• <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 ?

    基于深度學習的衛(wèi)星影像耕地變化檢測方法及系統(tǒng)應用

    2023-12-01 03:43:50魏汝蘭王洪飛江一帆余亞芳
    軟件導刊 2023年11期
    關鍵詞:耕地語義特征

    魏汝蘭,王洪飛,盛 森,江一帆,余亞芳

    (廣東南方數(shù)碼科技股份有限公司,廣東 廣州 510665)

    0 引言

    《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035 年遠景目標綱要》(簡稱“十四五”規(guī)劃)指出要堅持最嚴格的耕地保護制度??焖侔l(fā)現(xiàn)耕地變化是耕地保護工作的關鍵一步,傳統(tǒng)人工判讀方式不能滿足大批量影像實時監(jiān)測的應用需求。近年來,深度學習尤其是卷積神經(jīng)網(wǎng)絡的快速發(fā)展,為遙感自動化監(jiān)測提供了有力的工具[1-5]。

    目前,基于深度學習的耕地變化檢測已得到較為廣泛的研究,主流方式是基于多時相的變化檢測,即利用覆蓋同一區(qū)域前后兩個時期的遙感影像識別此區(qū)域內(nèi)的耕地變化,具體可分為直接變化檢測法和分類后比較法。直接變化檢測方法是當前的熱門研究課題[6-8],如:Zhang 等[9]采用孿生卷積神經(jīng)網(wǎng)絡,實現(xiàn)了更優(yōu)對象輪廓保持的變化檢測結果;王志有等[10]在孿生網(wǎng)絡結構基礎上進行改進,提出基于分支卷積神經(jīng)網(wǎng)絡的變化檢測方法;梁哲恒等[11]采用多尺度特征注意力融合的變化檢測方法,解決變化檢測的多尺度問題。上述直接檢測法在實驗環(huán)境中均取得了較好效果,然而在現(xiàn)實場景中,直接變化檢測方法面臨兩個問題:一是該方法要求前后兩期影像需進行高精度配準和輻射校正[12],而且兩期影像需盡量來自相同的傳感器、相似的氣候條件與氣象條件,這在實際業(yè)務場景中很難滿足;二是由于實際場景中耕地發(fā)生變化的圖斑往往較少,正樣本難以獲取,導致以直接變化檢測方式進行耕地變化提取將產(chǎn)生正負樣本不均衡問題。分類后比較法[13]首先基于語義分割方法分別提取前后兩期影像的耕地圖斑,再通過疊加分析得出變化區(qū)域范圍。此類方法檢測的準確性很大程度依賴于分類準確性,而且疊加分析會累積兩期影像的分類誤差,因此距離落地應用還存在一定差距。

    綜合考慮上述問題,本文以耕地變化發(fā)現(xiàn)的工程化落地為目標,結合項目數(shù)據(jù)特點,提出了一種更貼合實際場景的耕地變化檢測技術路線與方法。該方法對分類后比較法加以改進:首先使用耕地語義分割模型對后一期影像進行耕地提取,然后進行疊加分析,由于客戶重點關注耕地減少圖斑,因此提取的耕地圖斑經(jīng)后處理與前一期耕地矢量圖斑做網(wǎng)格化的擦除處理得到耕地疑似減少圖斑。本文貢獻在于:①耕地語義分割模型研究方面,提出RABD模型:采用編解碼結構,以ResNet101 作為模型骨干;加入空洞空間金字塔池化模塊(Atrous Spatial Pyramid Pooling,ASPP)[14],提高模型感受野;引入雙向加權特征金字塔模塊(Bidirectional Feature Pyramid Network,BiFPN)[15],融合多尺度局部和全局特征,有效提升模型對邊界的分割效果;②在與矢量圖斑做擦除處理時,使用基于網(wǎng)格的變化區(qū)域分析算法替代傳統(tǒng)矢量的疊加分析算法,解決了變化圖斑細碎和計算效率低下等問題;③研制出一款適用于大規(guī)模工程落地的耕地變化發(fā)現(xiàn)系統(tǒng),提升人工查找耕地減少圖斑效率約70%,對基于AI的耕地保護項目落地具有重要意義。

    1 方法技術

    1.1 耕地語義分割模型

    耕地語義分割模型是本文核心技術,目前語義分割的網(wǎng)絡結構優(yōu)化可分為兩個方面:①提升提取特征效果,如早期的語義分割模型FCN[16]、DeepLabv2[17]、PSPNet[18]、DANet[19],采取了不同骨干模型作為特征提取器;②融合不同層次的特征,如Unet[20]、RefineNet[21]、SFNet[22]等模型,融合底層和高層特征,確保模型學習到更全面的語義信息。

    本文提出耕地語義分割模型RABD(ResNet101+ASPP+BiFPN+Decoder),借鑒經(jīng)典的語義分割模型Deeplabv3+編解碼結構,以ResNet101 作為模型骨干,并且使用擴張卷積空間金字塔池化模塊(ASPP),獲取圖像豐富的上下文語義信息,適用于遙感圖像處理。同時,借鑒了EfficientDet 模型中加權雙向特征金字塔模塊(BiFPN),它允許簡單快速地融合不同的層次特征,加強多尺度特征學習,有效改善了分割邊界結果。模型結構如圖1所示。

