• <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YOLOv7和GMM算法的火焰實(shí)時(shí)檢測(cè)方法

    2024-02-05 12:36:50王振龍陳彥劉飛王優(yōu)優(yōu)楊羅剛張佳銘
    科技創(chuàng)新與應(yīng)用 2024年5期
    關(guān)鍵詞:易燃高溫

    王振龍 陳彥 劉飛 王優(yōu)優(yōu) 楊羅剛 張佳銘

    摘? 要:石油化工行業(yè)生產(chǎn)現(xiàn)場(chǎng)大多具有易燃、易爆、高溫和高壓等特點(diǎn),是安全監(jiān)管的核心區(qū)域。針對(duì)目前安全監(jiān)管區(qū)域主要依靠監(jiān)控視頻回放及人工檢查方式,導(dǎo)致實(shí)時(shí)性差、安全性低的問(wèn)題,該文提出一種基于YOLOv7和GMM算法的火焰實(shí)時(shí)檢測(cè)方法。首先,通過(guò)生產(chǎn)現(xiàn)場(chǎng)對(duì)數(shù)據(jù)實(shí)時(shí)采集和分析,基于YOLOv7在目標(biāo)檢測(cè)領(lǐng)域的優(yōu)勢(shì),實(shí)現(xiàn)對(duì)疑似火焰區(qū)域的檢測(cè);其次,結(jié)合火焰特有的動(dòng)態(tài)特征,利用GMM模型對(duì)檢測(cè)結(jié)果中的疑似火焰區(qū)域進(jìn)行排除,如燈光、太陽(yáng)光等;最后,利用形態(tài)學(xué)操作方法,進(jìn)一步提高對(duì)真實(shí)火焰檢測(cè)的準(zhǔn)確性。通過(guò)實(shí)驗(yàn)結(jié)果表明,該方法能夠?yàn)V除疑似火焰的干擾,有效檢測(cè)出真實(shí)火焰,且在復(fù)雜背景下仍有很好的抗干擾能力和識(shí)別準(zhǔn)確率。

    關(guān)鍵詞:易燃;高溫;YOLOv7;GMM;形態(tài)學(xué)操作

    中圖分類號(hào):X932? ? ? 文獻(xiàn)標(biāo)志碼:A? ? ? ? ? 文章編號(hào):2095-2945(2024)05-0001-06

    Abstract: Most production sites in the petrochemical industry have the characteristics of flammability, explosion, high temperature, and high pressure, and are the core areas of safety supervision. Aiming at the problem that the current safety supervision area mainly relies on surveillance video playback and manual inspection, which leads to poor real-time performance and low security, a real-time flame detection method based on YOLOv7 and GMM algorithm is proposed in this paper. First of all, through the real-time data collection and analysis on the production site, based on the advantages of YOLOv7 in the field of target detection, the suspected flame area is detected; secondly, combined with the unique dynamic characteristics of the flame, the GMM model is used to eliminate the suspected flame area in the detection results, such as light, sunlight and so on; finally, the morphological operation method is used to further improve the accuracy of real flame detection. The experimental results show that this method can filter out the interference of suspected flame, detect the real flame effectively, and still has good anti-jamming ability and recognition accuracy under complex background.

    Keywords: flammability; high temperature; YOLOv7; GMM; morphological operation

    目前,石油化工行業(yè)普遍沒(méi)有實(shí)現(xiàn)安防重點(diǎn)如明火、煙霧等實(shí)時(shí)檢測(cè)與告警,導(dǎo)致火災(zāi)的頻發(fā)?;馂?zāi)的發(fā)生一直威脅著人們的生命和財(cái)產(chǎn)安全,嚴(yán)重時(shí)不僅造成巨大經(jīng)濟(jì)損失,而且導(dǎo)致人員的大量傷亡[1-2]。為最大程度地降低火災(zāi)給石化工廠帶來(lái)的潛在風(fēng)險(xiǎn),及時(shí)偵測(cè)并迅速撲滅火患,需要對(duì)火災(zāi)的發(fā)生進(jìn)行實(shí)時(shí)、準(zhǔn)確地檢測(cè)。

