• <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 ?

    基于上下文感知與多尺度注意力的遙感變化檢測(cè)

    2023-12-01 03:44:02饒白云
    軟件導(dǎo)刊 2023年11期
    關(guān)鍵詞:變化檢測(cè)集上尺度

    董 晨,鄭 祿,于 舒,饒白云

    (1.中南民族大學(xué) 計(jì)算機(jī)科學(xué)學(xué)院;2.湖北省制造企業(yè)智能管理工程技術(shù)研究中心;3.農(nóng)業(yè)區(qū)塊鏈與智能管理湖北省工程研究中心,湖北 武漢 430074)

    0 引言

    遙感影像變化檢測(cè)任務(wù)旨在比較同一地理區(qū)域不同時(shí)間內(nèi)拍攝的遙感影像圖片之間的差異。變化檢測(cè)方法在現(xiàn)實(shí)生活中有著廣泛應(yīng)用,例如城市發(fā)展規(guī)劃、農(nóng)業(yè)監(jiān)測(cè)、自然災(zāi)害評(píng)估等。傳統(tǒng)遙感變化檢測(cè)處理方法包括人工目視解譯或手動(dòng)勾勒,需要耗費(fèi)大量人力時(shí)間,處理效率較低。此外,遙感圖像存在著各種噪聲,例如光照、傳感器導(dǎo)致圖像扭曲和分辨率變化,此時(shí)人工處理方法將無(wú)法有效地區(qū)分圖像的真實(shí)變化區(qū)域和背景噪聲,因此難以提升模型的準(zhǔn)確率[1]。

    1 相關(guān)研究

    深度學(xué)習(xí)技術(shù)為遙感變化檢測(cè)提供了新的解決方案,并且性能良好。CNN 卷積網(wǎng)絡(luò)在圖像處理任務(wù)上表現(xiàn)較好,Daudt 等[2]率先將孿生結(jié)構(gòu)與CNN 相結(jié)合,實(shí)驗(yàn)表明孿生結(jié)構(gòu)能提升模型的檢測(cè)精度,使得孿生網(wǎng)絡(luò)嵌入CNN 網(wǎng)絡(luò)成為變化檢測(cè)的常用方法。

    為了進(jìn)一步提升變化檢測(cè)的準(zhǔn)確率,許多研究在提取、細(xì)化深層特征上作了大量工作。Chen 等[3]提出使用金字塔結(jié)構(gòu)的DASNet,通過(guò)融合4 層特征圖提取多尺度特征,但網(wǎng)絡(luò)參數(shù)量較大。為了提升檢測(cè)效率,Liu 等[4]采用差分金字塔結(jié)構(gòu)LSNet,將骨干網(wǎng)絡(luò)中的標(biāo)準(zhǔn)卷積替換為空洞卷積,實(shí)驗(yàn)表明該方法在小型數(shù)據(jù)集上表現(xiàn)良好,但在大型數(shù)據(jù)集(LEVIR-CD)上檢測(cè)精度較低。

    除了多尺度提取特征之外,注意力機(jī)制也能幫助分類器取得更精確的變化檢測(cè)結(jié)果。Hu 等[5]在SENet 中通過(guò)通道注意力SE 模塊(Squeeze-and-Excitation Block),解決了在卷積池化過(guò)程中由于不同通道特征圖所占的重要性不同帶來(lái)的損失問(wèn)題,但未關(guān)注空間層面。Woo 等[6]在SE模塊的基礎(chǔ)上,將通道注意力和空間注意力相結(jié)合提出CBAM(Convolutional Block Attention Module),但該模塊存在兩個(gè)最重要的缺點(diǎn):未充分利用多尺度的特征,只捕獲了單一尺度的空間信息;空間注意力未考慮非局部區(qū)域的信息,缺乏建立遠(yuǎn)距離依賴能力。Zhang 等[7]在EPSANet中提出PSA(Pyramid Split Attention)對(duì)通道進(jìn)行切分,再使用SE 模塊提取不同尺度特征圖的通道注意力,但SE 模塊無(wú)法根據(jù)全局上下文進(jìn)行建模,因此PSA 缺乏捕獲全局上下文信息的能力。

    此外,STANet[8]、DASNet[3]均使用了PAM(Pyramid Attention Module)和BAM(Basic Attention Module)。其中,PAM 包含4 個(gè)分支,在每個(gè)分支中PAM 對(duì)每個(gè)子區(qū)域的像素應(yīng)用BAM,再聚合4 個(gè)分支的輸出張量得到多尺度的注意力表示。BAM 的作用是學(xué)習(xí)、捕捉任意兩個(gè)位置間的時(shí)空相關(guān)性(注意力權(quán)重),通過(guò)時(shí)空中所有位置特征的加權(quán)和來(lái)計(jì)算每個(gè)位置的響應(yīng)。因此,BAM 能十分有效地建模遠(yuǎn)距離時(shí)空依賴關(guān)系,獲得全局信息,但計(jì)算量較大。

    為了進(jìn)一步增強(qiáng)網(wǎng)絡(luò)感受野,充分利用全局上下文信息,本文在通道注意力的基礎(chǔ)上引入多尺度思想,提出結(jié)合全局信息的金字塔分割注意力的模塊(Pyramid Segmentation Attention,PSG),實(shí)現(xiàn)了一個(gè)端到端的孿生變化檢測(cè)網(wǎng)絡(luò)SPAN。實(shí)驗(yàn)證明該網(wǎng)絡(luò)在大數(shù)據(jù)集LEVIR-CD 和小數(shù)據(jù)集CDD 上均取得了較好效果。