    Fig.1 A semantic segmentation model for cultivated land圖1 耕地語義分割模型

    (1)ResNet101(骨干網(wǎng)絡)。ResNet(Residual Networks)是深度學習中的一種重要網(wǎng)絡結構,其核心思想是引入“殘差連接”(Residual Connections),以便更有效地訓練深度網(wǎng)絡。本文選擇ResNet101 作為骨干網(wǎng)絡,它是ResNet 家族中的一個版本,具有101 層,它除能避免梯度消失/爆炸問題這種殘差網(wǎng)絡通用特性外,還有更深的網(wǎng)絡但無需增加復雜性,也有更好的特征表示和更強的泛化能力等優(yōu)越性能,已廣泛應用于圖像分割任務。

    (2)ASPP 模塊。本文在骨干網(wǎng)絡最后一個卷積層連接了一個ASPP 模塊,通過增大感受野獲取語義上下文信息。在深度卷積網(wǎng)絡中,感受野的大小能夠大致體現(xiàn)出獲取上下文信息的能力,但實際上模型深層的感受野范圍很小,導致模型學習到的特征范圍有限。而ASPP 模塊可以增加感受野范圍,提高模型分割精度,但不會增加模型的參數(shù)量。

    (3)BiFPN 模塊。本文采用雙向加權特征金字塔網(wǎng)絡聚合不同層次的特征表示,從骨干網(wǎng)絡中提取2-4 級特征{L2,L3,L4},并采用自頂向下和自底向上的雙向特征融合。

    (4)Decoder 模塊。對BiFPN 模塊得到的不同層特征進行卷積和上采樣至相同大小,再將不同層的特征連接起來,形成最終特征表示。最后,特征表示在經(jīng)過卷積層卷積后,得到影像所有像素的預測值。

    1.2 兩期耕地圖斑擦除處理方法

    此處定義,獲取到的用于擦除處理的前一期耕地圖斑(一般為上一年度變更調(diào)查成果數(shù)據(jù))為前期矢量圖斑,基于最新一期影像,通過耕地語義分割模型提取并經(jīng)過后處理的圖斑為后期矢量圖斑。

    進行兩期耕地圖斑擦除處理時,針對未發(fā)生變化的耕地圖斑,由于兩期耕地圖斑采集方式不同、配準精度問題等原因導致耕地邊界存在對不齊的問題(如圖2 所示,藍色為前期耕地矢量邊界,紅色為后期耕地提取邊界,彩圖掃OSID 碼可見,下同),直接疊加分析會帶來大量細碎的偽變化圖斑。

    Fig.2 Comparison of the results of semantic segmentation reasoning for cultivated land between the previous and later periods圖2 前后兩期耕地矢量邊界對不齊示意圖

    為解決上述問題,本文提出一種基于網(wǎng)格方式的兩期耕地圖斑擦除處理方法,具體流程如圖3所示。

    Fig.3 Two phase speckle erasure processing flow based on grid圖3 基于網(wǎng)格的兩期圖斑擦除處理流程

    (1)兩期耕地矢量圖斑分別網(wǎng)格化。將原有矢量空間劃分為1 m×1 m 的網(wǎng)格,整個空間用長m、寬n的矩陣表示為A[m][n],計算每個網(wǎng)格是否在矢量區(qū)域內(nèi),如果位置為(i,j)網(wǎng)格的50%面積都被含在矢量區(qū)域內(nèi),則將矩陣A[i][j]的值設置為1,否則將此值設置為0。

    (2)前期網(wǎng)格腐蝕處理。為解決邊界誤差,使用腐蝕算法處理前期網(wǎng)格,經(jīng)過數(shù)據(jù)分析,耕地邊界誤差一般在15 m 以內(nèi),因此設置半徑為15 m 的圓形核。

    (3)后期網(wǎng)格碎圖斑過濾。根據(jù)實際項目需求,利用聯(lián)通區(qū)過濾,將小于50 m2的細碎圖斑過濾掉。

    (4)兩期網(wǎng)格求差。先對兩期網(wǎng)格的矩陣對應位置相乘,得到耕地不變區(qū)域網(wǎng)格,再使用腐蝕后的前期耕地網(wǎng)格A2 與不變區(qū)域網(wǎng)格做對應位置求差得到腐蝕后的變化區(qū)域D0,其過程計算公式為D0[i][j]=A2[i][j]-A2[i][j]*B2[i][j]。

    (5)膨脹還原變化區(qū)。步驟(4)得到的為腐蝕后的變化區(qū)域,先通過聯(lián)通區(qū)過濾掉面積小于20 m2的變化區(qū)域,再使用半徑為15 m 的圓形核進行膨脹還原。

    (6)最終變化區(qū)域求解。步驟(5)還原的變化區(qū)域會與后期耕地網(wǎng)格有一定重疊,去除這些重疊可得到最終變化區(qū)域,計算公式為D2[i][j]=D1[i][j]-D1[i][j]*B2[i][j]。