    由于火焰的突發(fā)性和頻發(fā)性,前人一直在尋找更加及時(shí)有效的火焰檢測(cè)方法。文獻(xiàn)[3]提出了一種利用RGB顏色空間進(jìn)行火焰檢測(cè)的方法,通過(guò)對(duì)RGB三通道不同的圖像特性進(jìn)行分析來(lái)實(shí)現(xiàn)火焰識(shí)別。文獻(xiàn)[4]提出了一種基于YOLOv4的火焰檢測(cè)算法,利用CSPDarkNet53作為骨干網(wǎng),通過(guò)SPP和PANET結(jié)構(gòu)增強(qiáng)特征提取網(wǎng)絡(luò),平均檢測(cè)精度達(dá)91.68%。文獻(xiàn)[5]介紹了一種基于幀差法的火焰檢測(cè)方法,使用面積增長(zhǎng)比作為判別幀數(shù)差的依據(jù)進(jìn)行火焰識(shí)別。文獻(xiàn)[6]提出一種基于改進(jìn)的YOLOv5檢測(cè)算法進(jìn)行火焰檢測(cè)的方法,通過(guò)嵌入?yún)f(xié)同注意力機(jī)制模塊和改進(jìn)損失函數(shù)來(lái)實(shí)現(xiàn)火焰檢測(cè)。傳統(tǒng)的火焰檢測(cè)方法在一定程度上實(shí)現(xiàn)了火焰檢測(cè)的功能,但由于石油石化行業(yè)應(yīng)用場(chǎng)景復(fù)雜、準(zhǔn)確率要求高、場(chǎng)景落地困難,仍存在誤檢率大、檢測(cè)速度慢等問(wèn)題,無(wú)法滿足石油石化行業(yè)生產(chǎn)現(xiàn)場(chǎng)對(duì)火焰檢測(cè)實(shí)時(shí)性和準(zhǔn)確性的要求。

    隨著圖像處理和計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展、視頻監(jiān)控的普及,火焰的實(shí)時(shí)檢測(cè)已成為目標(biāo)檢測(cè)領(lǐng)域的熱點(diǎn)問(wèn)題[7]。本文提出一種基于YOLOv7和GMM算法的火焰實(shí)時(shí)檢測(cè)方法。在確保視頻圖像火焰檢測(cè)速率的同時(shí),融合火焰獨(dú)特的動(dòng)態(tài)特征,更進(jìn)一步地濾除可能的誤檢情況,從而極大提升火焰檢測(cè)的準(zhǔn)確性。

    1? YOLOv7網(wǎng)絡(luò)模型介紹

    YOLOv7算法[8]是被廣泛使用的目標(biāo)檢測(cè)網(wǎng)絡(luò)之一,憑借檢測(cè)精度高、推理速度快等特點(diǎn),在各種工業(yè)領(lǐng)域已取得了不錯(cuò)的成果[9-10]。同時(shí),YOLO也一直在更新迭代,目前YOLOv7是綜合表現(xiàn)最好的版本,也是更符合火焰實(shí)時(shí)檢測(cè)的要求。

    YOLOv7是由YOLOv4團(tuán)隊(duì)的原班人馬提出的。目前,無(wú)論是在實(shí)時(shí)性還是準(zhǔn)確率上都已經(jīng)超過(guò)了目前已知的目標(biāo)檢測(cè)算法[11-12],在30 FPS的情況下,最高的模型AP值可達(dá)56.8%。YOLOv7網(wǎng)絡(luò)結(jié)構(gòu)主要分成3個(gè)部分:input、backone、Neck&Head。

    1.1? input

    Input端包括Mosaic數(shù)據(jù)增強(qiáng)、圖片尺寸處理、自適應(yīng)錨框計(jì)算3部分。采用Mosaic方式增強(qiáng)數(shù)據(jù),這種方式對(duì)小目標(biāo)檢測(cè)效果比較理想,符合本文小目標(biāo)火焰的檢測(cè)需求。

    1.2? Backbone

    Backbone由BConv層、E-ELAN層及MPConv層交替減半長(zhǎng)寬,增倍通道,提取特征。其中BConv層由卷積層+BN層+激活函數(shù)組成,激活函數(shù)為ReakyReLu;ELAN層由不同的卷積拼接而成,ELAN模塊是一個(gè)高效的網(wǎng)絡(luò)結(jié)構(gòu),具有更強(qiáng)的魯棒性。MPConv模塊有2個(gè)分支,作用是進(jìn)行下采樣,減少運(yùn)算量和參數(shù)量,加快計(jì)算速度并防止過(guò)擬合。

    1.3? Neck&Head

    頸部(Neck)&預(yù)測(cè)頭(Head)層通過(guò)SPPCPC層、若干BConv層、若干MPConv層、若干Catconv層及后續(xù)RepVGG block層組成。SPPCSPC層中SPP能夠增大感受野,使得算法適應(yīng)不同的分辨率圖像。Catconv層與ELAN層的操作基本相同;RepVGG block層中REP在訓(xùn)練和部署的時(shí)候結(jié)構(gòu)不同。訓(xùn)練模塊有3分支,最上面的分支是3x3的卷積,用于特征提??;中間的分支是1x1的卷積,用于平滑特征;最后的分支是Identity,用于恒等映射。推理模塊,包含一個(gè)3x3的卷積,stride參數(shù),在模型重參數(shù)化時(shí),將1x1的卷積和Identity,轉(zhuǎn)換成3x3的卷積,最后將三者進(jìn)行相加,實(shí)現(xiàn)矩陣的融合。利用單路網(wǎng)絡(luò)的優(yōu)勢(shì)提升推理速度,從而實(shí)現(xiàn)高性能和高速度的平衡。

