• <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 ?

    基于雙支路神經(jīng)網(wǎng)絡(luò)的無人機(jī)圖像識(shí)別方法

    2023-09-04 14:36:10陳宇超呂瓊瑩曹國華
    計(jì)算機(jī)仿真 2023年7期
    關(guān)鍵詞:支路準(zhǔn)確率卷積

    薛 珊,陳宇超,呂瓊瑩,曹國華

    (1. 長春理工大學(xué)機(jī)電工程學(xué)院,吉林 長春 130000;2. 長春理工大學(xué)重慶研究院,重慶 400000)

    1 引言

    近年來隨著科學(xué)技術(shù)的不斷進(jìn)步,無人機(jī)飛行器得到迅速發(fā)展。鑒于無人機(jī)具有成本低、機(jī)動(dòng)性強(qiáng)、便于操作等優(yōu)點(diǎn)[1],如今已被廣泛應(yīng)用于軍事、農(nóng)林業(yè)、化工業(yè)、城市規(guī)劃等諸多領(lǐng)域,同時(shí)也成為廣大愛好者旅行航拍的首選裝備。但由于部分愛好者的非法操作所導(dǎo)致的無人機(jī)“黑飛”事件屢見不鮮。例如2016年5月28日成都雙流機(jī)場東跑道飛行空域因無人機(jī)“黑飛”阻礙航班正常起降,導(dǎo)致機(jī)場東跑道停航關(guān)閉1小時(shí)20分鐘,55架航班無法正常起降,大量旅客滯留機(jī)場。

    無人機(jī)“黑飛”給公民人身安全與社會(huì)財(cái)產(chǎn)安全造成了一定問題,反無人機(jī)系統(tǒng)隨之出現(xiàn)。能夠準(zhǔn)確識(shí)別無人機(jī)并對(duì)其進(jìn)行攔截打擊成為解決無人機(jī)“黑飛”的關(guān)鍵技術(shù),也是反無人機(jī)系統(tǒng)的關(guān)鍵之一。目前常見的探測識(shí)別技術(shù)有雷達(dá)探測、光電探測、音頻探測、無線探測等[2]。章鵬飛[3]等人提出了一種多角度雷達(dá)觀測微動(dòng)特征融合的無人機(jī)識(shí)別方法,但是雷達(dá)觀測所需要的設(shè)備造價(jià)昂貴,且雷達(dá)與光電設(shè)備聯(lián)動(dòng)配合的同步性方面存在一定困難[4];丘愷彬[5]等人提出了一種基于音頻特征提取的無人機(jī)識(shí)別方法,但是由于聲音識(shí)別對(duì)距離的要求較為苛刻,需要在較近的范圍內(nèi)才能采集到無人機(jī)的音頻數(shù)據(jù)。綜合考慮各種識(shí)別方法的優(yōu)缺點(diǎn),目前利用目標(biāo)的光電圖像特征對(duì)其識(shí)別的方法較為普遍。圖像識(shí)別具有成本低、視場靈活性較高的特點(diǎn),可以在數(shù)百米的范圍內(nèi)對(duì)“黑飛”無人機(jī)實(shí)現(xiàn)識(shí)別操作。

    為了提高無人機(jī)圖像識(shí)別的準(zhǔn)確率,本文提出了一種雙支路并行卷積神經(jīng)網(wǎng)絡(luò)(Double Branches Parallel Convolutional Neural Network, DBPCNN),運(yùn)用此算法識(shí)別無人機(jī),提高識(shí)別準(zhǔn)確率。

    2 無人機(jī)圖像數(shù)據(jù)集建立

    本文選取兩類四旋翼無人機(jī)作為研究對(duì)象,通過光學(xué)鏡頭與轉(zhuǎn)臺(tái)集成的圖像采集設(shè)備獲取無人機(jī)的原始圖片,該設(shè)備如圖1所示。

    圖1 圖像采集設(shè)備

    為了使圖片能夠輸入卷積神經(jīng)網(wǎng)絡(luò)中,還需要對(duì)拍攝的原始圖片進(jìn)行圖像預(yù)處理操作。主要流程如圖2所示:首先通過圖像灰度化將彩色圖片轉(zhuǎn)化為灰度圖片以提高處理速度;其次通過邊緣檢測[6]、濾波去噪[7,8]、圖像二值化以及圖像形態(tài)學(xué)方法[9]增強(qiáng)無人機(jī)的邊緣特征;接下來根據(jù)無人機(jī)的邊緣特征尋找無人機(jī)輪廓的最小外接矩形;最后根據(jù)最小外接矩形裁剪圖片并填充黑色區(qū)域補(bǔ)齊為長寬像素相等的圖片,將補(bǔ)齊圖片的尺寸統(tǒng)一修改為100×100像素。

    圖2 圖像預(yù)處理流程圖

    圖像預(yù)處理的分步結(jié)果示意圖如圖3所示,共計(jì)352張無人機(jī)原始圖片通過該操作轉(zhuǎn)化為可以輸入卷積神經(jīng)網(wǎng)絡(luò)的像素尺寸規(guī)則的圖片。

