• <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Mask R-CNN的霧天場景目標檢測

    2023-01-14 05:58:12張芯睿趙清華董旭彬
    電光與控制 2022年12期
    關(guān)鍵詞:候選框透射率尺寸

    張芯睿, 趙清華, 王 雷, 董旭彬

    (1.太原理工大學(xué),太原 030000; 2.中國科學(xué)院空天信息研究院,北京 100000)

    0 引言

    遙感圖像目標檢測在計算機視覺領(lǐng)域一直都占據(jù)著十分重要的地位。近年來,隨著航空遙感技術(shù)的快速發(fā)展,我國的遙感技術(shù)在光譜分辨率和空間分辨率等方面都取得了巨大的進步。目前,高分辨率遙感圖像在遙感圖像目標檢測方面已經(jīng)得到廣泛應(yīng)用,高分辨率遙感圖像為城市規(guī)劃、環(huán)境監(jiān)測等民用方面提供了非常大的便利,同時在軍事作戰(zhàn)方面也發(fā)揮著重要的作用。

    隨著目標檢測技術(shù)的不斷發(fā)展,基于深度學(xué)習(xí)的目標檢測算法逐漸進入研究人員的視線[1-5]。目前,目標檢測算法主要分為兩類:一類是基于回歸的目標檢測算法,典型的有YOLOv1~YOLOv3[6-8],SSD[9],此類算法不生成候選區(qū)域,采用直接回歸目標區(qū)域的檢測策略;另一類是以R-CNN系列為代表的基于區(qū)域建議的目標檢測算法。這兩類算法都在目標識別中得到廣泛應(yīng)用,并且取得了不錯的效果,但遙感圖像成像容易受天氣因素影響,圖像常有云霧遮擋的現(xiàn)象;且遙感目標種類繁多,形狀大小各異,小目標分布密集,受這兩種情況的影響,檢測結(jié)果會發(fā)生誤檢、漏檢以及生成掩膜質(zhì)量不高等情況。

    針對上述問題,本文提出一種基于Mask R-CNN的遙感圖像目標檢測改進算法。

    1 網(wǎng)絡(luò)框架

    Mask R-CNN[10]是R-CNN系列算法中目標識別和語義分割能力最優(yōu)秀的目標檢測技術(shù)之一,是在Faster R-CNN基礎(chǔ)上開發(fā)的一種新型模型,并在其基礎(chǔ)上做了諸多改進,如圖1所示,Mask R-CNN模型的特征提取網(wǎng)絡(luò)將特征金字塔與殘差網(wǎng)絡(luò)相結(jié)合,利用自下而上和自上而下兩條路徑結(jié)合多個尺度的信息來防止網(wǎng)絡(luò)退化,并將興趣區(qū)域池化層(Region of Interest Pooling,RoI Pooling)改為興趣區(qū)域匹配層(Region of Interest Align,RoI Align),RoI Align 采用雙線性插值法運算,結(jié)果采用浮點數(shù)的形式,解決了之前Faster R-CNN[11]中RoI Pooling兩次量化所產(chǎn)生的區(qū)域不匹配問題,最后在輸出部分增加了掩膜支路,不僅能夠?qū)D像進行分類和回歸,還實現(xiàn)了對目標的實例分割掩膜。

    2 改進的算法

    2.1 霧天圖像還原

    為解決在霧天識別困難的問題,本文在Mask R-CNN的基礎(chǔ)上加入去霧算法,還原出清晰的圖像。HE等[12]提出的暗通道先驗算法(Dark Channel Prior,DCP)在去霧中有良好的表現(xiàn),但該算法計算量較大,去霧之后圖像偏暗,容易發(fā)生局部過亮或局部過暗的情況,如圖2所示。

    圖2 暗通道去霧結(jié)果Fig.2 Results of dark channel defogging

    在有霧圖像中,霧氣濃度分布往往是不均勻的,因此,本文根據(jù)文獻[13],利用有霧圖像顏色衰減先驗原理,提取圖像在HSV空間亮度分量V(x)和飽和分量S(x)的關(guān)系,定義了一種自適應(yīng)霧濃度分布模型,其表達式為

    G(x)=θ0+θ1V(x)+θ2S(x)-εg(x)

    (1)

    g(x)=edge(I(x))

    (2)

    式中:θ0=0.121 779;θ1=0.959 710;θ2=-0.780 245;ε為紋理系數(shù);g(x)為Canny算子檢測得到的霧氣濃度紋理分布;edge(·)為檢測函數(shù);I(x)為已知的有霧圖像。

    根據(jù)本文提出的自適應(yīng)霧濃度分布模型,采用局部大氣光估計,區(qū)分明暗區(qū)域修正大氣透射率,改善因大氣光估計和透射率估計不準確導(dǎo)致的顏色失真與偏移,并且減少算法計算量,盡可能保證目標檢測運算速率[14]。

    2.1.1 修正透射率

    HE等提出的暗通道先驗方法是利用暗通道先驗信息粗略估計透射率,再使用軟摳圖算法對透射率細化,計算量大,消耗的時間過長,本文采用導(dǎo)向濾波優(yōu)化透射率,再利用容差機制對透射率修正,引入容差閾值M進行判別。將大氣透射率重新定義為