    2? GMM運(yùn)動(dòng)目標(biāo)檢測(cè)算法

    運(yùn)動(dòng)目標(biāo)檢測(cè)是基于運(yùn)動(dòng)目標(biāo)的特性,從連續(xù)的視頻序列中抽取出運(yùn)動(dòng)區(qū)域的過(guò)程,其中這些運(yùn)動(dòng)區(qū)域被賦予前景的角色,而靜止部分則成為背景的一部分[13-15]。在石油石化行業(yè)生產(chǎn)現(xiàn)場(chǎng)中還存在許多與火焰顏色很類似的物體,如照明燈、太陽(yáng)等,將對(duì)提取真實(shí)的火焰區(qū)域帶來(lái)阻礙,因此還需借助火焰特有的動(dòng)態(tài)特征進(jìn)一步篩選出真實(shí)火焰。本文利用GMM(高斯混合模型)對(duì)火焰特有的動(dòng)態(tài)特征進(jìn)行分析,有效排除檢測(cè)結(jié)果中誤判的情況,從而提高火焰檢測(cè)精度。

    2.1? 高斯混合模型

    高斯混合模型(GMM)是一種以像素樣本統(tǒng)計(jì)為基礎(chǔ)的背景建模方法[16-17]。假設(shè)像素之間的色彩信息相互獨(dú)立,因此對(duì)視頻圖像中的每個(gè)像素點(diǎn),其值的變化可以被視為不斷生成新像素值的隨機(jī)過(guò)程,而在統(tǒng)計(jì)學(xué)上,這個(gè)隨機(jī)過(guò)程呈現(xiàn)高斯分布的形態(tài)?,F(xiàn)實(shí)中火焰視頻圖像中由于光線變化、物體微小抖動(dòng)等,每個(gè)像素點(diǎn)分布通常服從多峰高斯分布。運(yùn)動(dòng)檢測(cè)算法流程包括[18]GMM參數(shù)的初始化、模型參數(shù)的更新、運(yùn)動(dòng)目標(biāo)檢測(cè)。

    2.1.1? GMM參數(shù)初始化

    在運(yùn)動(dòng)檢測(cè)中,通常統(tǒng)計(jì)一段時(shí)間內(nèi)的視頻圖像信息對(duì)各高斯模型參數(shù)進(jìn)行初始化:選取連續(xù)的幀圖像,計(jì)算這些圖像中每個(gè)像素位置的灰度平均值和方差來(lái)初始化各高斯分布的均值矩陣μ0和方差矩陣σ02,公式如下

    式中:μk,0表示第k個(gè)高斯分布的均值矩陣;σ表示第k個(gè)高斯分布的均值矩陣;N表示選取連續(xù)的N幀圖像;參數(shù)初始化中,對(duì)視頻序列I(i=1,2,…,N)進(jìn)行累積采樣。

    2.1.2? 混合高斯模型參數(shù)更新

    當(dāng)GMM模型參數(shù)初始化狀態(tài)結(jié)束后,開(kāi)始進(jìn)行下一步的運(yùn)動(dòng)目標(biāo)檢測(cè)。從實(shí)時(shí)視頻中獲取t時(shí)刻視頻幀,將像素位置(x,y)得到的灰度值It(x,y)與當(dāng)前的k個(gè)混合高斯模型進(jìn)行匹配判斷,若It(x,y)與第k個(gè)模型得到匹配則標(biāo)記Mk,t=1;若沒(méi)有與第k個(gè)高斯模型得到匹配則標(biāo)記Mk,t=0,公式如下所示

    It(x,y)-μk,t-1(x,y)≤c·σk,t-1(x,y),

    式中:c是經(jīng)驗(yàn)參數(shù),一般取2~3得到的檢測(cè)效果較為理想。匹配結(jié)束后根據(jù)各個(gè)標(biāo)記M值對(duì)第k個(gè)高斯模型的權(quán)重參數(shù)ωk,t(x,y)進(jìn)行如下更新

    ωk,t(x,y)=(1-α)·ωk,t-1(x,y)+Mk,t·α。

    若存在某個(gè)Mk,t=1,則對(duì)像素點(diǎn)對(duì)應(yīng)的第k個(gè)高斯模型的均值和方差作如下更新

    若像素值It(x,y)與所有模型都未得到匹配,則用值It(x,y)取代最后一個(gè)高斯模型對(duì)應(yīng)位置的均值,并重新為該模型的(x,y)處分配一個(gè)較大方差和較小權(quán)重。α是權(quán)重的學(xué)習(xí)率,αε[0,1],β是均值和方差的學(xué)習(xí)率,且βε[0,1]。

    2.1.3運(yùn)動(dòng)檢測(cè)

    在混合高斯模型中,為了得到t時(shí)刻的背景模型,必須對(duì)當(dāng)前t時(shí)刻所有k個(gè)己經(jīng)完成參數(shù)更新的高斯模型做調(diào)整:首先對(duì)每個(gè)像素位置模型權(quán)重作歸一化處理,公式如下

    其次,按照ωk,t(x,y)/σ(x,y)從大到小的順序?qū)λ懈咚鼓P椭匦逻M(jìn)行排序,并選取前B個(gè)滿足如下公式,將該模型作為背景分布,其中τ是權(quán)重閾值。

