• <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 ?

    基于機(jī)器視覺的農(nóng)作物病害識(shí)別研究進(jìn)展

    2023-12-07 12:04:49麻劍鈞劉曉慈金龍新易森林封春芳夏先亮
    湖南農(nóng)業(yè)科學(xué) 2023年9期
    關(guān)鍵詞:農(nóng)作物準(zhǔn)確率卷積

    麻劍鈞,劉曉慈,金龍新,熊 偉,易森林,封春芳,劉 陽,夏先亮

    (1.湖南省農(nóng)業(yè)農(nóng)村信息中心,湖南 長(zhǎng)沙 410005;2.衡陽縣優(yōu)質(zhì)農(nóng)產(chǎn)品開發(fā)中心,湖南 衡陽 421200;3.湖南省農(nóng)業(yè)信息與工程研究所,湖南 長(zhǎng)沙 410125;4.常寧市洋泉鎮(zhèn)農(nóng)業(yè)綜合服務(wù)中心,湖南 衡陽 421524;5.衡南縣三塘鎮(zhèn)農(nóng)業(yè)綜合服務(wù)中心,湖南 衡陽 421100;6.常寧市農(nóng)業(yè)技術(shù)推廣中心,湖南 衡陽 421500)

    農(nóng)作物病害是影響農(nóng)業(yè)生產(chǎn)的主要問題之一。農(nóng)作物一旦感病,不可避免的會(huì)出現(xiàn)減產(chǎn)降質(zhì)等現(xiàn)象,導(dǎo)致農(nóng)民收入受損,并對(duì)糧食安全構(gòu)成威脅[1-3]。傳統(tǒng)的病害識(shí)別通常依賴于肉眼觀察和經(jīng)驗(yàn)判斷,這種方法既費(fèi)時(shí)費(fèi)力又容易受主觀因素的影響。隨著計(jì)算機(jī)視覺技術(shù)的迅速發(fā)展,采用計(jì)算機(jī)進(jìn)行農(nóng)作物病害識(shí)別成為研究熱點(diǎn),為人工識(shí)別效率低下、存在誤差等問題提供了新的解決方案[4-6]。基于機(jī)器視覺的農(nóng)作物病害識(shí)別是利用計(jì)算機(jī)圖像處理和模式識(shí)別的技術(shù),實(shí)現(xiàn)對(duì)農(nóng)作物病害的自動(dòng)檢測(cè)和準(zhǔn)確識(shí)別。該技術(shù)的發(fā)展對(duì)于提高農(nóng)作物產(chǎn)量、減少農(nóng)藥使用、增加農(nóng)民收入以及保障全球糧食安全均具有重要意義。

    1 傳統(tǒng)病蟲害識(shí)別的機(jī)器學(xué)習(xí)方法

    機(jī)器學(xué)習(xí)方法是一種基于數(shù)據(jù)的人工智能技術(shù),通過從數(shù)據(jù)中自動(dòng)學(xué)習(xí),發(fā)現(xiàn)數(shù)據(jù)背后的規(guī)律和結(jié)構(gòu),并用這些知識(shí)來做出預(yù)測(cè)、分類、聚類、決策等任務(wù)。常用于農(nóng)作物病害識(shí)別的機(jī)器學(xué)習(xí)算法主要有支持向量機(jī)(SVM)、K 近鄰算法(KNN)、隨機(jī)森林(Random Forest)和BP 神經(jīng)網(wǎng)絡(luò)(BNN)等,需要分割圖像,提取病害區(qū)域的顏色、紋理、形狀和光譜等特征信息,然后輸入上述算法訓(xùn)練并構(gòu)建出病害識(shí)別模型[7-11]。

    國內(nèi)外對(duì)于機(jī)器學(xué)習(xí)算法在農(nóng)作物病害識(shí)別方向的應(yīng)用進(jìn)行了廣泛的研究。Hossain 等[12]采用K-means 對(duì)葉片病斑進(jìn)行分割,將提取的顏色和紋理特征輸入到KNN 中進(jìn)行分類,獲得了96.76%的識(shí)別準(zhǔn)確率。張鑠等[13]使用K-means 分割病害圖像的紋理特征,然后使用SVM 進(jìn)行分類,最高識(shí)別精度到達(dá)了90.67%。郭小清等[14]提取番茄葉病害的顏色和紋理特征,傳入到SVM 中構(gòu)建分類模型,識(shí)別準(zhǔn)確率達(dá)到了90%。陳麗等[15]采用遺傳算法從圖像中篩選色調(diào)I、顏色矩、形狀因子和病斑面積4 類特征,再采用概率神經(jīng)網(wǎng)絡(luò)(PNN)法進(jìn)行分類,最終識(shí)別準(zhǔn)確率達(dá)到了90.4%。張建華等[16]采用顏色矩和灰度共生矩陣提取病害的顏色和紋理特征,并結(jié)合粗糙集理論和BP 神經(jīng)網(wǎng)絡(luò)構(gòu)建分類模型,識(shí)別精度達(dá)到了92.72%。馬素萍等[17]從圖像的CIELAB 顏色空間中分割,提取紋理和RGB、HSV 空間中的顏色特征,然后使用主成分分析(PCA)和KNN 方法進(jìn)行分類,獲得了92.6%的識(shí)別準(zhǔn)確率。