    (3)

    2.1.2 優(yōu)化大氣光估計

    在圖像去霧時,大氣光估計不準確會導(dǎo)致去霧之后圖像產(chǎn)生局部過亮或局部過暗的問題,因此本文采用局部大氣光估計,相較于全局大氣光估計更加準確。具體方法是首先提取圖像HSV空間的亮度分量,選取兩個不同尺寸的圓形濾波核,做形態(tài)學(xué)閉運算,結(jié)果使用交叉雙邊濾波進行平滑處理,防止大氣光存在的局部過亮問題。形態(tài)學(xué)閉運算如下

    A1=close(V(x),C1)

    (4)

    A2=close(V(x),C2)。

    (5)

    濾波核半徑分別為C1=min(W,H)/10,C2=min(W,H)/20,單一尺度的濾波核很難適應(yīng)亮度特征不同的圖像,因此本文設(shè)計兩個不同尺寸的形態(tài)濾波核,其中,W,H分別為有霧圖像的寬和高,最終得到的大氣光表達式為

    (6)

    2.1.3 圖像還原

    在圖像處理領(lǐng)域中,有霧圖像數(shù)學(xué)模型被定義為

    I(x)=J(x)t(x)+A(1-t(x))

    (7)

    式中:I(x)為接收到的有霧圖像;J(x)為去霧之后的清晰圖像;t(x)為大氣透射率;A為全局大氣光。

    利用文獻[12]暗通道先驗理論,將上述修正后的透射率及大氣光值代入式(7)模型得到去霧之后的清晰圖像J(x),即

    (8)

    為防止透射率過小、去霧后圖像泛白,所以為透射率t設(shè)置了一個下限t0,取t0=0.1,當t

    2.2 改進的特征金字塔結(jié)構(gòu)

    傳統(tǒng)的特征金字塔網(wǎng)絡(luò)都是由人工設(shè)計的,通過卷積層堆疊和不同分辨率大小特征層融合為目標提供更好的特征提取網(wǎng)絡(luò),Mask R-CNN中的特征金字塔只融合了更深層次的特征,對其他層次的特征并沒有充分融合,并且在信息傳遞的過程中特征信息會有所流失,這樣的網(wǎng)絡(luò)結(jié)構(gòu)并不能達到最優(yōu)的效果。因此,本文使用神經(jīng)架構(gòu)搜索(Neural Architecture Search,NAS)[15-16]的方式,如圖3所示,利用循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,RNN)作為控制器。在訓(xùn)練過程中將不同網(wǎng)絡(luò)結(jié)構(gòu)的精確度P作為反饋信號反饋給控制器,并更新控制器中的網(wǎng)絡(luò)結(jié)構(gòu)和精確度。通過不斷迭代實驗,從而得到一個最優(yōu)的特征組合方式。

    圖3 神經(jīng)架構(gòu)搜索Fig.3 Neural architecture search

    運用上述方式改進后新的特征金字塔結(jié)構(gòu)示意圖見圖4,本文采用ResNet101作為主干網(wǎng)絡(luò),其中,R-C-B表示ReLU-Conv-BatchNorm,{P2,P3,P4,P5,P6}是由ResNet101輸出的不同尺度的特征層,經(jīng)過重新融合之后得到與P2~P6尺寸相同的特征映射圖{N2,N3,N4,N5,N6},在兩個特征層尺寸不同的情況下采用全局池化(Global Pooling,GP)統(tǒng)一分辨率之后逐像素點相加。改進后新生成的特征映射圖融合了更多層次的語義信息,圖像紋理信息保留更加完整,其具體操作如圖5所示。

    圖4 改進后的特征金字塔結(jié)構(gòu)示意圖Fig.4 Schematic diagram of the improved feature pyramid structure

    圖5 操作流程圖Fig.5 Flow chart of operation

    2.3 改進區(qū)域建議網(wǎng)絡(luò)

    考慮到遙感圖像中目標種類不同,大小各異,每個特征圖上生成固定尺寸、比例的anchor會造成定位偏移或漏檢現(xiàn)象。因此,本文調(diào)整anchor的大小,對不同深度的特征映射圖生成不同尺寸的建議區(qū)域[17]。如表1所示,N2,N3特征圖尺寸相對較大,小目標特征表現(xiàn)明顯,所以在這兩層的特征圖上分別增加了小尺寸的anchor,N5,N6特征圖尺寸較小,因此只生成兩種尺寸偏大的anchor,并將N6層的滑動窗口調(diào)整為5×5,以適應(yīng)大目標的檢測,其余層的滑動窗口保持不變。