    最后,將當(dāng)前像素點(diǎn)值It(x,y)與上式得到的B個(gè)背景模型進(jìn)行如下公式的匹配判斷,如果找到一個(gè)模型k滿足式,則認(rèn)為該點(diǎn)在t時(shí)刻呈現(xiàn)的是背景信息;否則,判斷該點(diǎn)為運(yùn)動(dòng)前景。

    2.2形態(tài)學(xué)操作

    形態(tài)學(xué)操作在圖像處理領(lǐng)域應(yīng)用非常廣泛,在諸多行業(yè)領(lǐng)域已取得巨大的成功[19]。形態(tài)學(xué)能夠保證在圖像基本形狀不變的前提下,去除不相關(guān)區(qū)域的部分,如噪聲、邊緣毛刺等。在運(yùn)動(dòng)目標(biāo)檢測(cè)算法中,圖像背景往往不是一直不變的,經(jīng)常處于一種細(xì)微變化的狀態(tài),導(dǎo)致背景物體誤檢測(cè)為前景。

    2.2.1腐蝕

    腐蝕運(yùn)算是指將那些孤立邊界點(diǎn)去除掉,使得其邊界收縮的運(yùn)算,其本質(zhì)是計(jì)算局部最小值。用結(jié)構(gòu)元素B對(duì)圖像A做腐蝕操作可記為AΘB,公式如下所示

    式中:Bx為結(jié)構(gòu)元素,Bx中的下標(biāo)x=(x1,x2)表示結(jié)構(gòu)元素的參考點(diǎn)在圖像中的坐標(biāo)。

    腐蝕操作使原始圖像的凸起部分受到侵蝕。在周圍環(huán)境為背景的情況下,可能被錯(cuò)誤識(shí)別為前景的火焰能夠通過(guò)腐蝕操作得以清除,然而這一操作也會(huì)對(duì)前景中的火焰輪廓產(chǎn)生一定影響。

    2.2.2? 膨脹

    膨脹操作是將與目標(biāo)物體接觸的像素點(diǎn)融合到物體中,從而擴(kuò)展其邊界,本質(zhì)上是計(jì)算局部最大值的運(yùn)算。這一操作能夠?qū)⑽矬w的范圍逐漸擴(kuò)大,以實(shí)現(xiàn)邊界的增強(qiáng)和形態(tài)的變化。用結(jié)構(gòu)元素B對(duì)圖像A做膨脹操作,記為A⊕B。公式如下所示

    式中:A為圖像,B為結(jié)構(gòu)元素,表示B集合反射,()z表示對(duì)B反射進(jìn)行位移z。

    在形態(tài)學(xué)處理中,腐蝕和膨脹是最為基礎(chǔ)且至關(guān)重要的2種操作,許多其他形態(tài)學(xué)算法也是由這2種基本運(yùn)算相互組合而成的。本文選用了開(kāi)運(yùn)算的策略,即先腐蝕后膨脹。

    3? 火焰實(shí)時(shí)檢測(cè)方法

    3.1? 火焰實(shí)時(shí)檢測(cè)流程

    本文所提出的火焰檢測(cè)方法的整體實(shí)現(xiàn)流程如圖1所示。

    3.2? 數(shù)據(jù)集建立

    樣本集是深度學(xué)習(xí)網(wǎng)絡(luò)的基礎(chǔ),優(yōu)秀的樣本集讓模型有更強(qiáng)的魯棒性和泛化性。本文實(shí)驗(yàn)數(shù)據(jù)集圖像大小為420×420像素,由公開(kāi)火焰數(shù)據(jù)集和互聯(lián)網(wǎng)收集共8 000張圖像,其中火焰圖像為6 510張,非火焰圖像為1 490張。根據(jù)8∶2的比例劃分,生成6 400張訓(xùn)練集和1 600張測(cè)試集,如圖2所示。樣本集采用PASCALVOC格式,圖像標(biāo)注使用LabelImg,標(biāo)注后文件以xml作為后綴存儲(chǔ),通過(guò)數(shù)據(jù)轉(zhuǎn)換代碼將標(biāo)注文件轉(zhuǎn)換為YOLOv7模型可用的txt文本格式。劃分見(jiàn)表1。

    3.3? 模型訓(xùn)練

    實(shí)驗(yàn)環(huán)境使用 Ubuntu16. 04操作系統(tǒng),選用Pytorch架構(gòu),使用NVIDIA A100 Tensor Core GPU進(jìn)行運(yùn)算,利用Python語(yǔ)言編寫(xiě)程序代碼,實(shí)現(xiàn)火焰檢測(cè)模型的訓(xùn)練和測(cè)試。具體實(shí)驗(yàn)配置見(jiàn)表2。

    訓(xùn)練過(guò)程中優(yōu)化器采用SGD;輸入尺寸420×420;batch_size為16;迭代批量大小為128;衰減系數(shù)0.005;迭代次數(shù)為150次;初始學(xué)習(xí)率為0.001。