    雖然以上基于機(jī)器學(xué)習(xí)的病害識(shí)別方法已經(jīng)取得了一定的成效,但這些方法的實(shí)現(xiàn)需要繁瑣的圖像預(yù)處理,往往會(huì)因?yàn)槭止ぴO(shè)計(jì)和提取的特征不充足,導(dǎo)致訓(xùn)練模型的識(shí)別效果不佳[18]。其次,構(gòu)建的模型大多是基于特定的數(shù)據(jù)集,泛化性較低。

    2 自動(dòng)特征提取的深度學(xué)習(xí)方法

    近年來,深度學(xué)習(xí)技術(shù)被廣泛用于農(nóng)作物病害識(shí)別研究。該技術(shù)不需要人工提取病害特征,而是通過自動(dòng)學(xué)習(xí),從而更加客觀地獲得樣本內(nèi)部細(xì)節(jié)信息,更加便捷地構(gòu)建識(shí)別模型。當(dāng)前在農(nóng)作物病害識(shí)別領(lǐng)域中使用最多是卷積神經(jīng)網(wǎng)絡(luò)(CNN)。卷積神經(jīng)網(wǎng)絡(luò)是受生物視覺系統(tǒng)啟發(fā)而設(shè)計(jì)的,主要由卷積層、池化層、激活函數(shù)和全連接層構(gòu)成,這些層級(jí)結(jié)構(gòu)使得網(wǎng)絡(luò)能夠從輸入數(shù)據(jù)中自動(dòng)提取有意義的特征,從而在圖像分類、目標(biāo)檢測(cè)、語義分割等任務(wù)上取得優(yōu)秀的性能。常用的卷積神經(jīng)網(wǎng)絡(luò)框架有AlexNet、VGGNet、GoogLeNet、ResNet、DenseNet 和MobileNet 等。深度學(xué)習(xí)方法不僅可以識(shí)別農(nóng)作物病害的種類,還可以定位到病害的具體區(qū)域并將該區(qū)域從背景中分離出來。深度學(xué)習(xí)方法無需手動(dòng)提取特征,但對(duì)數(shù)據(jù)量的要求較高,為了降低數(shù)據(jù)量不充足導(dǎo)致的問題,預(yù)處理階段常通過數(shù)據(jù)增強(qiáng)方法擴(kuò)充數(shù)據(jù)集。該文將從病害分類、病害檢測(cè)和病害分割3 個(gè)方面介紹深度學(xué)習(xí)方法在農(nóng)作物病害識(shí)別中的應(yīng)用。

    2.1 病害分類

    病害分類是利用計(jì)算機(jī)技術(shù)對(duì)農(nóng)作物的圖像進(jìn)行分析,從而判斷其否患上了病害,以及判斷病害的類型和嚴(yán)重程度。該方式主要是通過將患病的農(nóng)作物病害圖像信息輸入到CNN 網(wǎng)絡(luò)中,通過訓(xùn)練讓網(wǎng)絡(luò)學(xué)習(xí)到不同病害的具有辨別性的特征,然后構(gòu)建識(shí)別模型。構(gòu)建好的模型可以布置在種植現(xiàn)場(chǎng),直接通過攝像頭遠(yuǎn)程判斷農(nóng)作物是否患病及患病的類型。與傳統(tǒng)人工肉眼識(shí)別相比,該方式的識(shí)別效率和精度更好,有助于實(shí)現(xiàn)更精準(zhǔn)、更自動(dòng)化的農(nóng)作物病害監(jiān)測(cè)和防治。

    蘇仕芳等[18]改進(jìn)了VGG-16 網(wǎng)絡(luò)的全連接層,然后以遷移學(xué)習(xí)的方式訓(xùn)練改進(jìn)模型并部署到移動(dòng)端,實(shí)現(xiàn)了田間葡萄葉片病害的識(shí)別。牛學(xué)德等[19]通過遷移學(xué)習(xí)構(gòu)建了一種基于DenseNet 的番茄葉片圖像識(shí)別模型,識(shí)別準(zhǔn)確率達(dá)到了97.76%,高于VGG、AlexNet 和MobileNet 模型。張文靜等[20]通過加權(quán)平均融合MSRCR 和Gamma 算法對(duì)圖像進(jìn)行預(yù)處理,然后訓(xùn)練InceptionV3 模型對(duì)5 種病害進(jìn)行識(shí)別,與未預(yù)處理后訓(xùn)練的模型相比,其識(shí)別率提升了29.71%。賈鶴鳴等[21]通過深度可分離卷積、全局平均池化和批歸一化改進(jìn) VGG 網(wǎng)絡(luò),改進(jìn)后的網(wǎng)絡(luò)模型在PlantVillage 上的識(shí)別精度達(dá)到了99.43%,內(nèi)存占用空間為6.47 MB。李好等[22]通過H-Swish和ECA 模塊改進(jìn)了ShuffleNet V2,構(gòu)建了一種輕量級(jí)病害識(shí)別模型,該模型的參數(shù)量約為0.295 M,在PlantVillage 上的平均識(shí)別準(zhǔn)確率達(dá)到了99.24%。孟亮等[23]以深度卷積為基本單元構(gòu)建了輕量級(jí)農(nóng)作物病害識(shí)別模型,對(duì)辣椒、番茄和馬鈴薯病害的識(shí)別精度達(dá)到了98.32%。