    表1 各層anchor框尺寸Table 1 Dimensions of anchor boxes on each layer

    調(diào)整anchor大小后,每個尺寸的anchor仍然會生成對應(yīng)3種比例(1∶1,1∶2,2∶1)的anchor,其中,勢必也會生成大量重疊冗余的候選框,Mask R-CNN網(wǎng)絡(luò)使用非極大值抑制(NMS)直接過濾得到得分最高的候選框,而遙感圖像中的目標分布較為密集,并且所占像素較小,采用NMS篩選候選框會導(dǎo)致密集目標的漏檢情況,因此本文選擇Soft-NMS篩選候選框,利用線性函數(shù)抑制重疊候選框的得分,提升模型的召回率,即

    (9)

    式中:Si為檢測得分;M為最大得分檢測框;bi為其余候選框;μ為IoU閾值。

    3 實驗結(jié)果與分析

    3.1 實驗設(shè)計

    實驗數(shù)據(jù)由DOTA數(shù)據(jù)集[18]以及國內(nèi)研究機構(gòu)制作的同視場環(huán)境下GF-2衛(wèi)星拍攝的遙感數(shù)據(jù)組成,總計5000張,包含飛機、輪船、儲罐、棒球場、網(wǎng)球場、橋梁、車輛等15類目標,平均每張圖像中大約含有7個目標,圖像尺寸從800像素×800像素到4000像素×4000像素不等,涵蓋了霧天和正常天氣狀況的遙感圖像,并使用Labelme對圖像目標進行標注,實驗所用的硬件環(huán)境如表2所示。

    表2 實驗環(huán)境Table 2 Lab environment

    實驗將各個改進的策略與Mask R-CNN相結(jié)合并進行對比實驗,分析各個方案的效果以及可行性,最后調(diào)整各個方案并分別與Mask R-CNN結(jié)合,對整體的算法進行測評,與其他深度學(xué)習(xí)目標檢測算法進行比較。在對本文改進后的Mask R-CNN算法進行訓(xùn)練時,卷積層采用ReLU激活函數(shù),學(xué)習(xí)率由0.001逐漸降低為0.000 01,衰減系數(shù)設(shè)為0.95,最大迭代次數(shù)設(shè)為4000。

    3.2 實驗結(jié)果對比

    將大約5000張數(shù)據(jù)集圖像隨機劃分,80%作為訓(xùn)練集,20%作為測試集。使用目前較主流的目標檢測算法分別對有霧圖像和清晰圖像進行實驗,并進行比較,實驗選取平均準確率均值(mAP)和檢測速率作為評價指標,實驗結(jié)果如表 3所示。

    表3 不同算法的檢測結(jié)果Table 3 Detection results of different algorithms

    從表3中可以看出,YOLO,SSD這類基于回歸的一階段目標檢測算法由于不需要生成建議區(qū)域,因此檢測速率快,但是在檢測精度上不如Faster R-CNN,Mask R-CNN和Cascade R-CNN算法。本文算法的檢測精度均優(yōu)于其他幾種傳統(tǒng)目標檢測算法,同時也優(yōu)于YOLOv4 tiny,YOLO X這類最先進的輕量化算法,相較于原始Mask R-CNN算法,對清晰圖像和有霧圖像的檢測精度分別提升了5.37%和18.71%,在加入去霧算法之后,有霧圖像的目標檢測精度得到了明顯提升,由于增加額外計算量,檢測速率稍有下降,但基本不影響實際檢測需求。

    3.3 霧天場景檢測實驗結(jié)果

    霧天場景的檢測實驗結(jié)果如圖6所示。

    圖6 加入去霧網(wǎng)絡(luò)的檢測結(jié)果Fig.6 Detection results with the addition of defogging network

    由圖6(a)~6(c)可以看出,圖6(a)霧天圖像成像對比度低,圖6(b)直接用Mask R-CNN算法檢測效果較差,很容易造成誤檢和漏檢的情況。圖6(c)在加入暗通道算法去霧之后,雖然檢測結(jié)果得到了改善,但暗通道去霧之后圖像整體偏暗,造成的圖像失真現(xiàn)象會導(dǎo)致識別誤差。圖6(d)為本文算法檢測后的結(jié)果,改進后的算法有效改善了暗通道先驗方法去霧之后圖像偏暗和失真的情況,圖像還原得更加真實,并且識別出的目標輪廓信息更加清晰,掩膜更加完整,減少了漏檢和誤檢的情況發(fā)生。

    從主觀角度可以直觀地看出,本文算法有效改善了暗通道去霧之后局部過暗或過亮的情況,但為了進一步驗證本文算法的有效性,從客觀角度出發(fā),實驗選擇新增可見邊e、峰值信噪比(PSNR)和結(jié)構(gòu)相似性(SSIM)作為評價指標,對應(yīng)的數(shù)學(xué)表達式分別為

    (10)

    (11)

    (12)

    與原本HE暗通道先驗算法對比實驗結(jié)果如表4所示,隨機選取不同類別的200張圖像作為測試集,并取這200張圖像的均值作為最終評價標準,綜合分析以上3種評價指標,從表4可以看出,本文算法均取得了更加理想的效果。

    表4 基于暗通道去霧的優(yōu)化算法對比Table 4 Comparison of optimization algorithms based on dark channel defogging