    圖3 圖像預(yù)處理分步結(jié)果示意圖

    為避免由于數(shù)據(jù)量較小產(chǎn)生的過擬合問題[10]還需要對(duì)預(yù)處理后的圖片進(jìn)行數(shù)據(jù)擴(kuò)增。如圖4所示,將尺寸歸一化的圖片分別沿順時(shí)針方向旋轉(zhuǎn)90°、180°和270°。將數(shù)據(jù)擴(kuò)增后得到的共計(jì)1408張圖片作為本文設(shè)計(jì)的卷積神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)集。實(shí)驗(yàn)中該數(shù)據(jù)集將隨機(jī)劃分為卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練集和測試集,劃分比例為7: 3。

    圖4 數(shù)據(jù)擴(kuò)增結(jié)果示意圖

    3 雙支路并行卷積神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)

    由于本文建立的無人機(jī)圖像數(shù)據(jù)集所包含的圖片樣本較少,因此本文網(wǎng)絡(luò)設(shè)計(jì)的主要思路在于盡可能降低網(wǎng)絡(luò)參數(shù)從而避免出現(xiàn)過擬合[11]問題。

    本文設(shè)計(jì)的改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)在Inception V1模塊的啟發(fā)下對(duì)傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn),該模塊主要應(yīng)用于2014年的GoogLeNet網(wǎng)絡(luò)模型[12],其結(jié)構(gòu)如圖5所示。該模塊結(jié)構(gòu)由于增加了網(wǎng)絡(luò)寬度,從而增加了網(wǎng)絡(luò)對(duì)多尺度的適應(yīng)性[13]。

    圖5 Inception V1模塊

    而2015年提出的Inception V2模塊與Inception V1模塊相比,V2模塊參考了VGGNet的思想。VGGNet[14]將網(wǎng)絡(luò)中的卷積核全部改用尺寸為3×3、步長為1的小卷積核,同時(shí)使用卷積層堆疊的方式對(duì)大卷積核做等效替換。該方法可以在保證要求的感受野的同時(shí)降低網(wǎng)絡(luò)的計(jì)算量[15],例如:假設(shè)輸入和輸出均為C個(gè)通道,在不考慮偏置數(shù)量的情況下,由三個(gè)3×3卷積核堆疊的網(wǎng)絡(luò)參數(shù)的計(jì)算公式如式(1)所示

    3×(3×3×C×C)=27C2

    (1)

    而一個(gè)7×7卷積核的網(wǎng)絡(luò)參數(shù)的計(jì)算公式如式(2)所示[16]

    7×7×C×C=49C2

    (2)

    因此本文設(shè)計(jì)的DBPCNN網(wǎng)絡(luò)基于Inception模塊的思想對(duì)傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)。網(wǎng)絡(luò)結(jié)構(gòu)如圖6所示:選用兩條具有不同大小卷積核的并行支路對(duì)同一輸入圖片進(jìn)行處理,其中支路1使用3×3卷積核(Conv1_1, Conv1_3),支路2使用1×1卷積核(Conv2_1, Conv2_3)。同時(shí)在兩條支路中引入1×1的卷積核(Conv1_2, Conv1_4, Conv2_2, Conv2_4)用作特征圖升維,降低網(wǎng)絡(luò)的參數(shù)數(shù)量。激活函數(shù)選擇ReLU函數(shù),池化方式選擇2×2最大池化(Pool1_1, Pool1_2, Pool2_1, Pool2_2)。隨后將兩條支路的輸出沿深度方向合并,合并后的結(jié)果經(jīng)過全連接層FC1、FC2后通過Softmax分類器完成分類操作。DBPCNN網(wǎng)絡(luò)參數(shù)如表1所示。

    表1 DBPCNN網(wǎng)絡(luò)參數(shù)設(shè)置以及參數(shù)數(shù)量

    圖6 DBPCNN網(wǎng)絡(luò)結(jié)構(gòu)

    DBPCNN網(wǎng)絡(luò)選用兩條并行支路結(jié)構(gòu):通過增加網(wǎng)絡(luò)深度或?qū)挾仁悄壳霸O(shè)計(jì)卷積神經(jīng)網(wǎng)絡(luò)并使其性能更好的主流觀點(diǎn)[17],但如果選用過多的支路結(jié)構(gòu),網(wǎng)絡(luò)參數(shù)將大大增加。以參考表1內(nèi)容對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行計(jì)算為例:若設(shè)置的支路數(shù)為n,每條支路輸出的特征圖均為25×25×32,全連接層FC1仍設(shè)為1024個(gè)神經(jīng)元。在不考慮每條支路參數(shù)數(shù)量的情況下,僅通道融合后進(jìn)入全連接層FC1的網(wǎng)絡(luò)參數(shù)與兩條支路相比增加數(shù)量的計(jì)算公式如式(3)所示:

    25×25×32×(n-2)×1024=20480000×(n-2)

    (3)