    2.2 病害檢測(cè)

    病害檢測(cè)是通過計(jì)算機(jī)視覺技術(shù),識(shí)別和定位農(nóng)作物病害的位置和范圍的過程。與病害分類不同,病害檢測(cè)不僅可以判斷圖像中是否存在病害,還能夠精確定位病害在圖像中的具體位置。病害檢測(cè)可以幫助農(nóng)業(yè)專家對(duì)病害進(jìn)行更準(zhǔn)確地分析,并進(jìn)行量化,同時(shí)識(shí)別多個(gè)病害,從而提供全面的病害信息。

    李偉豪等[24]將Yolov7-T 網(wǎng)絡(luò)中的LeakReLU激活函數(shù)替換為SiLU 激活函數(shù),同時(shí)通過融合坐標(biāo)注意力機(jī)制進(jìn)一步提升對(duì)目標(biāo)輪廓和空間位置的特征感知能力,構(gòu)建了一種輕量型的茶葉病害檢測(cè)模型,準(zhǔn)確率達(dá)到了94.2%。李康順等[25]使用卷積注意力模塊CBAM 改進(jìn)YOLOX-Nano 網(wǎng)絡(luò)的特征金字塔結(jié)構(gòu),并將二分類交叉熵?fù)p失函數(shù) (Binary cross entropy loss,BCE Loss)和回歸損失函數(shù)分別替換為焦點(diǎn)損失函數(shù)(Focal Loss)和CenterIOU Loss 函數(shù),構(gòu)建了一種農(nóng)作物病害檢測(cè)模型,平均識(shí)別精度達(dá)到99.56%。孫豐剛等[26]通過采用遷移學(xué)習(xí)、卷積注意力模塊和加權(quán)雙向特征金字塔網(wǎng)絡(luò)改進(jìn)YOLOv5s 模型,構(gòu)建了蘋果果實(shí)病害檢測(cè)模型,該模型在IoU 閾值為0.5 下的平均精度均值(mAP0.5)達(dá)到了0.916,較原始模型提升了8.5%,可以實(shí)現(xiàn)果實(shí)病害的快速檢測(cè)。Liu 等[27]使用加入特征金字塔的 YOLOv3 對(duì)常見番茄病害進(jìn)行識(shí)別,平均精度達(dá)到 92.39%。儲(chǔ)鑫等[28]提出一種基于改進(jìn)YOLOv4 算法的輕量化番茄葉部病害識(shí)別方法,相較于原YOLOv4 模型,模型參數(shù)量減少80%,每秒傳輸幀數(shù)比原始YOLOv4 模型提高了130%。邱菊等[29]使用YOLOv5s 構(gòu)建了草莓病害識(shí)別系統(tǒng),結(jié)果顯示系統(tǒng)識(shí)別精度接近80%,相較于傳統(tǒng)草莓病害識(shí)別技術(shù)更便捷且識(shí)別效率更高。王超學(xué)等[30]提出了一個(gè)基于YOLOv3 的葡萄病害智能識(shí)別系統(tǒng),該系統(tǒng)由微信小程序、云服務(wù)器和葡萄病害識(shí)別模型構(gòu)成,不僅識(shí)別準(zhǔn)確率達(dá)98.60%,識(shí)別結(jié)果、病害特征、發(fā)病原因、病害地理分布和防治建議還可以立刻反饋給用戶。

    2.3 病害分割

    病害分割是對(duì)農(nóng)作物或植物圖像進(jìn)行分割,將圖像中的病害部分從背景和其他區(qū)域中準(zhǔn)確挑選出來,從而幫助人類更精細(xì)地理解病害在植物上的分布和范圍,提供更詳細(xì)的病害信息,便于科學(xué)研究、病害監(jiān)測(cè)和防治。

    張善文等[31]提出一種基于多尺度融合卷積神經(jīng)網(wǎng)絡(luò)(MSF-CNNs)的黃瓜病害葉片分割方法,該方法采用多尺度卷積神經(jīng)網(wǎng)絡(luò)和基于九點(diǎn)雙線性插值算法構(gòu)建了集編碼和解碼為一體的模型結(jié)構(gòu),該模型對(duì)黃瓜葉病害的像素分類精度、平均分割準(zhǔn)確率和平均交并比分別為92.38%、93.12%和91.36%,能夠滿足復(fù)雜環(huán)境下的黃瓜病害葉片圖像分割需求。曹曉麗等[32]針對(duì)復(fù)雜背景下作物病害葉片分割問題,提出一種改進(jìn)模糊C 均值聚類(Fuzzy C Means,F(xiàn)CM)的作物病害圖像分割方法,對(duì)黃瓜病害葉片圖像的分割正確率達(dá)到了97.81%。王振等[33]針對(duì)傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)在作物病害葉片圖像中分割精度低的問題,提出一種基于級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)(CascadeConvolutional Neural Network,CCNN)的作物病害葉片圖像分割方法,該網(wǎng)絡(luò)基于傳統(tǒng)的VGG16 模型和多尺度卷積核構(gòu)建區(qū)域病斑檢測(cè)網(wǎng)絡(luò)和區(qū)域病斑分割網(wǎng)絡(luò),分割精度和召回率分別為87.04%和78.31%,單幅圖像分割速度達(dá)到了0.23 s。