    3.4 基于Mask R-CNN的優(yōu)化算法對比

    為進一步驗證本文改進策略的有效性,選取清晰無霧的圖像對改進前后的Mask R-CNN算法進行分析,結(jié)果如表5所示。

    表5 基于Mask R-CNN的優(yōu)化算法對比Table 5 Comparison of optimization algorithms based on Mask R-CNN %

    實驗以Mask R-CNN為基礎(chǔ),分別加入不同改進策略分析各個策略對Mask R-CNN檢測結(jié)果的影響,從表5中可以看出,本文對特征金字塔以及區(qū)域建議網(wǎng)絡(luò)改進之后mAP和召回率均有提升,這是由于改進后的特征金字塔結(jié)構(gòu)優(yōu)化了特征信息的傳播路徑,使各個尺度的特征信息得到充分利用,減少圖像紋理信息的流失。并且,改進之后的區(qū)域建議網(wǎng)絡(luò)針對不同尺度的特征映射圖設(shè)計不同尺寸的anchor并且使用Soft-NMS篩選候選框,抑制重疊候選框的得分,使目標回歸更加精準,有效提升了模型的召回率。

    對比改進前后圖像可以直觀地看出,原本Mask R-CNN算法由于特征金字塔信息在傳遞過程中流失嚴重,生成的掩膜質(zhì)量較差,候選框回歸有所偏差;如圖7所示,改進后Mask R-CNN算法檢測結(jié)果更加精確,生成的掩膜在細節(jié)上表現(xiàn)更好、質(zhì)量更高,區(qū)域建議網(wǎng)絡(luò)中生成的多尺度anchor尺寸能夠適應(yīng)不同大小的目標,定位也更加準確。

    圖7 基于Mask R-CNN的優(yōu)化算法的清晰圖像檢測結(jié)果Fig.7 Detection results of clear images based on optimited Mask R-CNN

    4 結(jié)束語

    針對目前遙感圖像目標檢測中所存在的問題,本文采用改進的 Mask R-CNN 算法對遙感圖像目標檢測進行研究,在Mask R-CNN網(wǎng)絡(luò)中加入了一種基于暗通道先驗的去霧網(wǎng)絡(luò),并對其中的透射率以及大氣光值進行了優(yōu)化,防止暗通道算法去霧之后圖片失真現(xiàn)象,該網(wǎng)絡(luò)解決了霧霾天氣時識別困難的問題,本文改進了特征金字塔結(jié)構(gòu),使得各個尺寸特征信息得到充分利用,并且調(diào)整了區(qū)域建議網(wǎng)絡(luò)中錨框的尺寸,使目標的分類、回歸更加準確,與目前多種目標檢測算法相比較,本文的檢測結(jié)果更加優(yōu)秀,準確率更高。在后續(xù)研究中,將致力于優(yōu)化卷積神經(jīng)網(wǎng)絡(luò),提升目標檢測的精度和速率。