    分析式(3)可知,網(wǎng)絡(luò)每增加一條支路,僅全連接層部分就會(huì)增加20480000個(gè)網(wǎng)絡(luò)參數(shù)。為避免由于網(wǎng)絡(luò)參數(shù)過多產(chǎn)生的過擬合問題,因此本文設(shè)計(jì)的DBPCNN選用雙支路結(jié)構(gòu)。

    4 實(shí)驗(yàn)與分析

    4.1 實(shí)驗(yàn)環(huán)境

    本文實(shí)驗(yàn)使用的計(jì)算機(jī)環(huán)境為:Windows 10系統(tǒng),Intel(R) Core(TM) i9-10900F CPU @ 2.80GHz 2.81GHz處理器,32G RAM;所用程序基于開源深度學(xué)習(xí)框架Tensorflow,使用Python 3.7軟件編寫,通過Sublime軟件運(yùn)行。

    4.2 CIFAR-10數(shù)據(jù)集識(shí)別實(shí)驗(yàn)

    為驗(yàn)證本文設(shè)計(jì)的網(wǎng)絡(luò)可行性,在CIFAR-10數(shù)據(jù)集上對(duì)網(wǎng)絡(luò)進(jìn)行實(shí)驗(yàn)。CIFAR-10數(shù)據(jù)集包含10類彩色圖像,圖像大小為32×32像素,數(shù)據(jù)集由50000個(gè)訓(xùn)練樣本和10000個(gè)測試樣本組成[18]。

    為了比較DBPCNN的識(shí)別效果,本文設(shè)計(jì)了兩個(gè)對(duì)比的卷積神經(jīng)網(wǎng)絡(luò)Conv_Layer_2和Conv_Layer_3。兩個(gè)對(duì)比網(wǎng)絡(luò)結(jié)構(gòu)如表2所示。

    表2 兩個(gè)對(duì)比網(wǎng)絡(luò)結(jié)構(gòu)

    Conv_Layer_2網(wǎng)絡(luò)參照傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)LeNet-5[19]設(shè)計(jì),其結(jié)構(gòu)如下:輸入→卷積層Conv1→池化層Pool1→卷積層Conv2→池化層Pool2→全連接層FC1→全連接層FC2→ Softmax分類器輸出。

    Conv_Layer_3網(wǎng)絡(luò)在Conv_Layer_2的基礎(chǔ)上增加一個(gè)卷積層,提取更深一層特征,其結(jié)構(gòu)如下:輸入→卷積層Conv1→池化層Pool1→卷積層Conv2→卷積層Conv3→池化層Pool3→全連接層FC1→全連接層FC2→ Softmax分類器輸出。

    本文選擇CIFAR-10數(shù)據(jù)集中的兩個(gè)類別共計(jì)12000張圖片對(duì)DBPCNN、Conv_Layer_2、Conv_Layer_3網(wǎng)絡(luò)進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果如圖7所示,其中左側(cè)柱表示訓(xùn)練集,右側(cè)柱表示測試集。經(jīng)過500次訓(xùn)練,DBPCNN、Conv_Layer_2、Conv_Layer_3識(shí)別CIFAR-10數(shù)據(jù)集的測試集準(zhǔn)確率分別為84.8%、84.5%和83.6%。實(shí)驗(yàn)結(jié)果證明了所設(shè)計(jì)網(wǎng)絡(luò)的可行性。

    圖7 DBPCNN與Conv_Layer_2、Conv_Layer_3識(shí)別CIFAR-10數(shù)據(jù)集結(jié)果

    4.3 無人機(jī)數(shù)據(jù)集識(shí)別實(shí)驗(yàn)

    在無人機(jī)數(shù)據(jù)集上對(duì)DBPCNN進(jìn)行實(shí)驗(yàn),運(yùn)行網(wǎng)絡(luò)程序,繪制DBPCNN網(wǎng)絡(luò)的準(zhǔn)確率曲線與損失函數(shù)曲線如圖8所示。

    圖8 DBPCNN網(wǎng)絡(luò)的準(zhǔn)確率曲線(上)和損失函數(shù)曲線(下)

    分析圖8可知,當(dāng)實(shí)驗(yàn)訓(xùn)練次數(shù)超過500次時(shí),DBPCNN網(wǎng)絡(luò)在訓(xùn)練集和測試集上的準(zhǔn)確率曲線和損失函數(shù)曲線呈平穩(wěn)趨勢。為減少網(wǎng)絡(luò)的訓(xùn)練時(shí)間,本文實(shí)驗(yàn)選取前500輪實(shí)驗(yàn)數(shù)據(jù)作為DBPCNN網(wǎng)絡(luò)的識(shí)別結(jié)果。