    基于網(wǎng)格方式的兩期耕地圖斑擦除處理方法不僅有效解決兩期耕地圖斑邊界對不齊導致的大量偽變化,而且計算效率比傳統(tǒng)矢量計算方式更優(yōu)。

    2 實驗與結果分析

    2.1 實驗區(qū)與數(shù)據(jù)集

    本文以西南某省份3 個試點區(qū)為實驗區(qū),面積共18 279 km2,該地區(qū)以旱地為主,水田、水澆地有少量分布。數(shù)據(jù)采用在耕地保護中常用的0.8 m 分辨率的GF-2、BJ-2等高分辨率衛(wèi)星最新正射影像以及上一年度變更調(diào)查成果中的耕地矢量圖斑,兩期數(shù)據(jù)已完成配準。

    采集耕地語義分割模型樣本,基于配套的土地利用變更調(diào)查耕地矢量圖斑和影像數(shù)據(jù),人工對耕地圖斑進行修整,具體要求包括:①剔除耕地圖斑內(nèi)所有非耕地紋理的圖斑(包括其他地物、云霧、陰影等與耕地無關的遮擋物);②在影像上呈現(xiàn)相同顏色與紋理特征的地塊要保持分類一致,不可出現(xiàn)相同特征但一半為耕地一半非耕地的情況;③圖斑矢量無覆蓋、自相交、偽節(jié)點和多部件等問題;④邊界誤差控制在5 個像元以內(nèi);⑤最終成果保留所有200 m2以上的耕地圖斑。

    采集樣本約230 424個圖斑,如表1所示,覆蓋了旱地、水田、水澆地3 種耕地類型,由于耕地的影像特征受季節(jié)影響明顯,因此樣本還覆蓋各季度的影像數(shù)據(jù)。

    Table 1 Sample collection for semantic segmentation of cultivated land表1 耕地語義分割樣本采集

    基于以上影像及標簽數(shù)據(jù)制作了512×512 的樣本共 49 176張,樣本按照9∶1隨機分成訓練集與測試集。

    2.2 評價指標

    本文采用圖像分割中的常用評價指標:準確率、召回率和F1分數(shù),三者的數(shù)學定義分別如下:

    其中,TP 表示正確分類的正類別數(shù),F(xiàn)P 表示錯誤分類的正類別數(shù),TN 表示正確分類的負類別數(shù),F(xiàn)N 表示錯誤分類的負類別數(shù)。在本實驗中,正類別代表耕地像素,負類別代表非耕地像素。

    2.3 模型訓練

    采用CentOS 操作系統(tǒng),基于Pytorch 框架結合Python語言完成環(huán)境搭建。模型訓練的初始學習率、動量分別設置為0.01 和0.9,分別迭代1 萬次、3 萬次、5 萬次后,學習率依次降低為0.001、0.000 1 和0.000 01,損失函數(shù)得到進一步收斂。

    2.4 不同分割網(wǎng)絡比較

    為了證明RABD 網(wǎng)絡有更好的分割效果,本文將其與SegFormer、Deeplabv3plus 進行對比實驗,而為了選擇更好的骨干網(wǎng)絡,又對比了ResNet50、ResNet101,形成4 個網(wǎng)絡在相同環(huán)境和數(shù)據(jù)集下進行訓練。實驗表明,ResNet101+Aspp+BiFpn 效果最優(yōu),具體比較結果如表2、圖4 所示。圖4 中,(a)為后期影像,(b)為耕地真值,(c)為SegFormer 耕地提取結果,(d)為Deeplabv3plus 提取結果,(e)為ResNet50+Aspp+BiFpn 提取結果,(f)為ResNet101+Aspp+BiFpn 提取結果。實驗結果表明,在實際項目的數(shù)據(jù)集中,ResNet101+Aspp+BiFpn 分割結果比其他3 種模型結構擁有更完整的對象輪廓和更好的內(nèi)部一致性,且準確率、召回率、F1分數(shù)均超過90%,具有落地應用價值。

    Table 2 Evaluation indicators for semantic segmentation model of cultivated land表2 耕地語義分割模型評估指標(%)

    Fig.4 Comparison of inference results for semantic segmentation of cultivated land圖4 耕地語義分割推理結果比較

    2.5 不同擦除分析比較

    為驗證基于網(wǎng)格的兩期圖斑擦除方法的有效性,將其與傳統(tǒng)矢量疊加方法進行了比較。測試數(shù)據(jù)選擇研究區(qū)1景40 000×40 000 像素的影像進行對比分析,結果如表3、圖5 所示(其中,紅色圖斑為柵格擦除處理結果,其他為矢量擦除處理結果,彩圖掃OSID 碼可見)。可以看出,基于網(wǎng)格的疊加分析一方面大幅降低了偽變化圖斑數(shù)量,另一方面性能也有了大幅提升。

    Table 3 Overlay analysis results comparison of two methods表3 兩種方式疊加分析結果比較

    Fig.5 Comparison of two erasure processing results圖5 兩種擦除處理結果比較

    3 軟件實現(xiàn)及應用

    3.1 軟件實現(xiàn)