    2 基于多尺度特征融合的孿生變化檢測(cè)網(wǎng)絡(luò)

    本文網(wǎng)絡(luò)主要由特征提取模塊、注意力模塊、比較模塊構(gòu)成,如圖1 所示(彩圖掃OSID 可見(jiàn),下同)。首先將T1、T2 時(shí)間的圖像同時(shí)輸入孿生特征提取器,得到兩幅特征圖(橙色部分);然后將兩幅橙色特征圖共同輸入PSG 注意力模塊得到注意力特征圖(藍(lán)色部分);最后通過(guò)像素級(jí)的歐氏距離計(jì)算特征圖的相似度,生成差分圖像。

    Fig.1 SPAN model overall framework圖1 SPAN模型整體框架

    2.1 孿生特征提取模塊

    Fig.2 Feature extractor based on siamese network圖2 基于孿生網(wǎng)絡(luò)的特征提取器

    由圖2 可見(jiàn),模型首先對(duì)每一層級(jí)的特征圖分別進(jìn)行卷積操作,構(gòu)造出一個(gè)在所有層級(jí)上具有較強(qiáng)語(yǔ)義信息的特征金字塔;然后進(jìn)行特征映射連接開(kāi)始卷積處理;最終得到特征圖。具體為,從網(wǎng)絡(luò)的不同階段得到4 組特征映射,同時(shí)將最后的輸出特征圖輸入卷積層(CONV 1),使其維數(shù)轉(zhuǎn)換為C1。同時(shí),將第2、3、4 階段的輸出特征圖分別輸入3 個(gè)不同卷積層(CONV2、CONV3、CONV4),使每個(gè)通道維度都轉(zhuǎn)換為C1,然后將4 個(gè)特征圖上采樣后在通道維數(shù)上進(jìn)行連接(4×C1),再送入兩個(gè)不同的卷積層(C2、C3)中提取更豐富的高級(jí)特征,生成最終特征圖。

    1.2 增強(qiáng)注意力模塊

    在遙感影像中,由于地物自身尺寸差異,難以用單個(gè)尺度進(jìn)行分析,而具有高度區(qū)別性的特征可提升分類器的檢測(cè)效果,因此采用多尺度的注意力機(jī)制避免差異特征帶來(lái)的影響成為了通用的處理手段。

    然而,傳統(tǒng)注意力模塊只關(guān)注空間維度或通道維度,忽視了非局部位置特征提供的有用信息,使得差異化表示較弱。為了利用非局部信息(全局上下文信息),本文在PSA 模塊[7]基礎(chǔ)上提出PSG(Pyramid Split and Global)模塊,如圖3所示。

    Fig.3 Pyramid split global module圖3 PSG模塊

    SPC 模塊首先進(jìn)行特征切分操作,將輸入特征圖使用不同大小的核卷積拆分成不同尺度的特征圖,然后引入GC 模塊來(lái)構(gòu)建某一位置與其他所有位置間的關(guān)系。GC模塊在上下文信息建模部分(黃色虛線區(qū)域)使用簡(jiǎn)化后的NL 模塊[11];在Transform 階段(紫色虛線區(qū)域)選用SE模塊[5],使得在不增加計(jì)算量的同時(shí),確保具有相似特征的任意兩個(gè)位置在任何距離上都具有相互可辨別性。GC塊[12]的詳細(xì)體系結(jié)構(gòu)如圖4 所示,具體計(jì)算公式如式(1)所示。

    Fig.4 Global context module圖4 GC模塊

    Fig.5 CDD dataset圖5 CDD數(shù)據(jù)集

    Fig.6 LEVIR-CD dataset圖6 LEVIR-CD數(shù)據(jù)集

    式中:Wk代表全局注意力權(quán)重;X′代表轉(zhuǎn)換后的特征。

    具體而言,GC 模塊包括:①獲取上下文信息的全局注意池,使用1×1 卷積和softmax 函數(shù)獲得注意權(quán)重,然后通過(guò)共享注意權(quán)重獲得全局上下文特征;②通過(guò)1×1 卷積Wv進(jìn)行特征變換以捕獲通道依賴性;③將全局上下文特征和每個(gè)位置的特征使用加法聚合,以實(shí)現(xiàn)特征融合。

    PSG 模塊使網(wǎng)絡(luò)關(guān)注每一層尺度下的通道特征;然后將不同尺度上的特征合并,通過(guò)重新計(jì)算不同尺度通道注意力的特征,得到交互后的多尺度通道注意力權(quán)重;最后將多尺度權(quán)重作用于相應(yīng)的特征圖,得到一個(gè)細(xì)化后的特征圖(信息表示更豐富,有利于提升模型檢測(cè)能力)。

    1.3 損失函數(shù)

    在變化檢測(cè)任務(wù)中,變化和不變像素?cái)?shù)量差距很大,容易造成類不平衡的問(wèn)題使實(shí)驗(yàn)產(chǎn)生較大誤差,因此除了從像素級(jí)別進(jìn)行平衡之外,還需考慮前后景不均衡的問(wèn)題。目前,常用的檢測(cè)指標(biāo)包含F(xiàn)ocalLoss[13,14]和Dice-Loss[15-17],F(xiàn)ocalLoss 用于測(cè)量訓(xùn)練樣本不平衡及樣本難易程度,DiceLoss 檢測(cè)前后景或分割內(nèi)容是否不均衡,具體公式如式(3)、式(4)。

