• <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
    久久香蕉激情| 国产精品久久视频播放| 少妇裸体淫交视频免费看高清 | 91老司机精品| 久久草成人影院| 久久久久久亚洲精品国产蜜桃av| tocl精华| 国产色视频综合| 91国产中文字幕| 欧美黑人巨大hd| 在线观看午夜福利视频| 久久中文字幕人妻熟女| 成人亚洲精品一区在线观看| 男女床上黄色一级片免费看| 欧美成人性av电影在线观看| 国产精品综合久久久久久久免费| 在线观看www视频免费| 日韩免费av在线播放| 色老头精品视频在线观看| 久久香蕉精品热| 国产精品一区二区精品视频观看| 香蕉久久夜色| 午夜日韩欧美国产| 波多野结衣巨乳人妻| 亚洲国产欧美网| 韩国av一区二区三区四区| 国产熟女xx| 女人爽到高潮嗷嗷叫在线视频| 热re99久久国产66热| 久久国产亚洲av麻豆专区| 国产亚洲精品综合一区在线观看 | 午夜成年电影在线免费观看| 性欧美人与动物交配| 亚洲一卡2卡3卡4卡5卡精品中文| 精品无人区乱码1区二区| 日韩有码中文字幕| 桃色一区二区三区在线观看| 真人一进一出gif抽搐免费| 制服诱惑二区| 操出白浆在线播放| 99久久国产精品久久久| 精品无人区乱码1区二区| 亚洲一区高清亚洲精品| 免费看日本二区| 精品久久蜜臀av无| 欧美中文综合在线视频| 精品久久久久久久久久免费视频| 人人澡人人妻人| 精品国内亚洲2022精品成人| 中文字幕高清在线视频| 热re99久久国产66热| 国产成+人综合+亚洲专区| 无限看片的www在线观看| 亚洲午夜精品一区,二区,三区| 国产精品1区2区在线观看.| 一边摸一边做爽爽视频免费| 亚洲中文字幕一区二区三区有码在线看 | 在线观看66精品国产| 在线观看66精品国产| 国产午夜福利久久久久久| 亚洲精品中文字幕在线视频| 久久久久久免费高清国产稀缺| 成人av一区二区三区在线看| 亚洲全国av大片| 男人舔女人的私密视频| 神马国产精品三级电影在线观看 | 久久久久亚洲av毛片大全| 国产成人系列免费观看| 一进一出好大好爽视频| 国产欧美日韩精品亚洲av| 欧美性猛交黑人性爽| 香蕉丝袜av| 国产精品久久久久久人妻精品电影| 18美女黄网站色大片免费观看| 成人手机av| 黄色片一级片一级黄色片| 精品一区二区三区四区五区乱码| 国产区一区二久久| 在线播放国产精品三级| 一级毛片女人18水好多| 亚洲国产欧美网| 成人精品一区二区免费| 色婷婷久久久亚洲欧美| 夜夜看夜夜爽夜夜摸| 12—13女人毛片做爰片一| av天堂在线播放| 啦啦啦免费观看视频1| 男女床上黄色一级片免费看| videosex国产| 18禁美女被吸乳视频| 亚洲五月婷婷丁香| 黄色片一级片一级黄色片| 成熟少妇高潮喷水视频| 国产aⅴ精品一区二区三区波| 一级毛片精品| 一本大道久久a久久精品| 亚洲人成网站在线播放欧美日韩| 波多野结衣高清无吗| 国产精品香港三级国产av潘金莲| 亚洲激情在线av| 午夜福利免费观看在线| 99久久无色码亚洲精品果冻| 国产色视频综合| 亚洲人成伊人成综合网2020| 色综合欧美亚洲国产小说| 日韩大尺度精品在线看网址| 久久热在线av| 午夜久久久久精精品| 国产精品久久电影中文字幕| 亚洲欧美精品综合久久99| 久久午夜综合久久蜜桃| 国产成人精品久久二区二区免费| 欧美激情久久久久久爽电影| 久久人妻av系列| 午夜久久久在线观看| 啦啦啦观看免费观看视频高清| 国产亚洲精品一区二区www| 国产亚洲av高清不卡| 