    將耕地語義分割模型與兩期耕地圖斑擦除處理算法封裝成耕地變化發(fā)現(xiàn)系統(tǒng)產(chǎn)品,其技術架構如圖6 所示,主要包括推理與擦除服務和模型服務推理引擎。

    Fig.6 Technical architecture圖6 技術架構

    系統(tǒng)的推理與擦除服務是基于Flask 框架構建,它使用了RabbitMQ 隊列作為任務調(diào)度方式,確保了分布式推理和任務的并行處理。為保證數(shù)據(jù)的穩(wěn)定性和完整性,選擇Mysql 作為數(shù)據(jù)庫,所有通信均基于Http 進行。該服務涵蓋多個關鍵環(huán)節(jié):預處理服務、Triton 推理、后處理服務和擦除處理服務。

    模型服務推理引擎是基于Triton 構建。為確??焖俸透咝У臄?shù)據(jù)處理,系統(tǒng)采用GPU 的分布式部署,并選擇GRPC 作為通信方式。

    關于數(shù)據(jù)存儲,系統(tǒng)使用Mysql 數(shù)據(jù)庫存儲與任務相關的所有記錄,包括但不限于任務的中間過程文件路徑、最終推理結果路徑和進度信息。更進一步,系統(tǒng)采用了Cephfs 和Nfs 分布式文件存儲系統(tǒng),以確保中間過程文件和最終推理結果的穩(wěn)定存儲。

    為了充分利用可用的硬件資源并提高模型推理效率,影像的滑窗切片通過負載均衡模塊被分發(fā)到各服務端節(jié)點加以處理。推理服務引擎進一步優(yōu)化,采用了多核CPU、多GPU 以及容器之間的共享內(nèi)存等硬件資源,以實現(xiàn)推理性能的整體提升。

    在部署方面,系統(tǒng)配置了兩個計算節(jié)點,每個節(jié)點都裝載了3 塊Tesla V100。實驗數(shù)據(jù)顯示,推理20 景大約30 000×30 000 的影像只需36 min 3 s。這意味著在3 天內(nèi)可以完成全省約2 000 景的影像推理任務,完全能夠滿足省級用戶需求。

    3.2 應用情況

    為測試軟件的價值,選擇某縣2022 年一景GF-2 影像數(shù)據(jù)作為測試數(shù)據(jù),比較人工判圖、AI+人工審核兩種方式的耗時與正確圖斑個數(shù),結果如表4所示。

    Table 4 Comparison of indicators between two methods for detecting changes in cultivated land表4 兩種耕地變化發(fā)現(xiàn)方式指標比較

    人工智能提取的作用有兩點:①縮短作業(yè)時間約70%(提升模型準確率還可進一步降低人工審核時間);②可發(fā)現(xiàn)人工容易漏檢的小型建筑、道路等,如圖7 所示(其中,紅色圖斑為AI 提取,黃色圖斑為人工提取,箭頭所指位置表示AI提取到而人工漏標的變化圖斑)。

    Fig.7 Comparison of two methods for extracting cultivated land圖7 兩種占耕提取方式比較

    4 結語

    本文以AI 耕地保護的工程化應用為目標,基于前期耕地矢量圖斑與后期衛(wèi)星遙感影像,利用深度學習語義分割模型和柵格化擦除處理算法,實現(xiàn)了耕地減少的精準智能化檢測,為耕地的用途管制提供了新的思路,具有重要應用價值。不足之處在于,耕地語義分割模型由于水田、大棚、地膜等樣本不足導致漏檢,漏檢的耕地圖斑在疊加分析后誤判為占耕,后續(xù)需有針對性地補充此類樣本以降低占耕誤檢率,進一步提升耕地變化發(fā)現(xiàn)準確率。