    芬蘭OUTOTEC公司開(kāi)發(fā)的硫酸鋅溶液砷鹽凈化技術(shù)除去電積液中鎳、鈷具有國(guó)際先進(jìn)水平[4-5],成功之處在于引進(jìn)了電位、BT值、晶種返回等先進(jìn)理念以及項(xiàng)目的自動(dòng)化控制系統(tǒng)的設(shè)計(jì),為保證凈化系統(tǒng)的穩(wěn)定運(yùn)行創(chuàng)造了良好的條件[6-7]。該技術(shù)與專利設(shè)備固然有其先進(jìn)性,但是在工業(yè)化應(yīng)用過(guò)程又同時(shí)存在很多明顯缺陷。硫酸鋅溶液除鎘能否達(dá)到工藝要求,反應(yīng)器的流態(tài)化沸騰層穩(wěn)定控制是工藝的關(guān)鍵所在。如何評(píng)價(jià)運(yùn)行期間沸騰層的穩(wěn)定?關(guān)鍵在于相鄰反應(yīng)器之間的液位差[8]。本文將從沸騰層形成機(jī)理開(kāi)始,從內(nèi)部控制到外部基礎(chǔ)進(jìn)全方位的闡述沸騰層的控制要素。

    式中:Pij為位置(i,j)上的預(yù)測(cè)值,取值范圍為[0,1];為位置(i,j)上的真實(shí)值,取值非0 即1,0 代表該像素點(diǎn)未變化,1代表該像素點(diǎn)發(fā)生變化。

    由于遙感圖像不僅存在樣本不均的問(wèn)題,還存在難分類問(wèn)題。為此,本文將FocalLoss 與DiceLoss 相結(jié)合。

    最終,將γ設(shè)置為2,λ設(shè)置為0.5[18]。

    2 實(shí)驗(yàn)結(jié)果與分析

    2.1 數(shù)據(jù)集

    CDD 數(shù)據(jù)集[19]由11 對(duì)多源遙感圖像組成,具體包括7對(duì)4 725×2 200 像素的季節(jié)變化圖像和4 對(duì)1 900×1 000 像素的圖像。本文將CDD 圖像裁剪為16 000 個(gè)大小為256×256 的圖像,具體為train(10 000 張)、val(3 000 張)、test(3 000張)。

    LEVIR-CD 數(shù)據(jù)集由谷歌Earth 平臺(tái)[8]采集的637 對(duì)HSR 雙時(shí)間遙感影像組成,每張圖像大小為1 024×1 024像素,空間分辨率為0.5 m,分為train(445 對(duì))、val(64 對(duì))和test(128對(duì))。

    2.2 評(píng)價(jià)指標(biāo)

    為了評(píng)價(jià)該方法的性能,本文使用精度(P)、召回率(R)、F1 評(píng)分(F1)和總體精度(OA)進(jìn)行評(píng)價(jià)。其中,在遙感變化檢測(cè)任務(wù)中精度越高,預(yù)測(cè)結(jié)果的誤檢次數(shù)越少;召回率值越大,預(yù)測(cè)結(jié)果漏檢次數(shù)越少;F1 評(píng)分和OA 用于綜合評(píng)價(jià)預(yù)測(cè)結(jié)果,數(shù)值越大預(yù)測(cè)結(jié)果越好。具體計(jì)算公式為:

    式中:TP為真陽(yáng)性數(shù);FP為假陽(yáng)性數(shù);TN為真陰性數(shù);FN為假陰性數(shù)。

    2.3 實(shí)驗(yàn)結(jié)果

    本文選取了現(xiàn)有4 種遙感變化檢測(cè)模型與本文模型進(jìn)行比較。其中,SPAN 網(wǎng)絡(luò)訓(xùn)練的批處理大小為16,優(yōu)化器算法為AdamW,學(xué)習(xí)率初始化為0.001,所選取網(wǎng)絡(luò)如下:①FC-EF[2],基于UNet 模型的全卷積神經(jīng)網(wǎng)絡(luò),包括4個(gè)最大池化層和4 個(gè)上采樣層;②FC-Siam-Diff[2],是FCEF 的改進(jìn),針對(duì)不同時(shí)間的圖像特征分別編碼,以concat絕對(duì)差值的方式送入解碼器進(jìn)行解碼,通過(guò)softMax 操作得到變化圖;③DASNet[3],基于ResNet,通過(guò)權(quán)值共享的語(yǔ)義分割網(wǎng)絡(luò)獨(dú)立生成兩個(gè)特征,并使用度量方法計(jì)算兩個(gè)特征之前的差異來(lái)生成差異圖;④LSNet,基于ResNet,使用4 個(gè)復(fù)合層組成的差分金字塔,得到4 組差分特征,然后將特征疊加得到差異圖。

    表1 為不同模型在LEVIR-CD 數(shù)據(jù)集上的結(jié)果。表2為不同模型在CDD 數(shù)據(jù)集上的結(jié)果。由表1、表2 可知,本文模型在兩個(gè)數(shù)據(jù)集上表現(xiàn)較好,相較于DASNet 在LEVIR-CD 數(shù)據(jù)集和CDD 數(shù)據(jù)集上,F(xiàn)1 分別提高1.7%、2.5%;相較于LSNet 在LEVIR-CD 數(shù)據(jù)集和CDD 數(shù)據(jù)集上,分別提高18%、0.7%。LSNet 雖然在CDD 數(shù)據(jù)集上表現(xiàn)較好,但并不適用于大型數(shù)據(jù)集LEVIR-CD,檢測(cè)精度較低,而本文模型可同時(shí)在大型數(shù)據(jù)集和小型數(shù)據(jù)集得到較好的檢測(cè)結(jié)果,證明了本文模型相較于其他模型優(yōu)越性與普適性更強(qiáng)。