    3.4? 模型對(duì)比

    為了有效分析改進(jìn)后模型的性能,本文使用相同的數(shù)據(jù)集和訓(xùn)練參數(shù)設(shè)置分別對(duì)YOLOv3、YOLOv4、YOLOv5、YOLOv6和YOLOv7網(wǎng)絡(luò)進(jìn)行訓(xùn)練,將本文使用的YOLOv7模型與其他模型的mAP(0.5)曲線繪制在同一個(gè)坐標(biāo)系中,如圖3所示,mAP(0.5)值越大,表明檢測(cè)的準(zhǔn)確率越高,網(wǎng)絡(luò)性能越好。從圖中可以看出,基于YOLOv7的火焰檢測(cè)模型在30次左右收斂,在閾值設(shè)定為0.5的前提下,平均檢測(cè)精度(mAP)在94%以上。相比其他模型,收斂速度更快,且準(zhǔn)確率更高。

    為進(jìn)一步分析本文模型在火焰檢測(cè)上的性能,將本文所采用的火焰檢測(cè)模型與各主流目標(biāo)檢測(cè)模型進(jìn)行對(duì)比,以Precision(查準(zhǔn)率)、Recall(召回率)、mAP(平均精確率)為主要指標(biāo),5種模型的對(duì)比結(jié)果見(jiàn)表3。與YOLO系列算法相比,本文改進(jìn)模型比YOLOv3、YOLOv4、YOLOv5和YOLOv6原始模型的mAP(0.5)檢測(cè)精度分別提高了13.04%、8.42%、1.07%和1.63%。

    3.5? 測(cè)試結(jié)果

    為全面評(píng)估基于YOLOv7的火焰實(shí)時(shí)檢測(cè)的效果,選取視頻幀數(shù)據(jù)進(jìn)行火焰檢測(cè)測(cè)試,以驗(yàn)證模型的可靠性。測(cè)試結(jié)果如圖4所示??梢钥闯?,基于YOLOv7的火焰實(shí)時(shí)檢測(cè)中精確度較高,滿足工廠需求。但在檢測(cè)過(guò)程中也伴隨著一些誤檢情況,主要是工廠燈光及太陽(yáng)光等類似火焰對(duì)象的干擾所致。為排除類似火焰干擾,本文將進(jìn)一步對(duì)火焰特有的動(dòng)態(tài)特征進(jìn)行分析,提高火焰檢測(cè)的精確度。

    3.6? 結(jié)果優(yōu)化

    通過(guò)基于YOLOv7算法已檢測(cè)出火焰區(qū)域圖像,但在石化工廠中,存在大量疑似火焰的物體,如燈光、太陽(yáng)光等靜態(tài)圖像,大大干擾了火焰檢測(cè)的精度,如何從疑似火焰中尋找真實(shí)的火焰還需進(jìn)一步研究?;鹧嬖谌紵^(guò)程中的動(dòng)態(tài)抖動(dòng)是區(qū)別于其他疑似火焰的重要特征,根據(jù)火焰特有的動(dòng)態(tài)閃爍特性,利用GMM在運(yùn)動(dòng)目標(biāo)檢測(cè)領(lǐng)域的優(yōu)勢(shì)找出發(fā)生空間位置變化的物體。該方法分為3個(gè)步驟:圖像預(yù)處理、火焰檢測(cè)、圖像后處理,如圖5所示。

    圖像預(yù)處理階段:為進(jìn)一步消除圖像其他不相關(guān)部分的干擾,將基于YOLOv7算法檢測(cè)出的火焰區(qū)域截取出來(lái)進(jìn)行單獨(dú)分析。采用將其他不相關(guān)部分的圖像像素值取0操作,得到預(yù)處理后的原始圖像。如圖5(b)所示。

    火焰檢測(cè)階段:利用高斯混合模型在運(yùn)動(dòng)目標(biāo)檢測(cè)領(lǐng)域優(yōu)勢(shì),對(duì)疑似火焰區(qū)域進(jìn)行前景目標(biāo)檢測(cè),檢測(cè)后得到火焰動(dòng)態(tài)變化的二值圖像,如圖5(c)所示。模型參數(shù)設(shè)置:GMM數(shù)目k為5,GMM更新了β為0.2,與模型匹配的標(biāo)準(zhǔn)差系數(shù)c為2.2,權(quán)重閾值τ為0.8。

    后處理階段:使用形態(tài)學(xué)方法(具體是先腐蝕再膨脹操作)對(duì)檢測(cè)階段得到的二值圖進(jìn)行降噪處理,排除了疑似火焰的干擾,最終得到真實(shí)的火焰形態(tài)。如圖5(d)所示。