    猜你喜歡
    候選框透射率尺寸
    尺寸
    智族GQ(2022年12期)2022-12-20 07:01:18
    重定位非極大值抑制算法
    面向自然場景文本檢測的改進NMS算法
    CIIE Shows Positive Energy of Chinese Economy
    基于Soft-NMS的候選框去冗余加速器設(shè)計*
    純色太陽鏡鏡片耐日光輻照性能試驗研究
    一種針對特定目標的提議算法
    D90:全尺寸硬派SUV
    佳石選賞
    中華奇石(2015年5期)2015-07-09 18:31:07
    石墨烯光柵太赫茲透射特性的研究
    国产99久久九九免费精品| 热99国产精品久久久久久7| 国产精品98久久久久久宅男小说| 一边摸一边做爽爽视频免费| 日本免费一区二区三区高清不卡 | 国产高清视频在线播放一区| av天堂在线播放| 欧美在线黄色| 欧美日本中文国产一区发布| 麻豆av在线久日| 亚洲一卡2卡3卡4卡5卡精品中文| a级毛片黄视频| 亚洲专区国产一区二区| 韩国精品一区二区三区| 男女床上黄色一级片免费看| 亚洲七黄色美女视频| 最近最新免费中文字幕在线| 99久久精品国产亚洲精品| 免费av中文字幕在线| 人妻丰满熟妇av一区二区三区| 两性午夜刺激爽爽歪歪视频在线观看 | 免费在线观看亚洲国产| 久久久久久久久免费视频了| 九色亚洲精品在线播放| 不卡一级毛片| 99热只有精品国产| 亚洲五月天丁香| 久久这里只有精品19| 国产亚洲欧美98| 色尼玛亚洲综合影院| 美国免费a级毛片| 日本黄色视频三级网站网址| 久久精品aⅴ一区二区三区四区| 琪琪午夜伦伦电影理论片6080| 桃红色精品国产亚洲av| 亚洲男人的天堂狠狠| 91精品国产国语对白视频| 9热在线视频观看99| 大型黄色视频在线免费观看| 国产一区二区三区综合在线观看| 香蕉国产在线看| 少妇的丰满在线观看| 久久久久久久久免费视频了| 一边摸一边做爽爽视频免费| 欧美黄色片欧美黄色片| 久久精品91无色码中文字幕| 精品日产1卡2卡| 91精品国产国语对白视频| 午夜两性在线视频| 日韩欧美一区视频在线观看| 亚洲欧美一区二区三区黑人| 国产亚洲欧美98| 在线国产一区二区在线| 国产精品综合久久久久久久免费 | 精品国产乱子伦一区二区三区| 一级a爱视频在线免费观看| 久久久久亚洲av毛片大全| 18禁国产床啪视频网站| a级毛片在线看网站| 亚洲五月婷婷丁香| 日本三级黄在线观看| 欧美乱码精品一区二区三区| 神马国产精品三级电影在线观看 | 天堂动漫精品| 伊人久久大香线蕉亚洲五| а√天堂www在线а√下载| 国产精品久久久久成人av| 美女 人体艺术 gogo| 天堂中文最新版在线下载| 新久久久久国产一级毛片| 久久久久国产精品人妻aⅴ院| 欧美另类亚洲清纯唯美| 麻豆国产av国片精品| 亚洲狠狠婷婷综合久久图片| 日韩欧美一区二区三区在线观看| 神马国产精品三级电影在线观看 | 亚洲av第一区精品v没综合| 美女国产高潮福利片在线看| 成年女人毛片免费观看观看9| 波多野结衣高清无吗| 91精品国产国语对白视频| 亚洲欧美精品综合久久99| 高清黄色对白视频在线免费看| 日本精品一区二区三区蜜桃| 婷婷精品国产亚洲av在线| 亚洲,欧美精品.| 精品福利永久在线观看| 多毛熟女@视频| 亚洲av五月六月丁香网| 久久精品国产亚洲av香蕉五月| 极品教师在线免费播放| 国产极品粉嫩免费观看在线| 日日摸夜夜添夜夜添小说| 999精品在线视频| 亚洲,欧美精品.| 高清毛片免费观看视频网站 | 在线观看免费视频日本深夜| 日本欧美视频一区| 99国产精品一区二区蜜桃av| 国产精品永久免费网站| 欧美成人午夜精品| 亚洲男人天堂网一区| 一级,二级,三级黄色视频| 人妻久久中文字幕网| 午夜福利影视在线免费观看| 午夜影院日韩av| 叶爱在线成人免费视频播放| 国产黄色免费在线视频| 国产一区二区在线av高清观看| 国产免费男女视频| 欧美激情久久久久久爽电影 | 久久久久久久久中文| 99国产精品一区二区三区| 国产视频一区二区在线看| 村上凉子中文字幕在线| 欧美激情 高清一区二区三区| 久久精品国产亚洲av高清一级| 久久精品91无色码中文字幕| 成人国语在线视频| 成人手机av| 国产成人精品久久二区二区91| 欧美日韩视频精品一区| aaaaa片日本免费| 国产精品久久电影中文字幕| 亚洲欧美一区二区三区久久| 在线观看免费视频日本深夜| 国产在线观看jvid| 一个人免费在线观看的高清视频| 国产av精品麻豆| 三级毛片av免费| 制服人妻中文乱码| 一级毛片高清免费大全| 一二三四在线观看免费中文在| 日本五十路高清| 亚洲av成人不卡在线观看播放网| 757午夜福利合集在线观看| 少妇 在线观看| 欧美日韩亚洲高清精品| 99久久综合精品五月天人人| 国产精品九九99| 黄色成人免费大全| 国产精品一区二区在线不卡| 十八禁人妻一区二区| 国产精品亚洲一级av第二区| 精品久久蜜臀av无| 欧美午夜高清在线| 成年版毛片免费区| 国产精品1区2区在线观看.