    Table 1 Results of different models on the LEVIR-CD dataset表1 不同模型在LEVIR-CD數(shù)據(jù)集上的結(jié)果

    Table 2 Results of different models on the CDD dataset表2 不同模型在CDD數(shù)據(jù)集上的結(jié)果

    圖7 中A 代表T1 時(shí)間點(diǎn)圖像,B 代表T2 時(shí)間點(diǎn)圖像。由此可見(jiàn),從A 到B 的地表覆蓋發(fā)生了很大變化,建筑物及其顏色、紋理均發(fā)生了變化,只保留了基本結(jié)構(gòu)。由圖7、圖8 中A 與B 圖的差異可發(fā)現(xiàn),SPAN 網(wǎng)絡(luò)生成的差異圖相較于其他模型與Label 最接近,相較于LSNet 連接塊較少且更完整。由圖7、圖8 中C 可見(jiàn),DASNet 生成的差異圖邊界明顯產(chǎn)生了不屬于建筑物形狀的扭曲,LSNet與SPAN 生成的差異圖邊緣更平滑,更接近真實(shí)的變化圖Label,證明了SPAN 網(wǎng)絡(luò)識(shí)別與定位變化區(qū)域的效果更好,對(duì)建筑物、道路的變化檢測(cè)效果更好。

    Fig.7 Results of each model on the CCD dataset圖7 在CCD數(shù)據(jù)集上各個(gè)模型結(jié)果

    Fig.8 Results of ablation experiment圖8 消融實(shí)驗(yàn)結(jié)果

    為了驗(yàn)證改進(jìn)模塊的有效性,以全局上下文信息對(duì)遙感變化檢測(cè)任務(wù)的重要性,設(shè)計(jì)消融實(shí)驗(yàn)比較改進(jìn)ResNet50、改進(jìn)ResNet50+PSA(傳統(tǒng)多尺度注意力)和本文模型。表3、圖8 顯示了消融研究和在LEVIR-CD 測(cè)試集上的結(jié)果差異。由表3 可知,加入注意力模塊后模型性能得到明顯改善,本文模型相較于改進(jìn)ResNet50、改進(jìn)ResNet50+PSA 模型的F1分別提高4.5%、2.1%。

    Table 3 Ablation experiments on the LEVIR-CD dataset表3 LEVIR-CD數(shù)據(jù)集上的消融實(shí)驗(yàn)

    為了進(jìn)一步觀察上下文信息對(duì)變化檢測(cè)任務(wù)的影響,將消融實(shí)驗(yàn)?zāi)P蜕傻牟町悎D進(jìn)行比較。由圖8 第二行可見(jiàn),基線模型生成的差異圖中建筑物輪廓較為圓潤(rùn),不符合建筑物的邊緣特征;加入傳統(tǒng)多尺度注意力模塊PSA后,模型對(duì)建筑物的描述更精細(xì),但依然存在一定程度的凸起;而將上下文信息與多尺度融合的模型生成的差異圖邊緣輪廓最清晰,白色變化區(qū)域大小與Label 的描述范圍大小更接近。

    由圖8 中B 與第三行可見(jiàn),基線模型與加入傳統(tǒng)多尺度注意力模塊PSA 的模型生成的差異圖中建筑物存在空缺或缺失,而將上下文信息與多尺度融合的模型能有效避免空缺及缺失問(wèn)題,證明了加入上下文信息的PSG 模塊能充分提取具有判別性的特征,也證明了全局上下文信息對(duì)遙感變化檢測(cè)任務(wù)十分重要。

    3 結(jié)語(yǔ)

    本文針對(duì)遙感變化檢測(cè)任務(wù)中未充分利用上下文信息,導(dǎo)致變化檢測(cè)網(wǎng)絡(luò)無(wú)法有效分辨變化區(qū)域的問(wèn)題,提出一種基于上下文感知與多尺度注意力的變化檢測(cè)方法SPAN。該方法相較于圖像的注意力機(jī)制方法,能充分提取具有判別性的特征,可提升SPAN 網(wǎng)絡(luò)的檢測(cè)精度。

    在LEVIR-CD 和CDD 數(shù)據(jù)集上的比較實(shí)驗(yàn)顯示,本文模型相較于現(xiàn)有模型,無(wú)論在精度還是訓(xùn)練效果上均表現(xiàn)良好。此外,為了驗(yàn)證各模塊的有效性,設(shè)計(jì)消融實(shí)驗(yàn)進(jìn)一步證明了PSG 的改進(jìn)成效與融合上下文信息的有效性。