    4? 結(jié)論

    本文針對(duì)目前安全監(jiān)管區(qū)域主要依靠監(jiān)控視頻回放及人工檢查方式,導(dǎo)致實(shí)時(shí)性差、安全性低的問(wèn)題,提出一種基于YOLOv7和GMM算法的火焰實(shí)時(shí)檢測(cè)方法。通過(guò)實(shí)驗(yàn)結(jié)果展示,該方法在安全監(jiān)管區(qū)域的場(chǎng)景中具有較好性能,能夠在保證實(shí)時(shí)火焰檢測(cè)精度、排除疑似火焰干擾的同時(shí),實(shí)現(xiàn)真實(shí)火焰的實(shí)時(shí)檢測(cè),具有一定的應(yīng)用前景。通過(guò)對(duì)生產(chǎn)區(qū)域火災(zāi)危險(xiǎn)場(chǎng)景進(jìn)行實(shí)時(shí)檢測(cè)和異常報(bào)警,及時(shí)發(fā)現(xiàn)安全隱患,提醒內(nèi)操或者調(diào)度人員糾正現(xiàn)場(chǎng)人員行為,有效提升企業(yè)安全管控能力。

    參考文獻(xiàn):

    [1] 張志英.視頻監(jiān)控系統(tǒng)中火災(zāi)檢測(cè)技術(shù)的研究[D].成都:電子科技大學(xué),2010.

    [2] 關(guān)鐵.淺談火災(zāi)事故調(diào)查存在的問(wèn)題與對(duì)策[J].科技創(chuàng)新與應(yīng)用,2016(4):294-294.

    [3] 蘇展,張防震,王瑞,等.基于RGB+HSI顏色模型的早期火焰檢測(cè)算法研究[J].河南教育學(xué)院學(xué)報(bào)(自然科學(xué)版),2021,30(3):28-32.

    [4] SUN X Q, XIN S J. Flame detection algorithm based on YOLOv4[C]//Proceedings of the IEEE 7th International Conference on Intelligent Computing and Signal Processing, Xi An, China: IEEE Press, 2022: 314-317.

    [5] 楊述斌,周敏瑞,潘偉.基于煙霧圖像動(dòng)態(tài)多幀差分法的火災(zāi)識(shí)別研究[J].自動(dòng)化與儀表,2021,36(7):47-50,100.

    [6] 陳露萌,曹彥彥,黃民,等.基于改進(jìn)YOLOv5的火焰檢測(cè)方法[J].計(jì)算機(jī)工程,2023,49(8):291-301,309.

    [7] 江洋.基于深度學(xué)習(xí)的火災(zāi)視頻實(shí)時(shí)智能檢測(cè)研究[D].??冢汉D洗髮W(xué),2020.

    [8] REDMON J,DIVVALA S,GIRSHICK R,et al. You only? look? once:unified,real-time? object? detection[C]//Proceedings? of? the? IEEE? Conference? on? Computer Vision and Pattern Recognition,2016.

    [9] 李柯泉,陳燕,劉佳晨,等.基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法綜述[J].計(jì)算機(jī)工程,2022,48(7):1-12.

    [10] 李文博,趙正旭.基于YOLOv5的遙感圖像小目標(biāo)檢測(cè)[J].科技創(chuàng)新與應(yīng)用,2023,13(6):63-67.

    [11] WANG C Y,BOCHKOVSKIY A,LIAO H.YOLOv7:trainable bag-of-freebies sets new state-of-the-art forreal-time object detectors[J].arXiv:2207.02696,2022.

    [12] 張亞騰,黃俊.基于YOLOv7的鋼表面缺陷檢測(cè)[J/OL].激光雜志:1-7[2023-08-03].http://kns.cnki.net/kcms/detail/50.1085.TN.20230726.0945.004.html.

    [13] 唐慧娟,李軍民.智能視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)檢測(cè)研究[J].科技創(chuàng)新與應(yīng)用,2016(12):41.

    [14] 杜保亮.基于高斯混合模型的運(yùn)動(dòng)動(dòng)作跟蹤研究[J].信息技術(shù),2022(7):1-5,11.

    [15] LI R,WANG Z,GU C,et al. A novel time-of-use tariff design based on Gaussian mixture model[J].Applied Energy,2016.

    [16] GREGGIO N, BERNARDINO A, LASCHI C, et al. Self-adaptive Gaussian mixture models for real-time video segmentation and background subtraction[C]//10th International Conference on Intelligent Systems Design and Applications, Cairo,2010:983-989.

    [17] CHEN Z Z, TIM E. Self-adaptive gaussian mixture model for urban traffic monitoring system[C]//IEEE International Conference on Computer VisionWorkshops,Barcelona,2011:1769-1776.

    [18] 周建英.基于GMM的智能視頻運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究[D].合肥:安徽大學(xué),2013.

    [19] 吳凡.基于深度學(xué)習(xí)的火災(zāi)檢測(cè)算法研究與實(shí)現(xiàn)[D].杭州:杭州電子科技大學(xué),2020.