    3 基于機(jī)器視覺的農(nóng)作物病害識(shí)別技術(shù)目前面臨的挑戰(zhàn)

    盡管機(jī)器視覺在農(nóng)作物病害識(shí)別方面具有高效、準(zhǔn)確和自動(dòng)化等優(yōu)勢(shì),但模型的推廣仍存在諸多挑戰(zhàn)。深度學(xué)習(xí)模型訓(xùn)練對(duì)數(shù)據(jù)量的要求較高,但采集大規(guī)模農(nóng)作物病害圖像數(shù)據(jù)集是一項(xiàng)挑戰(zhàn)性工作,特別是在現(xiàn)場(chǎng)實(shí)際農(nóng)田環(huán)境下采集難度更大。而且,對(duì)大規(guī)模數(shù)據(jù)集進(jìn)行準(zhǔn)確標(biāo)注也需要專業(yè)知識(shí)和經(jīng)驗(yàn)。其次,農(nóng)作物病害的種類繁多,而且不同病害可能在不同的生長(zhǎng)階段表現(xiàn)出不同的癥狀。同時(shí),受環(huán)境、光照等因素的影響,農(nóng)作物圖像可能存在噪聲和變化,增加了病害識(shí)別的難度。此外,農(nóng)作物病害數(shù)據(jù)集通常存在類別不平衡的問題,某些病害樣本數(shù)量可能較少,導(dǎo)致模型在少數(shù)類別上表現(xiàn)不佳。對(duì)于一些罕見的或新出現(xiàn)的農(nóng)作物病害,缺乏充足的樣本數(shù)據(jù),這會(huì)影響模型的泛化能力。模型訓(xùn)練需要大量的計(jì)算資源,如何降低成本并將訓(xùn)練好的模型嵌入到微型設(shè)備并部署到實(shí)際場(chǎng)景,仍具有一定難度。

    4 總結(jié)與展望

    基于機(jī)器視覺的農(nóng)作物病害識(shí)別是近年來廣受關(guān)注的研究領(lǐng)域,該技術(shù)旨在幫助農(nóng)民及時(shí)發(fā)現(xiàn)作物病害,以便采取有效的防治措施,從而有效提高農(nóng)作物的產(chǎn)量和品質(zhì)。在這個(gè)領(lǐng)域,以深度學(xué)習(xí)為代表的方法已經(jīng)取得了顯著成效,可以實(shí)現(xiàn)病害的自動(dòng)化識(shí)別、檢測(cè)和精度定位,但也存在部分待優(yōu)化的地方,只有更好地解決這些問題才能真正為農(nóng)戶生產(chǎn)提供更便捷有效的幫助。

    4.1 數(shù)據(jù)集和標(biāo)注

    當(dāng)前農(nóng)作物病害數(shù)據(jù)集較少,未來可繼續(xù)努力收集和構(gòu)建更大規(guī)模、多樣化的農(nóng)作物病害數(shù)據(jù)集。為了解決數(shù)據(jù)標(biāo)準(zhǔn)費(fèi)時(shí)費(fèi)力、專業(yè)要求較高的問題,可進(jìn)一步研究自動(dòng)標(biāo)注模型,以解決樣本不充足的問題。

    4.2 識(shí)別與部署

    開發(fā)輕量級(jí)模型或模型壓縮技術(shù),降低模型的部署要求,提高實(shí)時(shí)性以及其在邊緣設(shè)備上的應(yīng)用能力,以便將模型部署到實(shí)際種植場(chǎng)景,實(shí)現(xiàn)病害的實(shí)時(shí)監(jiān)測(cè),有助于農(nóng)戶及早采取防治措施,減少病害對(duì)農(nóng)作物產(chǎn)質(zhì)量的影響。

    4.3 多樣性應(yīng)用

    近年來,多模態(tài)信息在農(nóng)作物病害識(shí)別領(lǐng)域中發(fā)揮了重要作用,如紅外圖像、遙感數(shù)據(jù)等??墒褂枚喾N模態(tài)信息融合的數(shù)據(jù)進(jìn)一步優(yōu)化深度學(xué)習(xí)方法,以提升基于機(jī)器視覺的農(nóng)作物病害識(shí)別的性能和效率。

    4.4 系統(tǒng)整合

    農(nóng)作物病害識(shí)別是一種輔助農(nóng)戶種植農(nóng)產(chǎn)品的科學(xué)方法,為了進(jìn)一步推動(dòng)農(nóng)業(yè)發(fā)展,可將農(nóng)作物病害識(shí)別技術(shù)與預(yù)測(cè)、預(yù)警等技術(shù)相結(jié)合,為農(nóng)業(yè)生產(chǎn)提供全面的決策支持。