    猜你喜歡
    變化檢測(cè)集上尺度
    用于遙感圖像變化檢測(cè)的全尺度特征聚合網(wǎng)絡(luò)
    基于多尺度紋理特征的SAR影像變化檢測(cè)
    財(cái)產(chǎn)的五大尺度和五重應(yīng)對(duì)
    Cookie-Cutter集上的Gibbs測(cè)度
    鏈完備偏序集上廣義向量均衡問(wèn)題解映射的保序性
    基于稀疏表示的視網(wǎng)膜圖像對(duì)變化檢測(cè)
    基于Landsat影像的黃豐橋林場(chǎng)森林變化檢測(cè)研究
    復(fù)扇形指標(biāo)集上的分布混沌
    宇宙的尺度
    太空探索(2016年5期)2016-07-12 15:17:55
    9
    svipshipincom国产片| 超碰成人久久| 国产野战对白在线观看| 久久国产乱子伦精品免费另类| 黑人巨大精品欧美一区二区蜜桃| 日韩欧美国产一区二区入口| 女人被躁到高潮嗷嗷叫费观| 动漫黄色视频在线观看| 老司机在亚洲福利影院| 久久久久国产精品人妻aⅴ院 | 日韩制服丝袜自拍偷拍| 美女视频免费永久观看网站| 国产色视频综合| 成年人黄色毛片网站| 国产欧美日韩一区二区精品| 欧美日韩一级在线毛片| 老鸭窝网址在线观看| 夜夜爽天天搞| 久久99一区二区三区| 久久久久久久久久久久大奶| 亚洲精品自拍成人| 99香蕉大伊视频| 无人区码免费观看不卡| 99久久99久久久精品蜜桃| 天堂俺去俺来也www色官网| 久久久精品免费免费高清| 精品免费久久久久久久清纯 | 在线观看一区二区三区激情| 亚洲av熟女| aaaaa片日本免费| 亚洲色图综合在线观看| 12—13女人毛片做爰片一| 深夜精品福利| 久久性视频一级片| 丰满迷人的少妇在线观看| 国产亚洲av高清不卡| 国产蜜桃级精品一区二区三区 | 精品国产超薄肉色丝袜足j| 亚洲精品一二三| 久久久久久久久久久久大奶| xxx96com| 999精品在线视频| 亚洲第一青青草原| 中文欧美无线码| 中文字幕最新亚洲高清| 日本黄色视频三级网站网址 | 王馨瑶露胸无遮挡在线观看| 精品亚洲成国产av| 国产有黄有色有爽视频| 久久这里只有精品19| 精品高清国产在线一区| 精品久久久久久,| 国产有黄有色有爽视频| 午夜久久久在线观看| www日本在线高清视频| 精品亚洲成a人片在线观看| 黄色视频,在线免费观看| 精品久久久久久电影网| 两性午夜刺激爽爽歪歪视频在线观看 | 国产精品久久久久久精品古装| 黄片小视频在线播放| 亚洲人成电影观看| 99精品在免费线老司机午夜| av中文乱码字幕在线| 一个人免费在线观看的高清视频| 亚洲人成伊人成综合网2020| 搡老熟女国产l中国老女人| 日韩制服丝袜自拍偷拍| av视频免费观看在线观看| 91精品三级在线观看| 久久人妻福利社区极品人妻图片| 又大又爽又粗| 美女 人体艺术 gogo| 国产97色在线日韩免费| 久久草成人影院| 国产精品久久电影中文字幕 | 免费日韩欧美在线观看| 动漫黄色视频在线观看| videos熟女内射| a级片在线免费高清观看视频| 欧美日韩亚洲综合一区二区三区_| 女人精品久久久久毛片| 欧美日韩av久久| 午夜福利一区二区在线看| 日韩人妻精品一区2区三区| 法律面前人人平等表现在哪些方面| 下体分泌物呈黄色| 亚洲成av片中文字幕在线观看| 欧美乱妇无乱码| 中文字幕最新亚洲高清| 成人国产一区最新在线观看| 久久精品国产亚洲av高清一级| 欧美成人免费av一区二区三区 | 黑丝袜美女国产一区| 久久久久久亚洲精品国产蜜桃av| 无限看片的www在线观看| 日本欧美视频一区| a在线观看视频网站| 久久人妻av系列| 超碰97精品在线观看| 精品人妻熟女毛片av久久网站| 99香蕉大伊视频| 午夜日韩欧美国产| av在线播放免费不卡| 母亲3免费完整高清在线观看| 国产高清国产精品国产三级| 中文字幕制服av| 国产免费现黄频在线看| 久久久久视频综合| 亚洲欧美日韩另类电影网站| 女人久久www免费人成看片| 精品久久久久久电影网| 在线十欧美十亚洲十日本专区| 精品一品国产午夜福利视频| 久久香蕉激情| 咕卡用的链子| 一进一出好大好爽视频| bbb黄色大片| 韩国av一区二区三区四区| 日本欧美视频一区| 久久精品成人免费网站| 美女福利国产在线| 一a级毛片在线观看| 麻豆av在线久日| 久久热在线av| 精品亚洲成a人片在线观看| 满18在线观看网站| 亚洲在线自拍视频| 欧美精品高潮呻吟av久久| 99国产精品一区二区蜜桃av | 露出奶头的视频| 久久精品国产99精品国产亚洲性色 | 日本五十路高清| 午夜福利,免费看| 日日爽夜夜爽网站| 