    猜你喜歡
    易燃高溫
    化工企業(yè)易燃液體處理的安全措施
    高溫干旱持續(xù) 農(nóng)作物亟須“防護(hù)傘”
    高溫季蔬菜要如此培“根”固本
    全球高溫
    送你一個(gè)秋天
    詩(shī)選刊(2022年6期)2022-05-25 17:08:01
    易燃液體管道泄漏火災(zāi)事故風(fēng)險(xiǎn)防控策略分析
    第四代核電 高溫氣冷堆
    持續(xù)高溫農(nóng)作物也需“避暑”
    高溫來(lái)襲,警惕寒濕作祟
    幸福
    亚洲成人av在线免费| 免费播放大片免费观看视频在线观看| 国产精品一区二区性色av| 国产有黄有色有爽视频| 日本黄大片高清| 我的老师免费观看完整版| 22中文网久久字幕| 蜜臀久久99精品久久宅男| 久久精品国产自在天天线| 一本色道久久久久久精品综合| 亚洲欧洲日产国产| 国产视频首页在线观看| av国产精品久久久久影院| 能在线免费看毛片的网站| 日本一二三区视频观看| 下体分泌物呈黄色| 99热这里只有是精品在线观看| 欧美成人精品欧美一级黄| 观看免费一级毛片| 亚洲人成网站在线观看播放| 久久久久久久久久久免费av| 波野结衣二区三区在线| 久久久久久久久久人人人人人人| 日本免费在线观看一区| 亚洲精品乱码久久久久久按摩| 在线观看一区二区三区| 亚洲伊人久久精品综合| 又粗又硬又长又爽又黄的视频| 久久99热这里只频精品6学生| 国产在视频线精品| 男人和女人高潮做爰伦理| 少妇熟女欧美另类| 亚洲人成网站在线播| 久久婷婷青草| 欧美人与善性xxx| 国产男女超爽视频在线观看| 日日摸夜夜添夜夜添av毛片| 看免费成人av毛片| 身体一侧抽搐| 日本色播在线视频| 七月丁香在线播放| 久久ye,这里只有精品| 国产av国产精品国产| 女性被躁到高潮视频| 麻豆精品久久久久久蜜桃| 久久久a久久爽久久v久久| 亚洲精华国产精华液的使用体验| 女人久久www免费人成看片| 寂寞人妻少妇视频99o| av在线观看视频网站免费| 亚洲伊人久久精品综合| 中国国产av一级| 午夜老司机福利剧场| 下体分泌物呈黄色| 99热这里只有精品一区| 久久精品熟女亚洲av麻豆精品| 日韩,欧美,国产一区二区三区| av在线蜜桃| 日本与韩国留学比较| 99热网站在线观看| 日韩强制内射视频| 一区二区三区乱码不卡18| 国产视频内射| 少妇精品久久久久久久| 内射极品少妇av片p| 永久网站在线| 欧美精品一区二区免费开放| 高清日韩中文字幕在线| 国产精品精品国产色婷婷| 王馨瑶露胸无遮挡在线观看| 少妇 在线观看| 高清在线视频一区二区三区| 91精品一卡2卡3卡4卡| 免费av不卡在线播放| 亚洲av国产av综合av卡| 少妇人妻久久综合中文| 91久久精品国产一区二区三区| 久久久精品94久久精品| 国产亚洲5aaaaa淫片| 日日撸夜夜添| 激情 狠狠 欧美| 日韩欧美精品免费久久| 国产精品国产三级国产专区5o| 国产一区有黄有色的免费视频| 亚洲,欧美,日韩| 精品熟女少妇av免费看| 久久99蜜桃精品久久| 亚洲av福利一区| 狂野欧美激情性xxxx在线观看| 国产综合精华液| 黄色视频在线播放观看不卡| 久久久久久久国产电影| 日韩欧美一区视频在线观看 | 老女人水多毛片| 人妻一区二区av| 91久久精品电影网| 免费播放大片免费观看视频在线观看| 日本猛色少妇xxxxx猛交久久| 国模一区二区三区四区视频| 日韩 亚洲 欧美在线| av黄色大香蕉| 人妻制服诱惑在线中文字幕| 日韩人妻高清精品专区| av国产免费在线观看| 久久久国产一区二区| 亚洲高清免费不卡视频| 国产亚洲一区二区精品| 国产淫语在线视频| 久久国产精品大桥未久av | 亚洲av男天堂| 亚洲精品国产色婷婷电影| 中文字幕精品免费在线观看视频 | 插逼视频在线观看| 久久99精品国语久久久| 国产成人91sexporn| 在线观看美女被高潮喷水网站| 日韩 亚洲 欧美在线| tube8黄色片| 五月开心婷婷网| 日日啪夜夜撸| 一边亲一边摸免费视频| 久久午夜福利片| 免费在线观看成人毛片| 美女中出高潮动态图| 最近中文字幕2019免费版| 26uuu在线亚洲综合色| 我要看日韩黄色一级片| 一本一本综合久久| 国产乱人偷精品视频| 日韩,欧美,国产一区二区三区| 欧美亚洲 丝袜 人妻 在线| 麻豆国产97在线/欧美| 亚洲综合精品二区| 91精品国产九色| 欧美日本视频| 精品人妻偷拍中文字幕| 