    對(duì)設(shè)計(jì)好的兩個(gè)對(duì)比卷積神經(jīng)網(wǎng)絡(luò)使用自行建立的無人機(jī)圖像數(shù)據(jù)集同樣進(jìn)行500次訓(xùn)練。實(shí)驗(yàn)中選取測試集準(zhǔn)確率作為評(píng)價(jià)卷積神經(jīng)網(wǎng)絡(luò)的性能指標(biāo),提取兩個(gè)對(duì)比網(wǎng)絡(luò)的測試集準(zhǔn)確率曲線與DBPCNN網(wǎng)絡(luò)的測試集準(zhǔn)確率曲線進(jìn)行比較,結(jié)果如圖9所示。其中,當(dāng)訓(xùn)練次數(shù)達(dá)到500時(shí),測試集準(zhǔn)確率曲線從上至下分別為DBPCNN、Conv_Layer_3、Conv_Layer_2,分別用藍(lán)、綠、紅三種顏色表示。

    圖9 DBPCNN與Conv_Layer_2、Conv_Layer_3的測試集準(zhǔn)確率對(duì)比曲線

    為便于觀察,實(shí)驗(yàn)中每訓(xùn)練100次記錄一次三者的測試集準(zhǔn)確率,對(duì)比結(jié)果如表3所示。分析表3可知,經(jīng)過500次訓(xùn)練,本文設(shè)計(jì)的DBPCNN網(wǎng)絡(luò)對(duì)自建無人機(jī)數(shù)據(jù)集識(shí)別的測試集準(zhǔn)確率為96.7%,與之對(duì)比的兩個(gè)傳統(tǒng)網(wǎng)絡(luò)的準(zhǔn)確率分別為90.5%和94.3%。結(jié)果表明了DBPCNN網(wǎng)絡(luò)能夠完成對(duì)無人機(jī)圖像的識(shí)別任務(wù)并具有較高的準(zhǔn)確率。

    表3 DBPCNN、Conv_Layer_2和Conv_Layer_3網(wǎng)絡(luò)測試集準(zhǔn)確率

    5 結(jié)論

    1) 為了提高反無人機(jī)系統(tǒng)中識(shí)別無人機(jī)圖像的準(zhǔn)確率,提出了一種改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)模型。使用自制圖像采集設(shè)備獲取所需識(shí)別的無人機(jī)原始圖片,對(duì)無人機(jī)原始圖片進(jìn)行預(yù)處理,通過數(shù)據(jù)擴(kuò)增操作避免網(wǎng)絡(luò)過擬合,自行構(gòu)建無人機(jī)圖像數(shù)據(jù)集。

    2) 設(shè)計(jì)一個(gè)雙支路并行卷積神經(jīng)網(wǎng)絡(luò)DBPCNN,通過實(shí)驗(yàn)驗(yàn)證DBPCNN對(duì)無人機(jī)圖像數(shù)據(jù)集的識(shí)別性能,實(shí)驗(yàn)結(jié)果表明:DBPCNN網(wǎng)絡(luò)對(duì)標(biāo)準(zhǔn)數(shù)據(jù)CIFAR-10和自建無人機(jī)樣本數(shù)據(jù)集的準(zhǔn)確率均高于與之對(duì)比的傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò),證明了用DBPCNN識(shí)別無人機(jī)圖像的可行性。