97碰自拍视频| 午夜福利欧美成人| www.999成人在线观看| 黄频高清免费视频| 久久久国产成人免费| 久久草成人影院| xxx96com| 欧美乱色亚洲激情| 日本黄色视频三级网站网址| 亚洲精品在线观看二区| 国产高清激情床上av| 国产精品日韩av在线免费观看| 两个人视频免费观看高清| 久久午夜亚洲精品久久| av片东京热男人的天堂| 久久午夜综合久久蜜桃| 中文字幕精品免费在线观看视频| 亚洲中文字幕日韩| 欧美av亚洲av综合av国产av| www.999成人在线观看| 99国产精品一区二区蜜桃av| 制服诱惑二区| 亚洲精品国产一区二区精华液| 国产精品野战在线观看| 久久香蕉精品热| 搡老岳熟女国产| 久久精品影院6| 午夜亚洲福利在线播放| 精品欧美国产一区二区三| 老司机午夜福利在线观看视频| 50天的宝宝边吃奶边哭怎么回事| 一本综合久久免费| 色哟哟哟哟哟哟| 人人妻,人人澡人人爽秒播| 一级a爱片免费观看的视频| 亚洲av成人av| 亚洲五月天丁香| aaaaa片日本免费| 50天的宝宝边吃奶边哭怎么回事| 超碰成人久久| 色哟哟哟哟哟哟| 少妇被粗大的猛进出69影院| 欧美性猛交╳xxx乱大交人| 午夜福利视频1000在线观看| 国产麻豆成人av免费视频| 久久精品国产99精品国产亚洲性色| 欧美大码av| 两性午夜刺激爽爽歪歪视频在线观看 | 国内久久婷婷六月综合欲色啪| 国产精品亚洲美女久久久| 妹子高潮喷水视频| 亚洲国产看品久久| 久久久久久国产a免费观看| 亚洲一码二码三码区别大吗| 在线观看免费午夜福利视频| √禁漫天堂资源中文www| 成人永久免费在线观看视频| 悠悠久久av| 欧美激情 高清一区二区三区| 91av网站免费观看| 亚洲人成电影免费在线| 高清在线国产一区| 在线十欧美十亚洲十日本专区| 国产精品久久久久久亚洲av鲁大| 精品乱码久久久久久99久播| 亚洲七黄色美女视频| 免费在线观看成人毛片| 人人澡人人妻人| 手机成人av网站| av中文乱码字幕在线| 国产av不卡久久| 一级片免费观看大全| 成人亚洲精品av一区二区| 午夜日韩欧美国产| 精品一区二区三区视频在线观看免费| 精品国产美女av久久久久小说| 满18在线观看网站| 黄色片一级片一级黄色片| 亚洲人成网站高清观看| 亚洲一区中文字幕在线| 午夜福利在线在线| 日韩三级视频一区二区三区| 日本 欧美在线| 精品久久久久久成人av| 757午夜福利合集在线观看| 久久精品人妻少妇| 国产一区二区激情短视频| 久久性视频一级片| 国产单亲对白刺激| 亚洲精品av麻豆狂野| 亚洲国产高清在线一区二区三 | 一夜夜www| 无人区码免费观看不卡| 中文字幕久久专区| 女同久久另类99精品国产91| 国产真人三级小视频在线观看| 一个人免费在线观看的高清视频| 国产欧美日韩一区二区精品| 最新美女视频免费是黄的| 成人国产综合亚洲| 99国产极品粉嫩在线观看| 啦啦啦 在线观看视频| 午夜福利视频1000在线观看| 国产久久久一区二区三区| 久久精品亚洲精品国产色婷小说| 亚洲最大成人中文| 亚洲电影在线观看av| 国内少妇人妻偷人精品xxx网站 | 精品久久久久久成人av| 久久久久免费精品人妻一区二区 | 久久国产精品影院| 午夜福利18| 国产精品九九99| 成年人黄色毛片网站| 日日摸夜夜添夜夜添小说| 久久香蕉精品热| avwww免费| 天天添夜夜摸| 久久久国产成人免费| 黄色a级毛片大全视频| 在线观看免费视频日本深夜| 国产精品香港三级国产av潘金莲| 久久中文字幕一级| 国产成人av教育| 