天天躁日日躁夜夜躁夜夜| 黄色成人免费大全| 婷婷精品国产亚洲av在线 | 亚洲人成伊人成综合网2020| 国产亚洲欧美精品永久| 一级毛片精品| 亚洲成人免费电影在线观看| 精品视频人人做人人爽| 亚洲成av片中文字幕在线观看| 最近最新中文字幕大全免费视频| 性色av乱码一区二区三区2| 国产欧美日韩综合在线一区二区| 日韩有码中文字幕| 欧美日韩一级在线毛片| 黄色片一级片一级黄色片| 丰满人妻熟妇乱又伦精品不卡| 亚洲色图av天堂| 91成人精品电影| 狠狠狠狠99中文字幕| 搡老乐熟女国产| 男人舔女人的私密视频| 亚洲国产欧美一区二区综合| 免费观看精品视频网站| 亚洲美女黄片视频| 两性夫妻黄色片| 精品卡一卡二卡四卡免费| 国产在线观看jvid| 国产色视频综合| 在线观看舔阴道视频| 国产精品香港三级国产av潘金莲| 日韩有码中文字幕| 欧美精品啪啪一区二区三区| 欧美日本中文国产一区发布| 成熟少妇高潮喷水视频| 日韩免费av在线播放| 精品免费久久久久久久清纯 | 91成年电影在线观看| 老司机午夜福利在线观看视频| 一边摸一边做爽爽视频免费| 免费女性裸体啪啪无遮挡网站| 色尼玛亚洲综合影院| 纯流量卡能插随身wifi吗| 日本a在线网址| av天堂久久9| 黑人巨大精品欧美一区二区蜜桃| 一区二区三区精品91| 中文字幕高清在线视频| 宅男免费午夜| 久久草成人影院| 精品国产超薄肉色丝袜足j| 国产av精品麻豆| av一本久久久久| 欧美+亚洲+日韩+国产| 亚洲精品中文字幕一二三四区| 搡老乐熟女国产| 午夜免费成人在线视频| 91国产中文字幕| 久久精品国产综合久久久| 日韩精品免费视频一区二区三区| 18禁美女被吸乳视频| 久久久久久久国产电影| 9色porny在线观看| 一级a爱视频在线免费观看| 亚洲精品久久成人aⅴ小说| 国产精品久久视频播放| www.精华液| 久久国产精品影院| 巨乳人妻的诱惑在线观看| 午夜亚洲福利在线播放| 国产精品免费大片| 国产精品亚洲一级av第二区| 99在线人妻在线中文字幕 | 看免费av毛片| 超碰97精品在线观看| 国产三级黄色录像| 日本vs欧美在线观看视频| 亚洲专区字幕在线| 国产精品久久久av美女十八| 男女之事视频高清在线观看| 日韩欧美在线二视频 | 欧美激情高清一区二区三区| 99久久国产精品久久久| 最新美女视频免费是黄的| 黑人巨大精品欧美一区二区mp4| 国产主播在线观看一区二区| 亚洲精品自拍成人| 欧美大码av| 亚洲欧美激情在线| 99热只有精品国产| 精品久久蜜臀av无| 老熟妇仑乱视频hdxx| 最近最新中文字幕大全免费视频| 欧美日韩国产mv在线观看视频| 他把我摸到了高潮在线观看| 亚洲成a人片在线一区二区| 亚洲欧美日韩另类电影网站| 性色av乱码一区二区三区2| 精品国产乱子伦一区二区三区| 亚洲国产看品久久| 性少妇av在线| 天天躁夜夜躁狠狠躁躁| 国产av又大| www日本在线高清视频| 19禁男女啪啪无遮挡网站| 欧美另类亚洲清纯唯美| 国产野战对白在线观看| 99香蕉大伊视频| 国产精品98久久久久久宅男小说| 老司机影院毛片| 久久人妻av系列| 免费少妇av软件| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲欧美日韩另类电影网站| 国产成人精品无人区| 成人精品一区二区免费| 亚洲精品美女久久av网站| 国产精品免费大片| 色在线成人网| 日本撒尿小便嘘嘘汇集6| 国产无遮挡羞羞视频在线观看| 亚洲av日韩在线播放| 窝窝影院91人妻| 他把我摸到了高潮在线观看| 国产精品久久电影中文字幕 | 欧美色视频一区免费| 欧美不卡视频在线免费观看 | 99久久精品国产亚洲精品| 精品一区二区三区视频在线观看免费 | 国产精品免费一区二区三区在线 | 自线自在国产av| 日韩大码丰满熟妇| 一本大道久久a久久精品| 欧美激情极品国产一区二区三区| 夜夜躁狠狠躁天天躁| 国产高清激情床上av| 99热网站在线观看| 丝瓜视频免费看黄片| 99riav亚洲国产免费| 啦啦啦在线免费观看视频4| 国产欧美日韩一区二区三| 中文字幕色久视频| 中文字幕制服av| 高清毛片免费观看视频网站 | 久久香蕉精品热| 精品免费久久久久久久清纯 | 久久亚洲真实| 免费日韩欧美在线观看| 免费观看人在逋| av国产精品久久久久影院| 国产精品久久久人人做人人爽| 成年女人毛片免费观看观看9 | 国产av又大| 变态另类成人亚洲欧美熟女 | 国产精品自产拍在线观看55亚洲 | 久久人妻熟女aⅴ| 成人18禁在线播放| 国产又色又爽无遮挡免费看| 久久久久视频综合| 99国产极品粉嫩在线观看| 国产色视频综合| 黄色成人免费大全| 中亚洲国语对白在线视频| 