    猜你喜歡
    支路準(zhǔn)確率卷積
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)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(zhǔn)確率比較探討
    2015—2017 年寧夏各天氣預(yù)報(bào)參考產(chǎn)品質(zhì)量檢驗(yàn)分析
    基于限流可行方案邊界集的最優(yōu)支路投切
    能源工程(2020年6期)2021-01-26 00:55:22
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    高速公路車牌識(shí)別標(biāo)識(shí)站準(zhǔn)確率驗(yàn)證法
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    多支路兩跳PF協(xié)作系統(tǒng)的誤碼性能
    利用支路參數(shù)的狀態(tài)估計(jì)法辨識(shí)拓?fù)溴e(cuò)誤
    美女 人体艺术 gogo| 亚洲av成人av| 一级二级三级毛片免费看| 菩萨蛮人人尽说江南好唐韦庄 | 国产精品久久久久久久电影| 熟女电影av网| 成人特级黄色片久久久久久久| 在线播放无遮挡| 18+在线观看网站| 日韩,欧美,国产一区二区三区 | 国产91av在线免费观看| 午夜精品一区二区三区免费看| 国产欧美日韩精品一区二区| 日韩成人伦理影院| 99久久九九国产精品国产免费| 精品少妇黑人巨大在线播放 | 婷婷六月久久综合丁香| 亚洲综合色惰| 乱人视频在线观看| 美女cb高潮喷水在线观看| 老司机影院成人| 麻豆国产97在线/欧美| 亚洲国产欧美在线一区| 欧美色视频一区免费| 国产在视频线在精品| 老熟妇乱子伦视频在线观看| 欧美日韩精品成人综合77777| 黄色视频,在线免费观看| 亚洲人与动物交配视频| 国产探花在线观看一区二区| 一级黄色大片毛片| 亚洲一级一片aⅴ在线观看| 亚洲高清免费不卡视频| 精品99又大又爽又粗少妇毛片| 色5月婷婷丁香| 国产三级中文精品| 九色成人免费人妻av| 国内精品宾馆在线| av专区在线播放| 国产一级毛片七仙女欲春2| 日日撸夜夜添| 男人和女人高潮做爰伦理| 一本精品99久久精品77| 永久网站在线| АⅤ资源中文在线天堂| 亚洲欧美日韩高清专用| 亚洲人成网站高清观看| 日本免费一区二区三区高清不卡| 激情 狠狠 欧美| 51国产日韩欧美| 成人欧美大片| 男的添女的下面高潮视频| 亚洲熟妇中文字幕五十中出| 热99re8久久精品国产| 日韩一区二区视频免费看| 日本黄大片高清| 日韩三级伦理在线观看| 国产亚洲精品久久久com| 欧美另类亚洲清纯唯美| 99热这里只有是精品在线观看| 少妇被粗大猛烈的视频| 少妇人妻一区二区三区视频| 五月伊人婷婷丁香| 日韩精品有码人妻一区| 久久这里只有精品中国| 日韩强制内射视频| 亚洲aⅴ乱码一区二区在线播放| 青春草亚洲视频在线观看| 少妇裸体淫交视频免费看高清| 国产视频首页在线观看| 哪里可以看免费的av片| 九色成人免费人妻av| 在线观看美女被高潮喷水网站| 亚洲av一区综合| 久久久精品欧美日韩精品| 国产黄a三级三级三级人| 欧美性感艳星| 国产一区二区激情短视频| 亚洲国产欧美在线一区| 狂野欧美白嫩少妇大欣赏| 国产欧美日韩精品一区二区| 国产高清不卡午夜福利| 国产高潮美女av| 国产一级毛片七仙女欲春2| 亚洲中文字幕一区二区三区有码在线看| 夫妻性生交免费视频一级片| 日本成人三级电影网站| 边亲边吃奶的免费视频| 18禁黄网站禁片免费观看直播| 国内揄拍国产精品人妻在线| 少妇的逼好多水| 丝袜美腿在线中文| 国产又黄又爽又无遮挡在线| 欧美区成人在线视频| 色吧在线观看| 国产成人aa在线观看| 中文字幕久久专区| 国产av在哪里看| 深爱激情五月婷婷| 亚洲精品乱码久久久v下载方式| 网址你懂的国产日韩在线| 久久婷婷人人爽人人干人人爱| 精品久久久久久久末码| 啦啦啦韩国在线观看视频| 国产精品综合久久久久久久免费| 97在线视频观看| 一进一出抽搐动态| 午夜精品国产一区二区电影 | 一个人看视频在线观看www免费| 3wmmmm亚洲av在线观看| 性色avwww在线观看| 男女那种视频在线观看| 欧美日本亚洲视频在线播放| 六月丁香七月| 日韩大尺度精品在线看网址| 午夜福利高清视频| 国产又黄又爽又无遮挡在线| 日韩一本色道免费dvd| 嫩草影院精品99| 欧美3d第一页| 人妻制服诱惑在线中文字幕| 久久久久久久久久黄片| 久久久久性生活片| 