    猜你喜歡
    耕地語義特征
    自然資源部:加強黑土耕地保護
    我國將加快制定耕地保護法
    保護耕地
    北京測繪(2021年12期)2022-01-22 03:33:36
    新增200億元列入耕地地力保護補貼支出
    語言與語義
    如何表達“特征”
    不忠誠的四個特征
    當代陜西(2019年10期)2019-06-03 10:12:04
    抓住特征巧觀察
    “上”與“下”語義的不對稱性及其認知闡釋
    認知范疇模糊與語義模糊
    一本久久精品| 免费日韩欧美在线观看| 999精品在线视频| 久久久欧美国产精品| 欧美日韩亚洲综合一区二区三区_| 超色免费av| 国产精品三级大全| 97精品久久久久久久久久精品| 精品亚洲乱码少妇综合久久| 波野结衣二区三区在线| 精品国产乱码久久久久久小说| 国产精品一区二区免费欧美 | 麻豆乱淫一区二区| 国产91精品成人一区二区三区 | 视频区欧美日本亚洲| 欧美成狂野欧美在线观看| 亚洲免费av在线视频| 男男h啪啪无遮挡| 蜜桃国产av成人99| 岛国毛片在线播放| 男人操女人黄网站| 国产免费视频播放在线视频| 妹子高潮喷水视频| 亚洲男人天堂网一区| 最新的欧美精品一区二区| 国产男女内射视频| 国产亚洲av高清不卡| 美女中出高潮动态图| 精品免费久久久久久久清纯 | 欧美变态另类bdsm刘玥| 男女边摸边吃奶| 国产精品免费大片| 国产精品久久久久久精品电影小说| 波多野结衣av一区二区av| 国产欧美亚洲国产| 极品人妻少妇av视频| 日日爽夜夜爽网站| 中文字幕制服av| 99国产精品免费福利视频| 亚洲美女黄色视频免费看| 久久午夜综合久久蜜桃| 999精品在线视频| www.999成人在线观看| 超色免费av| 成人18禁高潮啪啪吃奶动态图| 777久久人妻少妇嫩草av网站| 日韩视频在线欧美| 亚洲七黄色美女视频| 国产成人欧美在线观看 | 国产高清videossex| 老司机在亚洲福利影院| 日韩精品免费视频一区二区三区| 亚洲精品久久久久久婷婷小说| 欧美国产精品一级二级三级| 侵犯人妻中文字幕一二三四区| avwww免费| 天天操日日干夜夜撸| av网站在线播放免费| 在线 av 中文字幕| av欧美777| 国产男女超爽视频在线观看| 国产福利在线免费观看视频| 老司机午夜十八禁免费视频| 永久免费av网站大全| 高清黄色对白视频在线免费看| av网站免费在线观看视频| 免费在线观看黄色视频的| e午夜精品久久久久久久| 欧美中文综合在线视频| 校园人妻丝袜中文字幕| av不卡在线播放| 欧美成人精品欧美一级黄| 丁香六月天网| www.999成人在线观看| 国产有黄有色有爽视频| 日韩大码丰满熟妇| 久久精品久久久久久噜噜老黄| 十分钟在线观看高清视频www| av网站在线播放免费| 久久99热这里只频精品6学生| 又黄又粗又硬又大视频| 久久久久国产精品人妻一区二区| 久久人人97超碰香蕉20202| 国产午夜精品一二区理论片| 人体艺术视频欧美日本| 成人黄色视频免费在线看| av又黄又爽大尺度在线免费看| 亚洲精品av麻豆狂野| 黄色毛片三级朝国网站| 国产91精品成人一区二区三区 | 午夜久久久在线观看| 精品卡一卡二卡四卡免费| 午夜视频精品福利| 亚洲,欧美精品.| 日韩av不卡免费在线播放| 国产亚洲欧美精品永久| 真人做人爱边吃奶动态| 亚洲色图综合在线观看| 91九色精品人成在线观看| 麻豆乱淫一区二区| 中文字幕亚洲精品专区| 少妇粗大呻吟视频| tube8黄色片| 91精品三级在线观看| 亚洲视频免费观看视频| 日韩av不卡免费在线播放| 人人妻人人澡人人看| 人人澡人人妻人| 下体分泌物呈黄色| 美女视频免费永久观看网站| 国产真人三级小视频在线观看| 美女高潮到喷水免费观看| 中文字幕人妻丝袜制服| 美女高潮到喷水免费观看| 国产熟女午夜一区二区三区| 国产成人av教育| 国产精品秋霞免费鲁丝片| 如日韩欧美国产精品一区二区三区| 亚洲色图 男人天堂 中文字幕| 七月丁香在线播放| 日日摸夜夜添夜夜爱| 亚洲精品中文字幕在线视频| 亚洲av在线观看美女高潮| 无遮挡黄片免费观看| 欧美激情 高清一区二区三区| 午夜两性在线视频| netflix在线观看网站| 丰满饥渴人妻一区二区三| 在线亚洲精品国产二区图片欧美| 精品人妻一区二区三区麻豆| 成在线人永久免费视频| 国产精品国产三级专区第一集| 久久久久久久久久久久大奶| 男的添女的下面高潮视频| tube8黄色片| 欧美人与善性xxx| av网站免费在线观看视频| 