久久中文字幕三级久久日本| 在线亚洲精品国产二区图片欧美| 免费观看a级毛片全部| 欧美亚洲日本最大视频资源| 亚洲av中文av极速乱| 熟女人妻精品中文字幕| 亚洲成人av在线免费| 免费观看无遮挡的男女| 九草在线视频观看| 日日爽夜夜爽网站| 亚洲精华国产精华液的使用体验| 少妇的逼好多水| 夜夜爽夜夜爽视频| 一级片'在线观看视频| 成年动漫av网址| 97在线视频观看| 久久久精品免费免费高清| 国产激情久久老熟女| 青春草视频在线免费观看| 多毛熟女@视频| 国产又色又爽无遮挡免| 免费大片18禁| 国产欧美亚洲国产| 精品卡一卡二卡四卡免费| 免费高清在线观看日韩| 国产亚洲精品久久久com| 日本-黄色视频高清免费观看| 五月天丁香电影| 天天躁夜夜躁狠狠久久av| 秋霞在线观看毛片| 哪个播放器可以免费观看大片| 美女视频免费永久观看网站| 精品国产一区二区久久| 亚洲国产精品999| 中文乱码字字幕精品一区二区三区| 久久久久精品久久久久真实原创| 久久毛片免费看一区二区三区| 啦啦啦视频在线资源免费观看| 男女边摸边吃奶| 又黄又爽又刺激的免费视频.| 天美传媒精品一区二区| 成人毛片a级毛片在线播放| 十八禁高潮呻吟视频| 观看美女的网站| 免费观看在线日韩| 蜜桃国产av成人99| 日韩大片免费观看网站| 国产av一区二区精品久久| 黄片播放在线免费| 你懂的网址亚洲精品在线观看| 如何舔出高潮| 亚洲内射少妇av| 亚洲久久久国产精品|