成人18禁高潮啪啪吃奶动态图| 亚洲专区国产一区二区| 国产精品久久久av美女十八| 一个人免费在线观看的高清视频| 国产极品粉嫩免费观看在线| 免费在线观看日本一区| 亚洲人成网站在线播放欧美日韩| 草草在线视频免费看| 麻豆av在线久日| 色尼玛亚洲综合影院| 美女国产高潮福利片在线看| 国产又爽黄色视频| 黄频高清免费视频| 欧美黄色淫秽网站| 搡老熟女国产l中国老女人| 久久人人精品亚洲av| 国内毛片毛片毛片毛片毛片| 操出白浆在线播放| 怎么达到女性高潮| 欧美日韩黄片免| 99热只有精品国产| 嫁个100分男人电影在线观看| 正在播放国产对白刺激| 国产精品一区二区精品视频观看| 一a级毛片在线观看| 欧美成人性av电影在线观看| 99久久综合精品五月天人人| 麻豆一二三区av精品| 麻豆久久精品国产亚洲av| 天堂动漫精品| 国产欧美日韩一区二区精品| 亚洲av中文字字幕乱码综合 | 91国产中文字幕| 国产成人av激情在线播放| 日韩欧美 国产精品| 久久久久久国产a免费观看| 亚洲一卡2卡3卡4卡5卡精品中文| 丁香六月欧美| 色哟哟哟哟哟哟| 天堂√8在线中文| 在线观看免费午夜福利视频| 可以在线观看毛片的网站| 日韩免费av在线播放| 19禁男女啪啪无遮挡网站| 99热6这里只有精品| 国产亚洲精品av在线| 久久人人精品亚洲av| 午夜亚洲福利在线播放| 亚洲第一欧美日韩一区二区三区| 久久久久国产精品人妻aⅴ院| 久久99热这里只有精品18| 精品久久久久久久末码| 九色国产91popny在线| 欧美三级亚洲精品| 88av欧美| 国产国语露脸激情在线看| 精品久久久久久久人妻蜜臀av| 日本五十路高清| 国产成人精品久久二区二区91| 法律面前人人平等表现在哪些方面| 婷婷亚洲欧美| 亚洲激情在线av| 香蕉国产在线看| 欧美一级a爱片免费观看看 | 亚洲成人久久性| 女生性感内裤真人,穿戴方法视频| 99热6这里只有精品| 国产伦一二天堂av在线观看| 亚洲国产看品久久| 在线观看午夜福利视频| 男女那种视频在线观看| 国产精品综合久久久久久久免费| 黑丝袜美女国产一区| 欧美成人免费av一区二区三区| 757午夜福利合集在线观看| 男女做爰动态图高潮gif福利片| 一区二区三区精品91| 免费在线观看日本一区| 午夜视频精品福利| 国产精品精品国产色婷婷| e午夜精品久久久久久久| 又黄又爽又免费观看的视频| 午夜福利一区二区在线看| 俺也久久电影网| 丁香六月欧美| 日韩成人在线观看一区二区三区| 国产精品久久久久久人妻精品电影| 一本精品99久久精品77| 欧美三级亚洲精品| 一个人免费在线观看的高清视频| 少妇的丰满在线观看| 在线观看66精品国产| 黄色视频不卡| 国产亚洲欧美98| 欧美绝顶高潮抽搐喷水| 少妇被粗大的猛进出69影院| 午夜福利视频1000在线观看| 国产1区2区3区精品| 亚洲国产精品999在线| 国产精品久久久久久人妻精品电影| 成人18禁高潮啪啪吃奶动态图| 精品电影一区二区在线| 制服丝袜大香蕉在线| 久久伊人香网站| 悠悠久久av| 久久中文字幕一级| 国产久久久一区二区三区| 国产亚洲精品久久久久久毛片| 国产精品九九99| 少妇的丰满在线观看| 日本黄色视频三级网站网址| a级毛片a级免费在线| 亚洲avbb在线观看| 在线十欧美十亚洲十日本专区| 99国产极品粉嫩在线观看| 一个人观看的视频www高清免费观看 | 老司机午夜十八禁免费视频| 婷婷亚洲欧美| 99精品欧美一区二区三区四区| 一区二区三区高清视频在线| 免费高清在线观看日韩| 亚洲男人的天堂狠狠| 不卡一级毛片| 