七月丁香在线播放| 女人爽到高潮嗷嗷叫在线视频| 精品人妻一区二区三区麻豆| 波野结衣二区三区在线| 久久这里只有精品19| 国产成人a∨麻豆精品| 精品久久久精品久久久| 亚洲欧美中文字幕日韩二区| 80岁老熟妇乱子伦牲交| 日本黄色日本黄色录像| 久久精品成人免费网站| 国产亚洲午夜精品一区二区久久| av国产久精品久网站免费入址| 欧美日韩精品网址| 中文字幕最新亚洲高清| 9191精品国产免费久久| 少妇粗大呻吟视频| 亚洲av美国av| 老鸭窝网址在线观看| av片东京热男人的天堂| 国产黄色视频一区二区在线观看| 999精品在线视频| 国产免费又黄又爽又色| 尾随美女入室| 1024视频免费在线观看| 狂野欧美激情性xxxx| 美国免费a级毛片| 亚洲专区中文字幕在线| 欧美日韩亚洲高清精品| 熟女av电影| 国产精品二区激情视频| 自线自在国产av| 嫩草影视91久久| 国产日韩一区二区三区精品不卡| 在线av久久热| svipshipincom国产片| 亚洲精品国产av成人精品| 一区二区三区乱码不卡18| av电影中文网址| 又紧又爽又黄一区二区| 一二三四在线观看免费中文在| 黄色视频在线播放观看不卡| 嫩草影视91久久| 在线观看人妻少妇| 尾随美女入室| 欧美激情极品国产一区二区三区| 日韩熟女老妇一区二区性免费视频| 亚洲av日韩精品久久久久久密 | 一级毛片黄色毛片免费观看视频| 肉色欧美久久久久久久蜜桃| 一区在线观看完整版| 国产男女内射视频| 一本久久精品| 下体分泌物呈黄色| 亚洲三区欧美一区| 成年av动漫网址| 精品人妻熟女毛片av久久网站| 日韩av在线免费看完整版不卡| 日本vs欧美在线观看视频| 免费观看a级毛片全部| 国产男人的电影天堂91| 午夜福利影视在线免费观看| 一区二区三区激情视频| 亚洲国产精品国产精品| 久久毛片免费看一区二区三区| 色94色欧美一区二区| 电影成人av| 极品人妻少妇av视频| 欧美中文综合在线视频| 美女国产高潮福利片在线看| 国产免费又黄又爽又色| 大型av网站在线播放| 日本色播在线视频| 欧美大码av| 大片免费播放器 马上看| 亚洲精品国产av蜜桃| 国产精品.久久久| 一本—道久久a久久精品蜜桃钙片| 午夜福利影视在线免费观看| 99久久人妻综合| 亚洲第一av免费看| 男女免费视频国产| 亚洲,欧美精品.| 久久鲁丝午夜福利片| 久久精品国产亚洲av高清一级| 亚洲天堂av无毛| 狂野欧美激情性xxxx| 大片免费播放器 马上看| av线在线观看网站| 亚洲av电影在线进入| 女警被强在线播放| 欧美日韩国产mv在线观看视频| 精品亚洲乱码少妇综合久久| 国产亚洲精品久久久久5区| 大码成人一级视频| 超碰成人久久| 在线观看一区二区三区激情| 日本a在线网址| 婷婷丁香在线五月| 男人爽女人下面视频在线观看| 久久亚洲精品不卡| 亚洲国产欧美一区二区综合| 国产亚洲午夜精品一区二区久久| 侵犯人妻中文字幕一二三四区| 尾随美女入室| 免费在线观看黄色视频的| 国产在视频线精品| 丝瓜视频免费看黄片| 51午夜福利影视在线观看| xxxhd国产人妻xxx| 国产精品香港三级国产av潘金莲 | 国产精品一区二区精品视频观看| 夫妻性生交免费视频一级片| 国产高清videossex| 国产亚洲精品第一综合不卡| 久久性视频一级片| 超碰成人久久| www.av在线官网国产| 免费久久久久久久精品成人欧美视频| 久久人人97超碰香蕉20202| 亚洲精品日韩在线中文字幕| 国语对白做爰xxxⅹ性视频网站| 尾随美女入室| 亚洲综合色网址| 成年av动漫网址| 免费高清在线观看视频在线观看| 久久精品亚洲熟妇少妇任你| 视频区欧美日本亚洲| 可以免费在线观看a视频的电影网站| 99九九在线精品视频| 亚洲少妇的诱惑av| 大话2 男鬼变身卡| 精品一区在线观看国产| 亚洲专区中文字幕在线| 免费观看av网站的网址| 久久久精品94久久精品| 亚洲精品成人av观看孕妇| 18禁国产床啪视频网站| 欧美日韩视频精品一区| 国精品久久久久久国模美| 午夜免费成人在线视频| 成人亚洲欧美一区二区av| 桃花免费在线播放| 啦啦啦中文免费视频观看日本| 久久久久久久大尺度免费视频| 久久国产精品大桥未久av| xxx大片免费视频| 久久久久国产精品人妻一区二区| 亚洲精品美女久久av网站| 亚洲av成人精品一二三区| 亚洲自偷自拍图片 自拍| 在线观看免费视频网站a站| 国产精品一国产av| 最近手机中文字幕大全| 蜜桃在线观看..