国产精品久久久久成人av| 欧美日韩中文字幕国产精品一区二区三区 | 欧美日本中文国产一区发布| 精品一区二区三区av网在线观看| 1024香蕉在线观看| 日韩欧美在线二视频 | 亚洲情色 制服丝袜| 人妻 亚洲 视频| 亚洲精品乱久久久久久| 伊人久久大香线蕉亚洲五| 久久精品亚洲av国产电影网| 亚洲三区欧美一区| 久久精品91无色码中文字幕| 亚洲精品一卡2卡三卡4卡5卡| 18禁美女被吸乳视频| 亚洲欧美一区二区三区久久| 国产男女超爽视频在线观看| 亚洲av片天天在线观看| 露出奶头的视频| 亚洲精品av麻豆狂野| 美女高潮喷水抽搐中文字幕| 国产在线精品亚洲第一网站| 亚洲久久久国产精品| 伦理电影免费视频| 久久天堂一区二区三区四区| av天堂久久9| 国产高清激情床上av| 99久久综合精品五月天人人| 免费少妇av软件| 欧美丝袜亚洲另类 | 12—13女人毛片做爰片一| 嫁个100分男人电影在线观看| 国产精品1区2区在线观看. | 757午夜福利合集在线观看| 亚洲人成77777在线视频| 黄色毛片三级朝国网站| 女人久久www免费人成看片| 久久青草综合色| 亚洲第一青青草原| 国产成人av激情在线播放| 丰满的人妻完整版| av天堂久久9| 国产免费av片在线观看野外av| 国产男女内射视频| 亚洲片人在线观看| 黄色丝袜av网址大全| 一区二区日韩欧美中文字幕| 亚洲国产中文字幕在线视频| 在线观看免费视频网站a站| 一级片'在线观看视频| 精品久久久久久,| 国产区一区二久久| 国产成人系列免费观看| 久久草成人影院| 国产一区有黄有色的免费视频| 最新在线观看一区二区三区| 国产在线观看jvid| 国产亚洲欧美精品永久| 久热这里只有精品99| 法律面前人人平等表现在哪些方面| 国产不卡一卡二| 成熟少妇高潮喷水视频| 久久精品国产亚洲av香蕉五月 | 亚洲精品美女久久av网站| 黄色a级毛片大全视频| a级片在线免费高清观看视频| 成人影院久久| 人人妻人人爽人人添夜夜欢视频| 精品一区二区三区av网在线观看| 19禁男女啪啪无遮挡网站| 亚洲色图综合在线观看| 国产精品九九99| 久久 成人 亚洲| 日韩熟女老妇一区二区性免费视频| 少妇猛男粗大的猛烈进出视频| 亚洲成av片中文字幕在线观看| 9色porny在线观看| 日韩三级视频一区二区三区| 啦啦啦视频在线资源免费观看| 国产三级黄色录像| 欧美日韩国产mv在线观看视频| 黄色视频,在线免费观看| 天天躁日日躁夜夜躁夜夜| 俄罗斯特黄特色一大片| 免费日韩欧美在线观看| 亚洲国产欧美一区二区综合| 亚洲精品成人av观看孕妇| 久久精品成人免费网站| 久久久久久免费高清国产稀缺| 香蕉国产在线看| 久久婷婷成人综合色麻豆| 欧美人与性动交α欧美精品济南到| 亚洲精品中文字幕在线视频| 麻豆国产av国片精品| 少妇粗大呻吟视频| 精品无人区乱码1区二区| 人人妻,人人澡人人爽秒播| 操美女的视频在线观看| 欧美av亚洲av综合av国产av| 国产成人啪精品午夜网站| 在线观看免费视频网站a站| 国产精品 欧美亚洲| 精品国产美女av久久久久小说| 91大片在线观看| 国产精品二区激情视频| 一级毛片高清免费大全| 91av网站免费观看| 免费日韩欧美在线观看| 1024视频免费在线观看| 婷婷成人精品国产| x7x7x7水蜜桃| 国产一区有黄有色的免费视频| 成人三级做爰电影| 午夜免费观看网址| 我的亚洲天堂| 国产亚洲欧美在线一区二区| 国产亚洲精品一区二区www | 纯流量卡能插随身wifi吗| 美女 人体艺术 gogo| 精品亚洲成国产av| 亚洲国产中文字幕在线视频| 人妻一区二区av| 怎么达到女性高潮| 亚洲性夜色夜夜综合| 欧美性长视频在线观看| 日韩人妻精品一区2区三区| 国产视频一区二区在线看| 制服诱惑二区| 91字幕亚洲| 精品一区二区三区四区五区乱码| 一级a爱片免费观看的视频| 高清av免费在线| 他把我摸到了高潮在线观看| av国产精品久久久久影院| 国产成人精品在线电影| 99国产精品一区二区三区| cao死你这个sao货| 精品国产超薄肉色丝袜足j| 久99久视频精品免费| av天堂在线播放| 99久久综合精品五月天人人| 午夜免费观看网址| 91国产中文字幕| 黑人巨大精品欧美一区二区mp4| 成人手机av| 久久久久久人人人人人| 国产成人欧美在线观看 | 午夜免费鲁丝| 国产男女超爽视频在线观看| 岛国在线观看网站| 亚洲五月婷婷丁香| 亚洲av成人不卡在线观看播放网| 国产成人欧美在线观看 | 国精品久久久久久国模美| 老司机影院毛片| 在线十欧美十亚洲十日本专区| 久久天躁狠狠躁夜夜2o2o| 一区二区三区激情视频| 精品久久久久久电影网| 精品一品国产午夜福利视频| 高潮久久久久久久久久久不卡| 亚洲精品国产精品久久久不卡| 国产亚洲精品一区二区www | 日韩制服丝袜自拍偷拍| 精品欧美一区二区三区在线| 黄片小视频在线播放| 看片在线看免费视频| 国产伦人伦偷精品视频| 在线观看66精品国产| 欧美日韩成人在线一区二区| 韩国精品一区二区三区| 自拍欧美九色日韩亚洲蝌蚪91| 国产一卡二卡三卡精品| 国产成人精品久久二区二区免费| 交换朋友夫妻互换小说| 国产一区二区三区视频了| 性少妇av在线| 黄色女人牲交| 在线观看免费高清a一片| 少妇裸体淫交视频免费看高清 | 丝瓜视频免费看黄片| 亚洲综合色网址| 亚洲,欧美精品.