人人妻人人澡人人爽人人夜夜 | 黄色日韩在线| 亚洲内射少妇av| 亚洲人与动物交配视频| 国语自产精品视频在线第100页| 久久久成人免费电影| 美女cb高潮喷水在线观看| 国产av麻豆久久久久久久| 日日啪夜夜撸| 色播亚洲综合网| 色尼玛亚洲综合影院| 欧美日韩一区二区视频在线观看视频在线 | 国产综合懂色| 欧美又色又爽又黄视频| 天天躁日日操中文字幕| 国产色婷婷99| 哪个播放器可以免费观看大片| 欧美在线一区亚洲| 成人一区二区视频在线观看| 欧美日韩精品成人综合77777| 亚洲精品久久国产高清桃花| 国产成人午夜福利电影在线观看| 草草在线视频免费看| 男插女下体视频免费在线播放| 亚洲三级黄色毛片| 最新中文字幕久久久久| av女优亚洲男人天堂| 在线播放无遮挡| 欧美日韩精品成人综合77777| 日韩高清综合在线| 在线国产一区二区在线| 日韩欧美一区二区三区在线观看| 亚洲精品国产av成人精品| 国内精品久久久久精免费| 亚洲精品乱码久久久久久按摩| 深爱激情五月婷婷| 色尼玛亚洲综合影院| 国内精品美女久久久久久| 五月玫瑰六月丁香| 校园春色视频在线观看| 亚洲精品自拍成人| 国模一区二区三区四区视频| 99久久精品一区二区三区| 日韩欧美精品v在线| 国产精品久久视频播放| 天堂av国产一区二区熟女人妻| 2021天堂中文幕一二区在线观| 免费人成视频x8x8入口观看| 日韩欧美在线乱码| 91麻豆精品激情在线观看国产| 亚洲欧美中文字幕日韩二区| 国产精品.久久久| 亚洲18禁久久av| 色视频www国产| h日本视频在线播放| 亚洲国产欧美在线一区| 高清毛片免费看| 边亲边吃奶的免费视频| 欧美xxxx黑人xx丫x性爽| 99精品在免费线老司机午夜| avwww免费| 亚洲av免费高清在线观看| 日韩欧美在线乱码| av又黄又爽大尺度在线免费看 | 欧美成人免费av一区二区三区| 高清午夜精品一区二区三区 | 国产黄片美女视频| a级毛片a级免费在线| 欧洲精品卡2卡3卡4卡5卡区| 亚洲精品久久久久久婷婷小说 | 亚洲婷婷狠狠爱综合网| 高清在线视频一区二区三区 | 欧美丝袜亚洲另类| 蜜桃亚洲精品一区二区三区| 99久久精品一区二区三区| 国产极品精品免费视频能看的| 草草在线视频免费看| 丝袜美腿在线中文| 亚洲av不卡在线观看| 内射极品少妇av片p| 日产精品乱码卡一卡2卡三| 欧美一区二区国产精品久久精品| 成人av在线播放网站| 国产成人精品一,二区 | 男插女下体视频免费在线播放| 97超碰精品成人国产| 国产精品av视频在线免费观看| 国产精品一区www在线观看| 少妇熟女aⅴ在线视频| 深夜精品福利| 直男gayav资源| 男的添女的下面高潮视频| 欧美激情在线99| 成人一区二区视频在线观看| 国产免费一级a男人的天堂| 天堂√8在线中文| 久久精品国产99精品国产亚洲性色| 插逼视频在线观看| 日日干狠狠操夜夜爽| 成人一区二区视频在线观看| 免费电影在线观看免费观看| 欧美成人免费av一区二区三区| 我的老师免费观看完整版| 久久6这里有精品| 免费人成在线观看视频色| 五月伊人婷婷丁香| 久久99热6这里只有精品| 欧美三级亚洲精品| 亚洲高清免费不卡视频| 亚洲欧美日韩东京热| 波多野结衣高清作品| 老司机福利观看| 我的老师免费观看完整版| 欧美在线一区亚洲| 国产伦在线观看视频一区| 国产精品免费一区二区三区在线| 中文字幕制服av| 国产高潮美女av| 欧美成人a在线观看| 午夜视频国产福利| 黑人高潮一二区| 婷婷色av中文字幕| 中文字幕av成人在线电影| 欧美成人a在线观看| 亚洲欧美成人精品一区二区| 色哟哟·www| 精品久久久久久成人av| 男人舔奶头视频| 成人无遮挡网站| 中文资源天堂在线| 国产高清视频在线观看网站| 久久久久久久久久久丰满| 亚洲av中文av极速乱| 男插女下体视频免费在线播放| 天天一区二区日本电影三级| 国产精品麻豆人妻色哟哟久久 | 精品不卡国产一区二区三区| av视频在线观看入口| 国产午夜精品一二区理论片| 亚洲av成人av| 中出人妻视频一区二区| 日本与韩国留学比较| 日本欧美国产在线视频| 变态另类成人亚洲欧美熟女| 成人午夜高清在线视频| 亚洲无线观看免费| 97在线视频观看| 真实男女啪啪啪动态图| 婷婷六月久久综合丁香| 国产91av在线免费观看| 精华霜和精华液先用哪个| 能在线免费观看的黄片| 亚洲成人久久性| 性插视频无遮挡在线免费观看| 亚洲精华国产精华液的使用体验 | 91精品一卡2卡3卡4卡| 97超视频在线观看视频| 亚洲第一电影网av| av在线观看视频网站免费| 欧美色视频一区免费| 人人妻人人澡人人爽人人夜夜 | 免费观看a级毛片全部| 国产人妻一区二区三区在| 夫妻性生交免费视频一级片| 欧美成人a在线观看| 国产探花极品一区二区| 深爱激情五月婷婷| 久久久久免费精品人妻一区二区| 色综合站精品国产| 青春草视频在线免费观看| 亚洲av.av天堂| 如何舔出高潮| 五月伊人婷婷丁香| 免费看日本二区| 日韩av不卡免费在线播放| 在线a可以看的网站| 综合色丁香网| 久久亚洲国产成人精品v| 一边亲一边摸免费视频| 大又大粗又爽又黄少妇毛片口| 男女做爰动态图高潮gif福利片| 男人狂女人下面高潮的视频| 最好的美女福利视频网| 国产视频内射| 日本与韩国留学比较| 国产麻豆成人av免费视频| av.