    猜你喜歡
    農(nóng)作物準(zhǔn)確率卷積
    土壤污染與農(nóng)作物
    軍事文摘(2024年6期)2024-02-29 10:01:50
    高溫干旱持續(xù) 農(nóng)作物亟須“防護(hù)傘”
    俄發(fā)現(xiàn)保護(hù)農(nóng)作物新方法
    夏季農(nóng)作物如何防熱害
    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
    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
    久久久久免费精品人妻一区二区| 色吧在线观看| 日本五十路高清| 麻豆久久精品国产亚洲av| 精品福利观看| 国产伦在线观看视频一区| 亚洲性久久影院| 国产精品人妻久久久久久| 精品午夜福利视频在线观看一区| 1024手机看黄色片| 国产亚洲精品久久久com| 99久久精品国产国产毛片| 久久九九热精品免费| 好男人在线观看高清免费视频| 一本久久中文字幕| 一进一出抽搐动态| 色视频www国产| 麻豆精品久久久久久蜜桃| 美女高潮的动态| 性欧美人与动物交配| 成人性生交大片免费视频hd| 在现免费观看毛片| 噜噜噜噜噜久久久久久91| 亚洲最大成人av| 久久久久久久久大av| 99热只有精品国产| 国产一区二区三区av在线 | 男女视频在线观看网站免费| 久久精品综合一区二区三区| 变态另类丝袜制服| 国产男人的电影天堂91| 一级毛片电影观看 | 综合色av麻豆| 久久久成人免费电影| 神马国产精品三级电影在线观看| 99久久九九国产精品国产免费| 天堂网av新在线| 亚洲国产精品久久男人天堂| a级毛片免费高清观看在线播放| 日韩av不卡免费在线播放| 国产精品一区二区性色av| 久久久久国产网址| 天堂av国产一区二区熟女人妻| 天堂影院成人在线观看| 日韩欧美精品免费久久| 国产男靠女视频免费网站| 精品一区二区三区人妻视频| 悠悠久久av| 自拍偷自拍亚洲精品老妇| 日韩av不卡免费在线播放| 久久精品91蜜桃| 国产高清视频在线播放一区| 91久久精品电影网| 国产一级毛片七仙女欲春2| 国产精品综合久久久久久久免费| 亚洲真实伦在线观看| 男女做爰动态图高潮gif福利片| 精品乱码久久久久久99久播| 97热精品久久久久久| 亚洲精品乱码久久久v下载方式| 黄色配什么色好看| 草草在线视频免费看| 国产高清有码在线观看视频| 欧美极品一区二区三区四区| 在线观看66精品国产| 亚洲欧美成人综合另类久久久 | 美女免费视频网站| 丝袜美腿在线中文| 老女人水多毛片| 看十八女毛片水多多多| 亚州av有码| 久久精品影院6| 中国美女看黄片| 国产精华一区二区三区| av黄色大香蕉| 日本免费一区二区三区高清不卡| 最近视频中文字幕2019在线8| 免费在线观看成人毛片| 伊人久久精品亚洲午夜| 菩萨蛮人人尽说江南好唐韦庄 | 一a级毛片在线观看| 成人午夜高清在线视频| 欧美国产日韩亚洲一区| 身体一侧抽搐| 99热6这里只有精品| 在线观看免费视频日本深夜| 日韩精品青青久久久久久| 欧美日韩在线观看h| 亚洲精品成人久久久久久| 亚洲精品色激情综合| 中国国产av一级| 插阴视频在线观看视频| 欧美色欧美亚洲另类二区| 国产av一区在线观看免费| 丝袜喷水一区| 直男gayav资源| 亚洲人成网站在线观看播放| 国模一区二区三区四区视频| 有码 亚洲区| 天堂动漫精品| 成年女人永久免费观看视频| 麻豆成人午夜福利视频| 99热这里只有是精品50| 网址你懂的国产日韩在线| 1000部很黄的大片| 最好的美女福利视频网| 婷婷色综合大香蕉| 国产欧美日韩精品亚洲av| av在线播放精品| 好男人在线观看高清免费视频| 如何舔出高潮| 亚洲真实伦在线观看| 18+在线观看网站| 免费看av在线观看网站| 直男gayav资源| 亚洲欧美成人精品一区二区| 国产黄色视频一区二区在线观看 | 搡老熟女国产l中国老女人| av.