国产一区二区三区在线臀色熟女| 欧洲精品卡2卡3卡4卡5卡区| 一二三四在线观看免费中文在| 国产精品一区二区三区四区久久 | 91在线观看av| 色综合亚洲欧美另类图片| av福利片在线| 日本熟妇午夜| 国产精品免费一区二区三区在线| 中亚洲国语对白在线视频| 99热6这里只有精品| 免费看日本二区| 特大巨黑吊av在线直播 | 久久午夜亚洲精品久久| av有码第一页| 亚洲成人精品中文字幕电影| 亚洲男人天堂网一区| 午夜激情福利司机影院| 激情在线观看视频在线高清| 亚洲精品国产精品久久久不卡| 成年免费大片在线观看| 黄网站色视频无遮挡免费观看| 免费观看人在逋| 中文字幕最新亚洲高清| 天天躁夜夜躁狠狠躁躁| 日韩av在线大香蕉| 国产精品电影一区二区三区| 在线视频色国产色| 成年人黄色毛片网站| 搞女人的毛片| 久久久水蜜桃国产精品网| 亚洲精品国产一区二区精华液| 国内少妇人妻偷人精品xxx网站 | 精品国产超薄肉色丝袜足j| 久久中文字幕一级| 久久热在线av| 色在线成人网| 禁无遮挡网站| 免费一级毛片在线播放高清视频| 一区福利在线观看| 午夜激情福利司机影院| 国产精品免费视频内射| a级毛片a级免费在线| 高清在线国产一区| 好男人电影高清在线观看| 欧美黑人巨大hd| 好看av亚洲va欧美ⅴa在| 日韩欧美三级三区| 中出人妻视频一区二区| 国产一区二区三区视频了| 51午夜福利影视在线观看| 免费在线观看日本一区| 久久婷婷人人爽人人干人人爱| 非洲黑人性xxxx精品又粗又长| 欧美精品亚洲一区二区| 亚洲性夜色夜夜综合| 久久午夜综合久久蜜桃| av中文乱码字幕在线| 成人手机av| 日韩国内少妇激情av| 国产精品九九99| 级片在线观看| 无遮挡黄片免费观看| 别揉我奶头~嗯~啊~动态视频| 欧美日韩精品网址| 91成年电影在线观看| 国产又黄又爽又无遮挡在线| 丁香欧美五月| 国产成人av教育| 一级黄色大片毛片| 中文字幕另类日韩欧美亚洲嫩草| 亚洲在线自拍视频| 久久精品aⅴ一区二区三区四区| 免费在线观看成人毛片| 欧美三级亚洲精品| 满18在线观看网站| 男男h啪啪无遮挡| 日韩欧美三级三区| 亚洲成国产人片在线观看| 大型黄色视频在线免费观看| 老鸭窝网址在线观看| 女人爽到高潮嗷嗷叫在线视频| 久久久水蜜桃国产精品网| 中文在线观看免费www的网站 | 中文字幕人成人乱码亚洲影| 黄色片一级片一级黄色片| 国产一级毛片七仙女欲春2 | 手机成人av网站| or卡值多少钱| 国产成人av激情在线播放| 亚洲精品久久成人aⅴ小说| www国产在线视频色| 日韩大尺度精品在线看网址| 国产av在哪里看| 日本一区二区免费在线视频| 国产精品99久久99久久久不卡| 叶爱在线成人免费视频播放| 成人一区二区视频在线观看| 岛国视频午夜一区免费看| 国产精品 欧美亚洲| 美女免费视频网站| 非洲黑人性xxxx精品又粗又长| 国产成人欧美| 午夜免费激情av| 成人国产综合亚洲| 大型av网站在线播放| 国产亚洲精品av在线| 亚洲av成人av| 午夜福利成人在线免费观看| 欧美又色又爽又黄视频| 成年人黄色毛片网站| 一级黄色大片毛片| 日本免费a在线| 精品久久久久久久人妻蜜臀av| 丰满的人妻完整版| 成熟少妇高潮喷水视频| 精品人妻1区二区| 免费在线观看黄色视频的| 一边摸一边做爽爽视频免费| 满18在线观看网站| 色播在线永久视频| 一二三四社区在线视频社区8| 黄色丝袜av网址大全| 男女做爰动态图高潮gif福利片| 首页视频小说图片口味搜索| 日韩欧美国产一区二区入口| 亚洲色图 