| 啦啦啦视频在线资源免费观看| 黄频高清免费视频| 天堂俺去俺来也www色官网| 国产成人一区二区三区免费视频网站| 国产精品香港三级国产av潘金莲| 免费观看精品视频网站| 久久人妻熟女aⅴ| 国产精品亚洲一级av第二区| 久久这里只有精品19| av欧美777| 一级毛片女人18水好多| 午夜亚洲福利在线播放| 久久久精品区二区三区| 国产区一区二久久| 18禁国产床啪视频网站| 精品国产国语对白av| 日韩人妻精品一区2区三区| 女人被躁到高潮嗷嗷叫费观| 精品午夜福利视频在线观看一区| 亚洲久久久国产精品| 一本综合久久免费| 欧美亚洲 丝袜 人妻 在线| 一边摸一边抽搐一进一出视频| 亚洲aⅴ乱码一区二区在线播放 | 日本撒尿小便嘘嘘汇集6| 午夜福利视频在线观看免费| bbb黄色大片| 好男人电影高清在线观看| 国产精品美女特级片免费视频播放器 | 后天国语完整版免费观看| 黑人巨大精品欧美一区二区蜜桃| 欧洲精品卡2卡3卡4卡5卡区| 五月开心婷婷网| 曰老女人黄片| 亚洲一卡2卡3卡4卡5卡精品中文| 国产又爽黄色视频| 一级毛片女人18水好多| 最近最新中文字幕大全免费视频| 黄色 视频免费看| 国产单亲对白刺激| 国产精品二区激情视频| 不卡av一区二区三区| 欧美成狂野欧美在线观看| av中文乱码字幕在线| 国产高清videossex| 人人妻人人澡人人爽人人夜夜| 久久久久国产精品人妻aⅴ院 | 亚洲国产精品sss在线观看 | 中文字幕精品免费在线观看视频| 成人手机av| 国产一区有黄有色的免费视频| 久久人人爽av亚洲精品天堂| 国产伦人伦偷精品视频| 亚洲精品中文字幕在线视频| 婷婷丁香在线五月| 日本黄色日本黄色录像| 热99国产精品久久久久久7| 久久九九热精品免费| 欧美av亚洲av综合av国产av| 我的亚洲天堂| 最近最新中文字幕大全免费视频| 午夜视频精品福利| 国产精品久久电影中文字幕 | 50天的宝宝边吃奶边哭怎么回事| 18禁美女被吸乳视频| 老汉色∧v一级毛片| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲精品美女久久av网站| 美女国产高潮福利片在线看| 18禁黄网站禁片午夜丰满| 两个人免费观看高清视频| 丝袜美足系列| 黄片大片在线免费观看| 在线视频色国产色| 脱女人内裤的视频| 亚洲aⅴ乱码一区二区在线播放 | 久久中文字幕一级| 妹子高潮喷水视频| 成人三级做爰电影| 女人久久www免费人成看片| 国产精品免费视频内射| 99热网站在线观看| 中文字幕人妻丝袜一区二区| 免费日韩欧美在线观看| 久99久视频精品免费| 午夜福利一区二区在线看| 黑人操中国人逼视频| 在线观看免费日韩欧美大片| 在线观看一区二区三区激情| 国产激情欧美一区二区| 一级,二级,三级黄色视频| 新久久久久国产一级毛片| 亚洲在线自拍视频| 69av精品久久久久久| 成人国产一区最新在线观看| 国产精品一区二区在线不卡| 国产伦人伦偷精品视频| 纯流量卡能插随身wifi吗| 高清在线国产一区| 久久人妻福利社区极品人妻图片| 美女视频免费永久观看网站| 欧洲精品卡2卡3卡4卡5卡区| 国产精品自产拍在线观看55亚洲 | 女人精品久久久久毛片| 亚洲熟妇中文字幕五十中出 | 国产av一区二区精品久久| 咕卡用的链子| 国产欧美日韩一区二区精品| 日韩欧美一区视频在线观看| 欧美乱码精品一区二区三区| 男人操女人黄网站| 久久久精品免费免费高清| 精品久久久精品久久久| 久久久国产成人免费| 少妇被粗大的猛进出69影院| 一本综合久久免费| 一级作爱视频免费观看| 一进一出好大好爽视频| av不卡在线播放| 国产欧美日韩综合在线一区二区| 1024香蕉在线观看| www日本在线高清视频| 热99re8久久精品国产| 黄片小视频在线播放| 亚洲一区中文字幕在线| aaaaa片日本免费| 亚洲av成人av| 一级黄色大片毛片| 久久草成人影院| 成人亚洲精品一区在线观看| 动漫黄色视频在线观看| 国产激情久久老熟女| 丝袜美腿诱惑在线| 一进一出抽搐gif免费好疼 | 精品国产亚洲在线|