在线天堂| 精品午夜福利在线看| 成人性生交大片免费视频hd| 亚洲中文日韩欧美视频| 亚洲乱码一区二区免费版| 麻豆国产97在线/欧美| 国产亚洲精品久久久com| 真实男女啪啪啪动态图| 欧美区成人在线视频| 婷婷色综合大香蕉| 国产av不卡久久| 日日摸夜夜添夜夜爱| 国产成人aa在线观看| 成年av动漫网址| 国产在线男女| 亚洲av中文av极速乱| 欧美性感艳星| 最近最新中文字幕大全电影3| 国产极品精品免费视频能看的| 国产高清视频在线观看网站| 欧美丝袜亚洲另类| 久久鲁丝午夜福利片| 久久亚洲精品不卡| 国产美女午夜福利| 日韩国内少妇激情av| 日韩精品有码人妻一区| 麻豆国产av国片精品| 午夜视频国产福利| 亚洲精品成人久久久久久| 在线观看午夜福利视频| 中文字幕av在线有码专区| 日本与韩国留学比较| 综合色丁香网| 亚洲精品国产av成人精品 | 国产单亲对白刺激| 91精品国产九色| 精品一区二区三区av网在线观看| 亚洲性久久影院| 国产精品亚洲美女久久久| 不卡一级毛片| 偷拍熟女少妇极品色| 午夜激情福利司机影院| av天堂中文字幕网| 亚洲精品色激情综合| 非洲黑人性xxxx精品又粗又长| 高清毛片免费看| 亚洲三级黄色毛片| 色播亚洲综合网| 日本爱情动作片www.在线观看 | 成人鲁丝片一二三区免费| 直男gayav资源| 成人综合一区亚洲| 亚洲成人av在线免费| 精品熟女少妇av免费看| 久久精品人妻少妇| 日日撸夜夜添| 精品乱码久久久久久99久播| 久久久成人免费电影| 亚洲美女视频黄频| 美女大奶头视频| 少妇丰满av| 我的女老师完整版在线观看| 91久久精品国产一区二区三区| 免费看美女性在线毛片视频| 国产高清有码在线观看视频| 18禁裸乳无遮挡免费网站照片| 欧美极品一区二区三区四区| 国产探花在线观看一区二区| 免费在线观看影片大全网站| 日韩强制内射视频| 久久久国产成人精品二区| 国产精品久久电影中文字幕| 啦啦啦韩国在线观看视频| av专区在线播放| 伦精品一区二区三区| 一个人看的www免费观看视频| 人妻夜夜爽99麻豆av| 亚洲自拍偷在线| 91久久精品电影网| 丰满的人妻完整版| 亚洲精品久久国产高清桃花| 99久国产av精品国产电影| 男女视频在线观看网站免费| 在线看三级毛片| 精品人妻一区二区三区麻豆 | 欧美又色又爽又黄视频| www.色视频.com| 成人高潮视频无遮挡免费网站| 久久国产乱子免费精品| 日韩成人av中文字幕在线观看 | 久久鲁丝午夜福利片| 日韩制服骚丝袜av| 毛片女人毛片| 热99re8久久精品国产| 欧美绝顶高潮抽搐喷水| 少妇人妻一区二区三区视频| 99国产精品一区二区蜜桃av| 又爽又黄无遮挡网站| 中文资源天堂在线| 国产精品无大码| 国产av不卡久久| 亚洲精品国产av成人精品 | 久久精品91蜜桃| 少妇人妻一区二区三区视频| 久久人人爽人人爽人人片va| 精品免费久久久久久久清纯| 日本撒尿小便嘘嘘汇集6| 日韩成人伦理影院| 国产精品av视频在线免费观看| 三级毛片av免费| 亚洲无线观看免费| 亚洲美女视频黄频| 美女xxoo啪啪120秒动态图| 日韩高清综合在线| 男人和女人高潮做爰伦理| 久久人人爽人人片av| 免费人成在线观看视频色| 国产精品1区2区在线观看.| 日本色播在线视频| 欧美成人a在线观看| 91精品国产九色| 亚洲av二区三区四区| 男女下面进入的视频免费午夜| 色哟哟·www| 亚洲国产色片| 久久久久精品国产欧美久久久| 欧美+日韩+精品| 日本-黄色视频高清免费观看| 中文字幕av成人在线电影| 精品午夜福利在线看| 嫩草影院新地址| 在线免费十八禁| 国产久久久一区二区三区| 欧美最新免费一区二区三区| 3wmmmm亚洲av在线观看| 亚洲va在线va天堂va国产| 搡老熟女国产l中国老女人| 日本 av在线| 少妇熟女欧美另类| 人人妻人人澡人人爽人人夜夜 | 亚洲最大成人手机在线| 成人永久免费在线观看视频| 亚洲熟妇熟女久久| 中出人妻视频一区二区| 看十八女毛片水多多多| 国产高清有码在线观看视频| 久久久久免费精品人妻一区二区| 国产高清视频在线观看网站| 老女人水多毛片| 男人舔奶头视频| 99久久精品国产国产毛片| 黄色配什么色好看| 一个人免费在线观看电影| 大又大粗又爽又黄少妇毛片口| 久久精品夜夜夜夜夜久久蜜豆| 秋霞在线观看毛片| 男女啪啪激烈高潮av片| 男人的好看免费观看在线视频| 国产精品乱码一区二三区的特点| 欧美一区二区亚洲| 乱码一卡2卡4卡精品| 国产极品精品免费视频能看的| АⅤ资源中文在线天堂| 一边摸一边抽搐一进一小说| 亚洲图色成人| 日韩欧美 国产精品| avwww免费| 丝袜美腿在线中文| 蜜桃亚洲精品一区二区三区| 亚洲av二区三区四区| 日本精品一区二区三区蜜桃| 免费黄网站久久成人精品| 少妇熟女aⅴ在线视频| 国内揄拍国产精品人妻在线| 亚洲国产精品成人久久小说 | 91狼人影院| avwww免费| 成人鲁丝片一二三区免费| 亚洲电影在线观看av| 99国产精品一区二区蜜桃av| 少妇的逼水好多| 亚洲av免费在线观看| 美女高潮的动态| 日韩人妻高清精品专区| 一个人观看的视频www高清免费观看| 国产在线精品亚洲第一网站| 最新中文字幕久久久久| 热99re8久久精品国产| 日本黄大片高清| 天美传媒精品一区二区| 亚洲成av人片在线播放无| www.