| 亚洲av成人不卡在线观看播放网| 国产精品久久久人人做人人爽| 国产一卡二卡三卡精品| 亚洲精品粉嫩美女一区| 久久久久久久久久久久大奶| 母亲3免费完整高清在线观看| 18美女黄网站色大片免费观看| 欧美精品一区二区免费开放| 欧美中文综合在线视频| 婷婷丁香在线五月| 很黄的视频免费| 1024视频免费在线观看| 欧美日韩一级在线毛片| 校园春色视频在线观看| 免费在线观看视频国产中文字幕亚洲| 黄色怎么调成土黄色| 国产精品永久免费网站| 9色porny在线观看| 99国产精品99久久久久| 老司机在亚洲福利影院| 黄色 视频免费看| 两个人免费观看高清视频| 国产91精品成人一区二区三区| videosex国产| 午夜影院日韩av| 午夜91福利影院| 国产麻豆69| 90打野战视频偷拍视频| 精品电影一区二区在线| 黄色怎么调成土黄色| 淫妇啪啪啪对白视频| 丝袜人妻中文字幕| 免费av毛片视频| 在线观看66精品国产| 国产激情久久老熟女| 日韩av在线大香蕉| 一a级毛片在线观看| 午夜福利影视在线免费观看| aaaaa片日本免费| 国产精品爽爽va在线观看网站 | 视频区图区小说| 男女床上黄色一级片免费看| 夜夜看夜夜爽夜夜摸 | 欧美中文日本在线观看视频| 久久香蕉国产精品| 亚洲专区中文字幕在线| 一级毛片高清免费大全| 国产极品粉嫩免费观看在线| 视频区欧美日本亚洲| 日韩精品青青久久久久久| 成人精品一区二区免费| 精品一区二区三区四区五区乱码| 久久久精品欧美日韩精品| 亚洲美女黄片视频| 热99国产精品久久久久久7| 自拍欧美九色日韩亚洲蝌蚪91| 久久精品国产亚洲av高清一级| 一级a爱片免费观看的视频| 久久精品亚洲熟妇少妇任你| 亚洲第一欧美日韩一区二区三区| 亚洲一码二码三码区别大吗| 黄色女人牲交| 久久精品91蜜桃| 可以在线观看毛片的网站| 精品国产一区二区久久| 亚洲熟妇中文字幕五十中出 | 国产亚洲欧美在线一区二区| 日韩免费av在线播放| 男男h啪啪无遮挡| 亚洲成a人片在线一区二区| 日本a在线网址| 亚洲国产精品999在线| 两性午夜刺激爽爽歪歪视频在线观看 | 18禁国产床啪视频网站| 国产成人精品在线电影| 午夜a级毛片| 午夜日韩欧美国产| 中文字幕色久视频| 人成视频在线观看免费观看| 欧美午夜高清在线| 在线观看www视频免费| 国产成人免费无遮挡视频| 亚洲成a人片在线一区二区| 国产午夜精品久久久久久| 亚洲美女黄片视频| 国产精品1区2区在线观看.| 淫妇啪啪啪对白视频| 亚洲五月婷婷丁香| av有码第一页| 国产又爽黄色视频| 国产精品免费视频内射| 夜夜躁狠狠躁天天躁| 三级毛片av免费| 精品免费久久久久久久清纯| 国产亚洲精品第一综合不卡| 精品福利观看| 精品国产乱子伦一区二区三区| 精品无人区乱码1区二区| 久久精品国产亚洲av高清一级| 国产一卡二卡三卡精品| 大型黄色视频在线免费观看| www日本在线高清视频| 国产日韩一区二区三区精品不卡| 别揉我奶头~嗯~啊~动态视频| 久久久精品欧美日韩精品| 男女下面进入的视频免费午夜 | 亚洲国产精品合色在线| 99久久综合精品五月天人人| 久久久久国产一级毛片高清牌| 啦啦啦在线免费观看视频4| 午夜激情av网站| 亚洲 国产 在线| 国产真人三级小视频在线观看| 国产精品av久久久久免费| 可以免费在线观看a视频的电影网站| 搡老熟女国产l中国老女人| 新久久久久国产一级毛片| 亚洲中文av在线| 国产成人精品无人区| 欧美成人免费av一区二区三区| 九色亚洲精品在线播放| avwww免费| 亚洲欧美一区二区三区黑人| 美女 人体艺术 gogo| 国产成人欧美在线观看| www.