在线天堂| 日韩av在线大香蕉| 99久久九九国产精品国产免费| 欧美一区二区亚洲| 91精品一卡2卡3卡4卡| 男女边吃奶边做爰视频| 99热精品在线国产| 免费电影在线观看免费观看| 老女人水多毛片| 国内揄拍国产精品人妻在线| 欧洲精品卡2卡3卡4卡5卡区| 草草在线视频免费看| 国产精品久久久久久久久免| 亚洲精品成人久久久久久| 韩国av在线不卡| 日韩人妻高清精品专区| 人妻少妇偷人精品九色| 一区二区三区高清视频在线| 可以在线观看的亚洲视频| 亚洲第一区二区三区不卡| 卡戴珊不雅视频在线播放| 特级一级黄色大片| 综合色丁香网| 成人高潮视频无遮挡免费网站| 舔av片在线| 国产午夜精品一二区理论片| 国产一区二区三区在线臀色熟女| 天堂av国产一区二区熟女人妻| 久久精品影院6| 老女人水多毛片| 日日撸夜夜添| 国产精品麻豆人妻色哟哟久久 | 欧美日韩精品成人综合77777| 亚洲一区高清亚洲精品| 久久99蜜桃精品久久| 韩国av在线不卡| 波多野结衣高清无吗| 在线免费十八禁| 三级国产精品欧美在线观看| 最近手机中文字幕大全| 成人午夜精彩视频在线观看| 亚洲自拍偷在线| 最后的刺客免费高清国语| 大又大粗又爽又黄少妇毛片口| 国产乱人视频| 亚洲av第一区精品v没综合| 日本三级黄在线观看| 两个人的视频大全免费| 天美传媒精品一区二区| 国产精品久久电影中文字幕| 久久久久久九九精品二区国产| 91在线精品国自产拍蜜月| 亚洲在线自拍视频| 中文欧美无线码| 99久久精品国产国产毛片| 国产精品99久久久久久久久| 亚洲自偷自拍三级| 成熟少妇高潮喷水视频| 成人毛片a级毛片在线播放| 亚洲欧美清纯卡通| 精品一区二区三区人妻视频| 精品人妻熟女av久视频| 午夜福利在线在线| 国产单亲对白刺激| 精华霜和精华液先用哪个| 免费看日本二区| 精品人妻视频免费看| 国产精品伦人一区二区| 精品国产三级普通话版| 一本精品99久久精品77| 国产一区亚洲一区在线观看| 日韩视频在线欧美| 又粗又硬又长又爽又黄的视频 | 一区福利在线观看| 99久久人妻综合| 搡女人真爽免费视频火全软件| 内地一区二区视频在线| 精品一区二区免费观看| 中文在线观看免费www的网站| 久久中文看片网| 中文在线观看免费www的网站| 国产私拍福利视频在线观看| 亚洲三级黄色毛片| 综合色av麻豆| 欧美日韩国产亚洲二区| 午夜亚洲福利在线播放| 国产白丝娇喘喷水9色精品| 卡戴珊不雅视频在线播放| 人人妻人人澡人人爽人人夜夜 | 国产精品久久久久久精品电影| 99久久人妻综合| 高清日韩中文字幕在线| 大又大粗又爽又黄少妇毛片口| 中文精品一卡2卡3卡4更新| 别揉我奶头 嗯啊视频| 国产成人精品久久久久久| h日本视频在线播放| 长腿黑丝高跟| 久久人人爽人人片av| av天堂中文字幕网| 国产黄片视频在线免费观看| 国产伦在线观看视频一区| 亚洲内射少妇av| 国产成人精品一,二区 | 成年免费大片在线观看| 一区二区三区高清视频在线| 久久久久九九精品影院| 亚洲经典国产精华液单| 校园人妻丝袜中文字幕| 国产伦精品一区二区三区四那| 久久久久久久久久黄片| 直男gayav资源| 亚洲精品日韩av片在线观看| 51国产日韩欧美| 男女做爰动态图高潮gif福利片| 51国产日韩欧美| 国产成人精品久久久久久| 好男人视频免费观看在线| 日韩成人伦理影院| 久久久久久国产a免费观看| 国产成人精品一,二区 | 精品久久久久久成人av| av在线观看视频网站免费| av女优亚洲男人天堂| 人体艺术视频欧美日本| 欧美激情在线99| 亚洲最大成人中文| 亚洲av一区综合| 国产伦在线观看视频一区| or卡值多少钱| 免费观看精品视频网站| 亚洲自偷自拍三级| 国产亚洲av片在线观看秒播厂 | 禁无遮挡网站| 国产成人freesex在线| a级毛片免费高清观看在线播放| 真实男女啪啪啪动态图| 91av网一区二区| 一级黄片播放器| 亚洲中文字幕一区二区三区有码在线看| 波野结衣二区三区在线| 毛片一级片免费看久久久久| 亚洲中文字幕日韩| 