| 国产成人av教育| 亚洲欧美一区二区三区久久| 成年动漫av网址| 免费人妻精品一区二区三区视频| av在线播放精品| 精品亚洲乱码少妇综合久久| 天天躁夜夜躁狠狠久久av| 两个人看的免费小视频| 国产欧美日韩一区二区三区在线| 午夜福利在线免费观看网站| 亚洲国产欧美在线一区| 老司机在亚洲福利影院| 捣出白浆h1v1| 日韩一卡2卡3卡4卡2021年| 亚洲国产精品成人久久小说| 国产成人一区二区在线| 极品人妻少妇av视频| 丝袜脚勾引网站| 久久亚洲国产成人精品v| 午夜老司机福利片| a 毛片基地| 国产欧美亚洲国产| 久久久久国产一级毛片高清牌| 一区二区三区激情视频| 亚洲欧美精品自产自拍| 久久精品久久久久久噜噜老黄| 国产精品九九99| 成人黄色视频免费在线看| 国产免费一区二区三区四区乱码| 久久亚洲精品不卡| 国产一区二区三区av在线| 美女福利国产在线| 日本91视频免费播放| 1024视频免费在线观看| 中文字幕av电影在线播放| 巨乳人妻的诱惑在线观看| 久久精品亚洲av国产电影网| 亚洲国产最新在线播放| 久久毛片免费看一区二区三区| bbb黄色大片| a级毛片黄视频| 99国产精品免费福利视频| 久久久久久亚洲精品国产蜜桃av| 亚洲欧美一区二区三区国产| 大香蕉久久网| 亚洲欧洲日产国产| 嫩草影视91久久| 亚洲激情五月婷婷啪啪| 在线观看免费高清a一片| 久久狼人影院| 日韩伦理黄色片| 成年人午夜在线观看视频| 五月开心婷婷网| 国产99久久九九免费精品| 精品少妇黑人巨大在线播放| 国产精品一区二区在线不卡| 午夜免费男女啪啪视频观看| 男女边吃奶边做爰视频| 日韩 欧美 亚洲 中文字幕| 久久久久视频综合| 在线观看人妻少妇| 十分钟在线观看高清视频www| 亚洲国产精品国产精品| 久久这里只有精品19| 自线自在国产av| 中文字幕人妻熟女乱码| 亚洲精品第二区| 成年美女黄网站色视频大全免费| 青青草视频在线视频观看| 极品少妇高潮喷水抽搐| 国产成人精品久久二区二区91| 国产精品一区二区免费欧美 | 激情视频va一区二区三区| 国产伦人伦偷精品视频| 亚洲欧美日韩高清在线视频 | 美女福利国产在线| 欧美变态另类bdsm刘玥| 日韩制服骚丝袜av| 亚洲专区国产一区二区| 国产av精品麻豆| 制服人妻中文乱码| videos熟女内射| 午夜av观看不卡| 欧美国产精品va在线观看不卡| 大香蕉久久网| 搡老乐熟女国产| 无遮挡黄片免费观看| 日本wwww免费看| 好男人电影高清在线观看| 美女大奶头黄色视频| 好男人视频免费观看在线| av视频免费观看在线观看| 最新的欧美精品一区二区| netflix在线观看网站| 亚洲第一青青草原| 亚洲成国产人片在线观看| 久久久久久免费高清国产稀缺| 亚洲七黄色美女视频| 高清不卡的av网站| 一区二区日韩欧美中文字幕| 国产精品秋霞免费鲁丝片| 亚洲中文字幕日韩| 高清黄色对白视频在线免费看| 黄色毛片三级朝国网站| 少妇被粗大的猛进出69影院| 七月丁香在线播放| 亚洲国产欧美日韩在线播放| 欧美在线一区亚洲| 久久久久久免费高清国产稀缺| 大型av网站在线播放| 国产成人精品久久二区二区免费| 亚洲久久久国产精品| 欧美另类一区| 巨乳人妻的诱惑在线观看| 国产成人一区二区三区免费视频网站 | 99久久人妻综合| 久久久亚洲精品成人影院| av电影中文网址| 看免费成人av毛片| 男女国产视频网站| 亚洲欧美色中文字幕在线| 亚洲欧美成人综合另类久久久| 国产精品一二三区在线看| 大型av网站在线播放| 丰满少妇做爰视频| www.av在线官网国产| 精品第一国产精品| 美女午夜性视频免费| 国产麻豆69| 免费在线观看影片大全网站 | 人人澡人人妻人| 一区福利在线观看| 成人国产av品久久久| 香蕉国产在线看| 秋霞在线观看毛片| 99精品久久久久人妻精品| 秋霞在线观看毛片| 电影成人av| 精品久久久精品久久久| 满18在线观看网站| 一级黄色大片毛片| 成人手机av| 欧美 日韩 精品 国产| 久久精品久久久久久噜噜老黄| 亚洲少妇的诱惑av| 久久久国产一区二区| 国产欧美日韩一区二区三 | 中文字幕精品免费在线观看视频| 欧美在线一区亚洲| 亚洲中文字幕日韩| 99热国产这里只有精品6| 亚洲av在线观看美女高潮| 亚洲精品乱久久久久久| 人妻 亚洲 视频| 天堂8中文在线网| videosex国产| 啦啦啦在线免费观看视频4| 欧美老熟妇乱子伦牲交| 多毛熟女@视频| 亚洲中文字幕日韩| 日韩欧美一区视频在线观看| 在线精品无人区一区二区三| 国产日韩一区二区三区精品不卡| 日韩精品免费视频一区二区三区| 国产精品国产av在线观看| 男女床上黄色一级片免费看| 