男人天堂 中文字幕| 亚洲人成网站在线播放欧美日韩| 亚洲精品中文字幕一二三四区| netflix在线观看网站| 久久精品影院6| 最近最新中文字幕大全电影3 | 国产伦人伦偷精品视频| 亚洲国产日韩欧美精品在线观看 | 一进一出抽搐动态| 中文亚洲av片在线观看爽| 国产精品久久久久久人妻精品电影| 中文字幕精品免费在线观看视频| 在线天堂中文资源库| 淫妇啪啪啪对白视频| 亚洲成人国产一区在线观看| 欧美中文综合在线视频| 国产一区在线观看成人免费| 亚洲一区高清亚洲精品| 亚洲精品在线观看二区| 国产极品粉嫩免费观看在线| 老汉色∧v一级毛片| 这个男人来自地球电影免费观看| 成人国产综合亚洲| а√天堂www在线а√下载| 99国产精品99久久久久| АⅤ资源中文在线天堂| 精品第一国产精品| 国产av一区二区精品久久| 亚洲精品国产一区二区精华液| www日本黄色视频网| 中出人妻视频一区二区| 亚洲欧美日韩无卡精品| 精品久久蜜臀av无| 成人三级黄色视频| 夜夜夜夜夜久久久久| 午夜影院日韩av| 国产精品美女特级片免费视频播放器 | 美女高潮喷水抽搐中文字幕| 美女扒开内裤让男人捅视频| 在线视频色国产色| 久久久久久亚洲精品国产蜜桃av| 精品人妻1区二区| 亚洲人成伊人成综合网2020| 嫩草影视91久久| 热99re8久久精品国产| 精品电影一区二区在线| 男人操女人黄网站| 亚洲成人久久性| 国产av又大| 妹子高潮喷水视频| 久久九九热精品免费| 身体一侧抽搐| 后天国语完整版免费观看| 亚洲精品国产区一区二| 午夜福利视频1000在线观看| 欧美三级亚洲精品| 嫁个100分男人电影在线观看| 亚洲一区二区三区色噜噜| 一区二区三区精品91| 久久婷婷成人综合色麻豆| 欧美成狂野欧美在线观看| 久久久久久免费高清国产稀缺| 嫁个100分男人电影在线观看| 国产精品亚洲一级av第二区| 久久亚洲真实| 变态另类成人亚洲欧美熟女| 中国美女看黄片| 黄网站色视频无遮挡免费观看| 免费看十八禁软件| av免费在线观看网站| 18禁裸乳无遮挡免费网站照片 | 国产91精品成人一区二区三区| 久久国产精品人妻蜜桃| 亚洲熟妇中文字幕五十中出| 一级毛片女人18水好多| 国产三级黄色录像| 亚洲av成人一区二区三| 欧美日韩亚洲综合一区二区三区_| 欧美日本视频| 国产精品av久久久久免费| 欧美日韩瑟瑟在线播放| 中亚洲国语对白在线视频| 熟女电影av网| 1024手机看黄色片| 亚洲 国产 在线| 夜夜夜夜夜久久久久| 欧美在线黄色| 高清在线国产一区| 中文字幕人妻丝袜一区二区| 国内精品久久久久精免费| av有码第一页| 国产熟女xx| 久久久久久久精品吃奶| 亚洲专区国产一区二区| 91国产中文字幕| 国产高清视频在线播放一区| 精品无人区乱码1区二区| 一级a爱片免费观看的视频| 欧美中文综合在线视频| 免费在线观看完整版高清| 国产99久久九九免费精品| 一个人免费在线观看的高清视频| 久久精品亚洲精品国产色婷小说| 大型av网站在线播放| 亚洲人成网站在线播放欧美日韩| 真人一进一出gif抽搐免费| 嫩草影视91久久| 精品欧美一区二区三区在线| 一进一出好大好爽视频| 男女那种视频在线观看| 亚洲中文av在线| 一本大道久久a久久精品| 国产精品久久视频播放| 不卡一级毛片| 老司机午夜十八禁免费视频| 欧美av亚洲av综合av国产av| 日韩欧美在线二视频| 88av欧美| 人人妻人人看人人澡| 两个人视频免费观看高清| 亚洲五月色婷婷综合| av福利片在线| 亚洲自拍偷在线| 久久久久精品国产欧美久久久|