精品人妻熟女av久视频| 97人妻精品一区二区三区麻豆| 日本三级黄在线观看| 国产成年人精品一区二区| 国产欧美日韩精品一区二区| 校园人妻丝袜中文字幕| 插逼视频在线观看| 少妇人妻精品综合一区二区 | 亚洲成人久久爱视频| 亚洲真实伦在线观看| 午夜精品国产一区二区电影 | 亚洲人成网站在线播| 亚洲一级一片aⅴ在线观看| 国产精品野战在线观看| 少妇裸体淫交视频免费看高清| 一个人看的www免费观看视频| 午夜精品在线福利| 2021天堂中文幕一二区在线观| 99热这里只有精品一区| 天堂√8在线中文| 尾随美女入室| 欧美xxxx黑人xx丫x性爽| 国产高潮美女av| 亚洲一区高清亚洲精品| 91麻豆精品激情在线观看国产| 国产精品野战在线观看| 岛国在线免费视频观看| 成年女人看的毛片在线观看| 在线免费观看不下载黄p国产| 国产真实伦视频高清在线观看| 国产乱人偷精品视频| 国产亚洲91精品色在线| 内射极品少妇av片p| 最后的刺客免费高清国语| 精品人妻偷拍中文字幕| 极品教师在线视频| 亚洲18禁久久av| 中国美白少妇内射xxxbb| 亚洲精品影视一区二区三区av| 两个人的视频大全免费| 亚洲精品456在线播放app| www.色视频.com| av专区在线播放| 嫩草影院精品99| 欧美潮喷喷水| 亚洲欧美日韩卡通动漫| 国产免费一级a男人的天堂| 成人鲁丝片一二三区免费| 美女国产视频在线观看| 国产成人午夜福利电影在线观看| 欧美成人a在线观看| 国产精品综合久久久久久久免费| 精品日产1卡2卡| 美女黄网站色视频| 尾随美女入室| 高清毛片免费观看视频网站| av天堂在线播放| 国产91av在线免费观看| 亚洲精品粉嫩美女一区| 大香蕉久久网| 能在线免费观看的黄片| 午夜a级毛片| 天堂网av新在线| 国产av不卡久久| 成人永久免费在线观看视频| 亚洲精品国产av成人精品| 国产av在哪里看| 高清在线视频一区二区三区 | 91久久精品国产一区二区成人| 麻豆久久精品国产亚洲av| 免费看日本二区| 免费不卡的大黄色大毛片视频在线观看 | 亚洲欧美日韩卡通动漫| 国产高清不卡午夜福利| 免费在线观看成人毛片| 91麻豆精品激情在线观看国产| 国产精品人妻久久久久久| 国产精品久久视频播放| 久久久午夜欧美精品| 在线播放国产精品三级| 丰满乱子伦码专区| av天堂中文字幕网| 久久久久性生活片| 国产精品免费一区二区三区在线| 国产午夜精品论理片| 日韩欧美精品免费久久| 自拍偷自拍亚洲精品老妇| 国产亚洲av片在线观看秒播厂 | 精品久久久噜噜| 国产精品电影一区二区三区| 亚洲精品色激情综合| 中文字幕人妻熟人妻熟丝袜美| 五月玫瑰六月丁香| av专区在线播放| 国产视频首页在线观看| 日韩在线高清观看一区二区三区| 精品久久国产蜜桃| 麻豆一二三区av精品| 成年女人永久免费观看视频| 国产在视频线在精品| 国产精品免费一区二区三区在线| 国产成人精品一,二区 | 日本黄色片子视频| 在线免费观看的www视频| 国产精品99久久久久久久久| 久久久色成人| 日韩精品有码人妻一区| 午夜免费男女啪啪视频观看| videossex国产| 久久99精品国语久久久| 最近最新中文字幕大全电影3| 少妇裸体淫交视频免费看高清| 亚洲一区二区三区色噜噜| 老司机福利观看| 97在线视频观看| 小说图片视频综合网站| 麻豆精品久久久久久蜜桃| 亚洲av免费在线观看| 搞女人的毛片| 成人av在线播放网站| 男女做爰动态图高潮gif福利片| 免费av观看视频| 免费观看的影片在线观看| 精华霜和精华液先用哪个| 国产av麻豆久久久久久久| 精品久久久久久久末码| 国产精品福利在线免费观看| 亚洲欧美日韩高清在线视频| 卡戴珊不雅视频在线播放| 午夜福利在线在线| 亚洲av成人精品一区久久| 欧美zozozo另类| 国产精品久久久久久亚洲av鲁大| av在线老鸭窝| 日本爱情动作片www.在线观看| ponron亚洲| 直男gayav资源| 青青草视频在线视频观看| 国产午夜福利久久久久久| 一卡2卡三卡四卡精品乱码亚洲| 九九热线精品视视频播放| 欧美日韩一区二区视频在线观看视频在线 | 国产亚洲av片在线观看秒播厂 | 看非洲黑人一级黄片| 人人妻人人看人人澡| 毛片女人毛片| 成人国产麻豆网| 日韩欧美在线乱码| 日本欧美国产在线视频| 亚洲欧美成人综合另类久久久 | 国产一区二区三区av在线 | 岛国在线免费视频观看| 此物有八面人人有两片| 最近最新中文字幕大全电影3| 亚洲七黄色美女视频| 精品人妻偷拍中文字幕| 国产又黄又爽又无遮挡在线| av视频在线观看入口| 日日啪夜夜撸| 国产精品麻豆人妻色哟哟久久 | 一级毛片我不卡| 婷婷色综合大香蕉| 97超碰精品成人国产|