熟女人妻精品国产| 国产精品一区二区免费欧美| 亚洲精品久久午夜乱码| 手机成人av网站| 亚洲少妇的诱惑av| 国产一区二区三区综合在线观看| 国产黄色免费在线视频| 一级片'在线观看视频| 一级毛片精品| 久久香蕉精品热| 男女午夜视频在线观看| 日韩三级视频一区二区三区| 亚洲国产欧美一区二区综合| 亚洲人成伊人成综合网2020| 一级毛片女人18水好多| 国产精品98久久久久久宅男小说| 波多野结衣av一区二区av| www.999成人在线观看| 一级,二级,三级黄色视频| 美女扒开内裤让男人捅视频| 欧美国产精品va在线观看不卡| 国产xxxxx性猛交| 欧美日韩视频精品一区| 侵犯人妻中文字幕一二三四区| 国产一区二区三区综合在线观看| 欧美另类亚洲清纯唯美| 乱人伦中国视频| 亚洲人成电影观看| 手机成人av网站| 日本黄色日本黄色录像| 欧美久久黑人一区二区| 丁香欧美五月| 老司机午夜十八禁免费视频| 成人av一区二区三区在线看| 久9热在线精品视频| 岛国在线观看网站| 日本免费a在线| 亚洲精品久久午夜乱码| 精品国产一区二区三区四区第35| 99精品久久久久人妻精品| 老司机在亚洲福利影院| 性色av乱码一区二区三区2| 免费久久久久久久精品成人欧美视频| 国产精品久久久av美女十八| 久99久视频精品免费| 侵犯人妻中文字幕一二三四区| 国产精品av久久久久免费| 免费观看精品视频网站| 长腿黑丝高跟| 50天的宝宝边吃奶边哭怎么回事| 男女床上黄色一级片免费看| 我的亚洲天堂| 老汉色av国产亚洲站长工具| 欧美最黄视频在线播放免费 | 欧美日韩亚洲综合一区二区三区_| 欧美中文日本在线观看视频| 91字幕亚洲| 大香蕉久久成人网| 香蕉久久夜色| 久久精品影院6| 黑人猛操日本美女一级片| 天天影视国产精品| 老司机午夜福利在线观看视频| 午夜免费成人在线视频| 国产麻豆69| 精品国产超薄肉色丝袜足j| 女生性感内裤真人,穿戴方法视频| 午夜精品久久久久久毛片777| 99久久99久久久精品蜜桃| 88av欧美| 国产精品 欧美亚洲| 欧美日韩亚洲高清精品| 日韩大码丰满熟妇| 久久精品91蜜桃| 日韩高清综合在线| 黑人巨大精品欧美一区二区mp4| 黄频高清免费视频| 黄片大片在线免费观看| 久久久国产一区二区| 亚洲一区二区三区不卡视频| 婷婷六月久久综合丁香| aaaaa片日本免费| 色哟哟哟哟哟哟| 交换朋友夫妻互换小说| 一本大道久久a久久精品| 岛国视频午夜一区免费看| 首页视频小说图片口味搜索| 一级黄色大片毛片| 久久精品人人爽人人爽视色| 麻豆国产av国片精品| 法律面前人人平等表现在哪些方面| 久久精品亚洲熟妇少妇任你| 国产成人系列免费观看| 咕卡用的链子| 精品久久久久久,| cao死你这个sao货| 亚洲人成伊人成综合网2020| 成人精品一区二区免费| 久久婷婷成人综合色麻豆| 精品国产一区二区三区四区第35| 51午夜福利影视在线观看| 人妻久久中文字幕网| 欧美 亚洲 国产 日韩一| 天天躁夜夜躁狠狠躁躁| 99精品欧美一区二区三区四区| 男人的好看免费观看在线视频 | 操出白浆在线播放| 国产精品电影一区二区三区| 日韩免费av在线播放| 欧美日韩中文字幕国产精品一区二区三区 | 性色av乱码一区二区三区2| 国产成人免费无遮挡视频| 91精品三级在线观看| 亚洲一码二码三码区别大吗| 国产成人精品久久二区二区免费| 免费高清视频大片| 黑人欧美特级aaaaaa片| 欧美黄色片欧美黄色片| 国产99久久九九免费精品| 国产成年人精品一区二区 | 色在线成人网| 97超级碰碰碰精品色视频在线观看| 午夜精品国产一区二区电影| 在线观看免费午夜福利视频| 午夜精品国产一区二区电影| 午夜精品久久久久久毛片777| 国产高清视频在线播放一区| 国产熟女午夜一区二区三区| 不卡一级毛片| 99在线视频只有这里精品首页| 妹子高潮喷水视频| 高清毛片免费观看视频网站 | 在线永久观看黄色视频| 亚洲欧美精品综合久久99| 亚洲欧美日韩无卡精品| 成年女人毛片免费观看观看9| 国产av一区在线观看免费| 久久人人精品亚洲av| 极品人妻少妇av视频| 亚洲精品国产区一区二| 18禁黄网站禁片午夜丰满| 91字幕亚洲| 国产极品粉嫩免费观看在线| 欧美亚洲日本最大视频资源| 黄色片一级片一级黄色片| 日本免费一区二区三区高清不卡 | 亚洲欧美激情综合另类| 亚洲美女黄片视频| 中文字幕人妻熟女乱码| 老司机靠b影院| 真人一进一出gif抽搐免费| av免费在线观看网站| 国内毛片毛片毛片毛片毛片| 好看av亚洲va欧美ⅴa在| 一夜夜www| 在线十欧美十亚洲十日本专区| 中文字幕人妻丝袜制服| 欧美乱色亚洲激情| а√天堂www在线а√下载| 精品福利观看| 中国美女看黄片| 少妇 在线观看| 国产精品av久久久久免费| 99国产精品一区二区三区| 日日干狠狠操夜夜爽| 无限看片的www在线观看| 大型av网站在线播放| 曰老女人黄片| av超薄肉色丝袜交足视频| 岛国在线观看网站| 这个男人来自地球电影免费观看| 中文亚洲av片在线观看爽| 18禁裸乳无遮挡免费网站照片 | 亚洲人成电影免费在线| 好男人电影高清在线观看| 三级毛片av免费| 无遮挡黄片免费观看| 可以免费在线观看a视频的电影网站| 精品久久久久久,| 中出人妻视频一区二区| 