色视频.com| 一卡2卡三卡四卡精品乱码亚洲| 日韩欧美 国产精品| av在线播放精品| 久久久欧美国产精品| 日本 av在线| 亚洲欧美精品综合久久99| 亚洲第一区二区三区不卡| 亚洲五月天丁香| 成人精品一区二区免费| 久久精品国产亚洲av香蕉五月| 欧美成人精品欧美一级黄| 身体一侧抽搐| 男女视频在线观看网站免费| 少妇熟女aⅴ在线视频| 99在线人妻在线中文字幕| 99久国产av精品| 免费观看在线日韩| 午夜精品在线福利| 久久鲁丝午夜福利片| 精品乱码久久久久久99久播| 国产单亲对白刺激| 18禁黄网站禁片免费观看直播| 男人和女人高潮做爰伦理| 尾随美女入室| 99在线人妻在线中文字幕| 国产成人a区在线观看| 日本黄大片高清| 99在线人妻在线中文字幕| 老司机影院成人| 免费观看精品视频网站| 麻豆久久精品国产亚洲av| 在线免费观看的www视频| 国产真实乱freesex| 大又大粗又爽又黄少妇毛片口| 午夜老司机福利剧场| 午夜福利视频1000在线观看| 免费一级毛片在线播放高清视频| 久久精品久久久久久噜噜老黄 | 蜜桃亚洲精品一区二区三区| 国产探花极品一区二区| 亚洲精品色激情综合| 亚洲va在线va天堂va国产| 老女人水多毛片| 国产亚洲精品av在线| ponron亚洲| 淫秽高清视频在线观看| 内地一区二区视频在线| 欧美日本亚洲视频在线播放| 国产成人aa在线观看| 久久久久久九九精品二区国产| 六月丁香七月| 亚洲,欧美,日韩| 国产精品久久久久久精品电影| videossex国产| 国产精品不卡视频一区二区| 午夜福利18| 在线观看免费视频日本深夜| 久久久久久伊人网av| 国产精品久久视频播放| 亚洲第一电影网av| 国产人妻一区二区三区在| 麻豆一二三区av精品| 日日啪夜夜撸| 热99在线观看视频| 毛片一级片免费看久久久久| 欧美高清性xxxxhd video| 国产爱豆传媒在线观看| 亚洲精品国产成人久久av| 99久国产av精品国产电影| 大又大粗又爽又黄少妇毛片口| 男女下面进入的视频免费午夜| 少妇人妻精品综合一区二区 | 成人美女网站在线观看视频| 国产 一区精品| 成人鲁丝片一二三区免费| 国内少妇人妻偷人精品xxx网站| 国产精品一区www在线观看| 波野结衣二区三区在线| 搡老妇女老女人老熟妇| 黄色一级大片看看| 久久综合国产亚洲精品| 日韩,欧美,国产一区二区三区 | 亚洲真实伦在线观看| 在现免费观看毛片| 亚洲在线观看片| 黄片wwwwww| 久久韩国三级中文字幕| 久久6这里有精品| 内地一区二区视频在线| 成人三级黄色视频| 精品欧美国产一区二区三| 国产精品乱码一区二三区的特点| 国产一区二区三区在线臀色熟女| 人妻久久中文字幕网| 身体一侧抽搐| 久久国内精品自在自线图片| 日韩精品中文字幕看吧| 欧美性猛交黑人性爽| 99久国产av精品| 国产精品综合久久久久久久免费| 在线观看午夜福利视频| 久久久久免费精品人妻一区二区| 精品乱码久久久久久99久播| 国产人妻一区二区三区在| 少妇高潮的动态图| 亚洲熟妇熟女久久| 99热这里只有是精品50| 最好的美女福利视频网| 国产亚洲av嫩草精品影院| 精品久久久噜噜| 成人av一区二区三区在线看| 亚洲av熟女| 欧美极品一区二区三区四区| 国产毛片a区久久久久| 丰满的人妻完整版| 校园人妻丝袜中文字幕| 在线看三级毛片| 非洲黑人性xxxx精品又粗又长| av福利片在线观看| 国产成年人精品一区二区| 啦啦啦啦在线视频资源| 久久鲁丝午夜福利片| 久久99热这里只有精品18| 日本撒尿小便嘘嘘汇集6| 国产伦在线观看视频一区| 亚洲自拍偷在线| 国产中年淑女户外野战色| 国产av麻豆久久久久久久| 成人特级黄色片久久久久久久| 亚洲国产高清在线一区二区三| 亚洲av一区综合| 国产人妻一区二区三区在| 精品福利观看| 午夜a级毛片| 一本一本综合久久| 国产精品亚洲美女久久久| 免费av毛片视频| 可以在线观看的亚洲视频| 人人妻人人澡人人爽人人夜夜 | 老司机福利观看| av天堂中文字幕网| 国产成人a∨麻豆精品| 夜夜看夜夜爽夜夜摸| 两个人视频免费观看高清| 在线国产一区二区在线| 日日撸夜夜添| 