欧美中文综合在线视频| 亚洲第一av免费看| 成人国语在线视频| 18禁观看日本| 香蕉国产在线看| 亚洲精品成人av观看孕妇| 最近最新中文字幕大全免费视频 | 午夜影院在线不卡| 最黄视频免费看| 麻豆乱淫一区二区| 久久久亚洲精品成人影院| 欧美精品啪啪一区二区三区 | 一本一本久久a久久精品综合妖精| 日韩中文字幕视频在线看片| 极品少妇高潮喷水抽搐| 国产精品一国产av| 日韩一区二区三区影片| 亚洲七黄色美女视频| 高清欧美精品videossex| 国产亚洲欧美在线一区二区| av国产精品久久久久影院| 中文字幕人妻丝袜一区二区| 激情五月婷婷亚洲| 一级黄色大片毛片| 午夜影院在线不卡| 最黄视频免费看| 悠悠久久av| 超色免费av| 啦啦啦啦在线视频资源| 美女大奶头黄色视频| 免费在线观看视频国产中文字幕亚洲 | 欧美日韩视频高清一区二区三区二| 亚洲精品久久成人aⅴ小说| 七月丁香在线播放| 精品亚洲乱码少妇综合久久| 欧美日韩福利视频一区二区| 悠悠久久av| 日本色播在线视频| 久久久久久人人人人人| 一区在线观看完整版| 丰满饥渴人妻一区二区三| 亚洲七黄色美女视频| 亚洲欧美清纯卡通| 丝袜美腿诱惑在线| 亚洲色图综合在线观看| 欧美黄色片欧美黄色片| 在线观看国产h片| 久久精品熟女亚洲av麻豆精品| 操美女的视频在线观看| 国产野战对白在线观看| 操出白浆在线播放| 在线亚洲精品国产二区图片欧美| 日本色播在线视频| 婷婷成人精品国产| 后天国语完整版免费观看| 久久精品久久久久久久性| 伊人亚洲综合成人网| 国产精品一区二区精品视频观看| 欧美在线一区亚洲| 欧美日韩精品网址| 一级,二级,三级黄色视频| 亚洲五月色婷婷综合| 久久精品成人免费网站| 亚洲中文字幕日韩| 如日韩欧美国产精品一区二区三区| 啦啦啦啦在线视频资源| 麻豆国产av国片精品| 久久久久久久国产电影| 国产麻豆69| 国产一区有黄有色的免费视频| 可以免费在线观看a视频的电影网站| 午夜影院在线不卡| 免费久久久久久久精品成人欧美视频| av欧美777| 久久久精品国产亚洲av高清涩受| 国产成人欧美| 国产精品偷伦视频观看了| 女人被躁到高潮嗷嗷叫费观| 成人手机av| 国产精品国产三级国产专区5o| 亚洲av日韩在线播放| 999精品在线视频| 国产男人的电影天堂91| 欧美激情极品国产一区二区三区| 老司机在亚洲福利影院| 一区二区av电影网| 国产欧美日韩一区二区三 | 中文字幕精品免费在线观看视频| 午夜av观看不卡| 欧美在线黄色| 高清不卡的av网站| 色精品久久人妻99蜜桃| 国产在线一区二区三区精| 伦理电影免费视频| 欧美日韩综合久久久久久| 9热在线视频观看99| 日韩av不卡免费在线播放| 在线观看www视频免费| 日本午夜av视频| 中文字幕亚洲精品专区| 可以免费在线观看a视频的电影网站| 亚洲成av片中文字幕在线观看| 热99国产精品久久久久久7| 观看av在线不卡| 久久久国产欧美日韩av| 一边亲一边摸免费视频| 亚洲精品久久成人aⅴ小说| 老司机午夜十八禁免费视频| 人人妻,人人澡人人爽秒播 | 久久午夜综合久久蜜桃| 亚洲第一青青草原| 国产精品一区二区在线不卡| 深夜精品福利| 啦啦啦在线免费观看视频4| 精品久久久久久久毛片微露脸 | 欧美乱码精品一区二区三区| 国产在线视频一区二区| 国语对白做爰xxxⅹ性视频网站| 亚洲第一青青草原| 黄色怎么调成土黄色| 亚洲精品美女久久av网站| 人人妻人人添人人爽欧美一区卜| 国产午夜精品一二区理论片| √禁漫天堂资源中文www| 亚洲成av片中文字幕在线观看| 国产免费一区二区三区四区乱码| cao死你这个sao货| 国产无遮挡羞羞视频在线观看| 十分钟在线观看高清视频www| 18禁国产床啪视频网站| av国产久精品久网站免费入址| 欧美精品人与动牲交sv欧美| 午夜视频精品福利| 久久性视频一级片| 精品亚洲成a人片在线观看| 丰满人妻熟妇乱又伦精品不卡| 日韩,欧美,国产一区二区三区| 50天的宝宝边吃奶边哭怎么回事| 久久鲁丝午夜福利片| 国语对白做爰xxxⅹ性视频网站| 日韩av不卡免费在线播放| 三上悠亚av全集在线观看| 可以免费在线观看a视频的电影网站| 久久久欧美国产精品| 亚洲色图综合在线观看| 香蕉丝袜av| 女性被躁到高潮视频| 久久九九热精品免费| 老熟女久久久| www.熟女人妻精品国产| 久久女婷五月综合色啪小说| 欧美精品啪啪一区二区三区 | 国产av精品麻豆| 亚洲精品一卡2卡三卡4卡5卡 | 欧美日韩成人在线一区二区| 亚洲国产精品国产精品| 国产高清国产精品国产三级|