久久精品国产清高在天天线| 人人妻人人添人人爽欧美一区卜| 国产亚洲欧美在线一区二区| 好看av亚洲va欧美ⅴa在| 中文字幕人妻丝袜制服| 好看av亚洲va欧美ⅴa在| 日本免费a在线| 在线十欧美十亚洲十日本专区| 高清黄色对白视频在线免费看| 成人永久免费在线观看视频| 日日干狠狠操夜夜爽| 亚洲av五月六月丁香网| 又大又爽又粗| 老熟妇仑乱视频hdxx| 美女 人体艺术 gogo| 日本五十路高清| 成人国语在线视频| 神马国产精品三级电影在线观看 | 波多野结衣高清无吗| 精品一区二区三区四区五区乱码| 亚洲自拍偷在线| 欧美丝袜亚洲另类 | 日日夜夜操网爽| 成人免费观看视频高清| 一本综合久久免费| 国产成人精品久久二区二区91| 午夜激情av网站| 国产黄色免费在线视频| 麻豆久久精品国产亚洲av | 黄色 视频免费看| 女警被强在线播放| 欧美日本亚洲视频在线播放| av网站在线播放免费| 80岁老熟妇乱子伦牲交| 亚洲欧洲精品一区二区精品久久久| 岛国视频午夜一区免费看| 日日爽夜夜爽网站| 88av欧美| 麻豆一二三区av精品| 天堂√8在线中文| 亚洲一区二区三区不卡视频| 国产精品久久久久久人妻精品电影| 欧美日韩精品网址| 久久精品成人免费网站| 亚洲精品中文字幕在线视频| 久久这里只有精品19| 亚洲成人精品中文字幕电影 | 黑人巨大精品欧美一区二区mp4| 大香蕉久久成人网| 国产无遮挡羞羞视频在线观看| 精品熟女少妇八av免费久了| 村上凉子中文字幕在线| 亚洲国产中文字幕在线视频| 少妇被粗大的猛进出69影院| 麻豆一二三区av精品| 少妇裸体淫交视频免费看高清 | 色在线成人网| 亚洲精品国产一区二区精华液| 久久精品国产清高在天天线| 亚洲av片天天在线观看| 久久精品国产亚洲av高清一级| 国产精品1区2区在线观看.| 国产精品成人在线| 国产一区二区三区视频了| 黄色片一级片一级黄色片| 在线视频色国产色| 伦理电影免费视频| 国产免费现黄频在线看| 国产精品久久久久成人av| 一级,二级,三级黄色视频| 不卡一级毛片| 国产欧美日韩综合在线一区二区| 亚洲精品一区av在线观看| 狂野欧美激情性xxxx| 亚洲第一av免费看| 怎么达到女性高潮| 欧美激情高清一区二区三区| 老熟妇乱子伦视频在线观看| 免费在线观看黄色视频的| 一区二区三区激情视频| 别揉我奶头~嗯~啊~动态视频| 精品人妻1区二区| 久久久国产一区二区| 亚洲av成人av| 欧美激情久久久久久爽电影 | 日韩欧美一区视频在线观看| 国产精品久久电影中文字幕| av在线播放免费不卡| 成人国语在线视频| 国产不卡一卡二| 夫妻午夜视频| 在线免费观看的www视频| 精品一区二区三区av网在线观看| 国产精品九九99| 窝窝影院91人妻| 国产精品日韩av在线免费观看 | 美女国产高潮福利片在线看| a级毛片在线看网站| 国产亚洲精品久久久久久毛片| 嫁个100分男人电影在线观看| 色哟哟哟哟哟哟| 女警被强在线播放| 最好的美女福利视频网| 成人三级做爰电影| 免费av毛片视频| 国产在线精品亚洲第一网站| 欧美激情极品国产一区二区三区| 黑人操中国人逼视频| 性色av乱码一区二区三区2| 老司机在亚洲福利影院| 桃红色精品国产亚洲av| 欧美日韩亚洲高清精品| e午夜精品久久久久久久| 国产在线观看jvid| 久久久久精品国产欧美久久久| 天堂动漫精品| 亚洲国产欧美网| 在线看a的网站| 黑人巨大精品欧美一区二区mp4| 国产色视频综合| 欧美+亚洲+日韩+国产| 中文字幕色久视频| 他把我摸到了高潮在线观看| 精品国内亚洲2022精品成人| 大陆偷拍与自拍| 欧美不卡视频在线免费观看 | 一级毛片高清免费大全| 丝袜人妻中文字幕| 久久人人精品亚洲av| 亚洲精品久久午夜乱码| 久久久久久久久久久久大奶| 日本五十路高清| 50天的宝宝边吃奶边哭怎么回事| 人成视频在线观看免费观看| 黑人巨大精品欧美一区二区蜜桃| 成人18禁高潮啪啪吃奶动态图| 一夜夜www| 亚洲专区中文字幕在线| av天堂久久9| 久久精品国产亚洲av高清一级| 男人舔女人的私密视频| 天堂影院成人在线观看| 一夜夜www| 亚洲专区中文字幕在线| 国产精品一区二区在线不卡| 18禁美女被吸乳视频| 大型黄色视频在线免费观看| 久久人妻av系列| cao死你这个sao货| av中文乱码字幕在线| 人人澡人人妻人| 久久亚洲真实| 婷婷精品国产亚洲av在线| 淫妇啪啪啪对白视频| 久久久久久久久久久久大奶| 涩涩av久久男人的天堂| 日韩大尺度精品在线看网址 | 国产高清国产精品国产三级| 久久人妻熟女aⅴ| 成人国产一区最新在线观看| 国产在线精品亚洲第一网站| 母亲3免费完整高清在线观看|