六月丁香七月| 精品无人区乱码1区二区| 亚洲精华国产精华液的使用体验 | 成人美女网站在线观看视频| 3wmmmm亚洲av在线观看| 亚洲欧美中文字幕日韩二区| 在线天堂最新版资源| 少妇熟女欧美另类| 波野结衣二区三区在线| av女优亚洲男人天堂| 亚洲精品在线观看二区| 精品日产1卡2卡| 舔av片在线| 成人高潮视频无遮挡免费网站| 在线观看午夜福利视频| 日韩一本色道免费dvd| 亚洲成a人片在线一区二区| 午夜福利在线在线| 蜜桃久久精品国产亚洲av| 男女啪啪激烈高潮av片| 午夜精品国产一区二区电影 | 在线国产一区二区在线| 少妇的逼好多水| 亚洲国产精品久久男人天堂| 波多野结衣高清无吗| 一进一出抽搐动态| 伦理电影大哥的女人| 91久久精品国产一区二区成人| 免费看光身美女| av视频在线观看入口| 看免费成人av毛片| 日韩成人av中文字幕在线观看 | 国产精品,欧美在线| 麻豆乱淫一区二区| 国产精品一区二区三区四区免费观看 | 国产精品无大码| 国产片特级美女逼逼视频| 久久久久久久久久成人| 日韩欧美三级三区| 高清毛片免费看| 久久久午夜欧美精品| 亚洲va在线va天堂va国产| 黄色日韩在线| 噜噜噜噜噜久久久久久91| 十八禁国产超污无遮挡网站| 精品人妻视频免费看| 欧美xxxx性猛交bbbb| 天天躁夜夜躁狠狠久久av| 欧美成人免费av一区二区三区| 欧美日韩精品成人综合77777| 老女人水多毛片| 国产精品免费一区二区三区在线| 真实男女啪啪啪动态图| 露出奶头的视频| 欧美+日韩+精品| 综合色丁香网| 免费观看在线日韩| 成人性生交大片免费视频hd| 国产午夜福利久久久久久| 久久久色成人| 成人毛片a级毛片在线播放| 免费看av在线观看网站| 18禁黄网站禁片免费观看直播| 日本一本二区三区精品| 久久久久久国产a免费观看| 少妇高潮的动态图| 欧美成人一区二区免费高清观看| 久久精品人妻少妇| 国产69精品久久久久777片| 99热网站在线观看| 国产在线男女| 国产精品女同一区二区软件| 黄色配什么色好看| 女生性感内裤真人,穿戴方法视频| 成人美女网站在线观看视频| 精华霜和精华液先用哪个| 在线看三级毛片| 国产极品精品免费视频能看的| 搡老妇女老女人老熟妇| 黄色欧美视频在线观看| 床上黄色一级片| 国产av一区在线观看免费| 美女大奶头视频| 非洲黑人性xxxx精品又粗又长| 全区人妻精品视频| 精品欧美国产一区二区三| 大型黄色视频在线免费观看| 秋霞在线观看毛片| 自拍偷自拍亚洲精品老妇| 91精品国产九色| 少妇丰满av| 国产激情偷乱视频一区二区| 露出奶头的视频| 免费黄网站久久成人精品| 丰满人妻一区二区三区视频av| 国内精品久久久久精免费| 精品久久久久久久久av| 人人妻人人看人人澡| 黄色视频,在线免费观看| 大又大粗又爽又黄少妇毛片口| av视频在线观看入口| 99久久九九国产精品国产免费| av卡一久久| 神马国产精品三级电影在线观看| 美女高潮的动态| 美女免费视频网站| 九九爱精品视频在线观看| 亚州av有码| 久久久久久久久久成人| 欧美在线一区亚洲| 国产老妇女一区| 精品一区二区三区视频在线| 国产精品久久久久久亚洲av鲁大| 一本精品99久久精品77| 长腿黑丝高跟| 午夜日韩欧美国产| 亚洲国产精品成人综合色| 熟妇人妻久久中文字幕3abv| 少妇猛男粗大的猛烈进出视频 | 亚洲av中文av极速乱| 非洲黑人性xxxx精品又粗又长| 精品人妻偷拍中文字幕| 国产淫片久久久久久久久| 久久久午夜欧美精品| 亚洲国产精品成人久久小说 | 国产高潮美女av| 国产日本99.免费观看| 精品人妻视频免费看| 精品日产1卡2卡| 久久婷婷人人爽人人干人人爱| 国产精品人妻久久久久久| 亚洲aⅴ乱码一区二区在线播放| h日本视频在线播放| 最近的中文字幕免费完整| 人人妻,人人澡人人爽秒播| 中文字幕免费在线视频6| or卡值多少钱| 熟妇人妻久久中文字幕3abv| 欧美色视频一区免费| 久久久久久九九精品二区国产| 久久精品国产亚洲网站| 99久久精品热视频| 99热这里只有是精品50| 国产精品三级大全| 在线a可以看的网站| 久久久国产成人免费| 97碰自拍视频| 国产综合懂色| 波多野结衣高清作品| 亚洲国产日韩欧美精品在线观看| 免费观看的影片在线观看| ponron亚洲| 免费看日本二区| 看非洲黑人一级黄片| 亚洲美女搞黄在线观看 | 人妻丰满熟妇av一区二区三区| 久久久久久久午夜电影| 国产亚洲精品久久久久久毛片| 日韩 亚洲 欧美在线|