99热网站在线观看| 91在线精品国自产拍蜜月| 三级国产精品片| 欧美一级a爱片免费观看看| 一个人看视频在线观看www免费| 另类亚洲欧美激情| 网址你懂的国产日韩在线| 亚洲精品aⅴ在线观看| 搡女人真爽免费视频火全软件| 日本av手机在线免费观看| 欧美xxxx性猛交bbbb| 国产色婷婷99| 肉色欧美久久久久久久蜜桃| 亚洲美女视频黄频| 亚洲aⅴ乱码一区二区在线播放| 香蕉精品网在线| 伦精品一区二区三区| 国产黄色免费在线视频| 麻豆国产97在线/欧美| 国产精品嫩草影院av在线观看| 久久久a久久爽久久v久久| 欧美区成人在线视频| 草草在线视频免费看| 青青草视频在线视频观看| 麻豆乱淫一区二区| av视频免费观看在线观看| 日韩人妻高清精品专区| 黑人猛操日本美女一级片| 亚洲欧美一区二区三区国产| 国产伦精品一区二区三区四那| 国产永久视频网站| 亚洲av福利一区| 亚洲精品日本国产第一区| 国产成人精品一,二区| 国产熟女欧美一区二区| 精品久久久久久电影网| 久久国产亚洲av麻豆专区| 91精品国产九色| 国产成人freesex在线| 少妇人妻一区二区三区视频| 欧美性感艳星| 天堂俺去俺来也www色官网| 蜜桃在线观看..| 国产极品天堂在线| av一本久久久久| 少妇人妻精品综合一区二区| 国产精品人妻久久久久久| 免费高清在线观看视频在线观看| 国产视频首页在线观看| 国产精品一二三区在线看| 国产成人一区二区在线| freevideosex欧美| 在线观看国产h片| 简卡轻食公司| 亚洲丝袜综合中文字幕| 亚洲国产高清在线一区二区三| 七月丁香在线播放| 国模一区二区三区四区视频| 97在线人人人人妻| 在线看a的网站| 七月丁香在线播放| 美女福利国产在线 | 人妻一区二区av| 在线观看av片永久免费下载| 久久久国产一区二区| 乱系列少妇在线播放| 精品一区二区三卡| 老司机影院毛片| 各种免费的搞黄视频| 亚洲综合精品二区| 少妇精品久久久久久久| 欧美日韩一区二区视频在线观看视频在线| 成人国产av品久久久| 国产片特级美女逼逼视频| 午夜免费观看性视频| 在线看a的网站| 国产精品三级大全| 国产精品一区www在线观看| 成人午夜精彩视频在线观看| 国产乱人视频| 国产精品欧美亚洲77777| 亚洲精品成人av观看孕妇| 中文字幕久久专区| 天天躁夜夜躁狠狠久久av| a级毛片免费高清观看在线播放| 狂野欧美激情性bbbbbb| 观看免费一级毛片| 午夜福利在线观看免费完整高清在| 七月丁香在线播放| 国模一区二区三区四区视频| 国产高清三级在线| 制服丝袜香蕉在线| 久久久国产一区二区| 国产精品99久久99久久久不卡 | 最近最新中文字幕免费大全7| 大香蕉97超碰在线| 精品一品国产午夜福利视频| 国产女主播在线喷水免费视频网站| 国产男人的电影天堂91| 在线 av 中文字幕| 国产伦精品一区二区三区四那| 亚洲精品乱码久久久久久按摩| 一级毛片久久久久久久久女| 久久精品国产亚洲网站| 亚洲无线观看免费| 只有这里有精品99| 深爱激情五月婷婷| 成年av动漫网址| 欧美区成人在线视频| 视频区图区小说| 国模一区二区三区四区视频| 在线观看一区二区三区激情| 三级国产精品欧美在线观看| 精品久久久久久久久av| 免费在线观看成人毛片| 亚洲国产日韩一区二区| 久久99热这里只有精品18| 免费观看的影片在线观看| 亚洲丝袜综合中文字幕| 免费高清在线观看视频在线观看| 久久99热这里只频精品6学生| 久久久久久久大尺度免费视频| 久久久久久久久久久免费av| 一本—道久久a久久精品蜜桃钙片| 色婷婷久久久亚洲欧美| 久久久精品免费免费高清| 免费高清在线观看视频在线观看| 最近中文字幕高清免费大全6| 内地一区二区视频在线| 国产av码专区亚洲av| 亚洲内射少妇av| 婷婷色av中文字幕| 亚洲成色77777| 亚洲自偷自拍三级| 亚洲精品第二区| 国产在线免费精品| 丰满人妻一区二区三区视频av| 麻豆成人午夜福利视频| 日韩在线高清观看一区二区三区| 美女主播在线视频| 欧美xxxx黑人xx丫x性爽| 男人添女人高潮全过程视频| 久久99精品国语久久久| 欧美成人a在线观看| 免费黄频网站在线观看国产| 制服丝袜香蕉在线| 日韩强制内射视频| 内地一区二区视频在线| 大话2 男鬼变身卡| 日本猛色少妇xxxxx猛交久久| 婷婷色av中文字幕| 男女免费视频国产| xxx大片免费视频| 熟女人妻精品中文字幕| 女性生殖器流出的白浆| 在线观看三级黄色| 国产精品国产三级国产专区5o| 建设人人有责人人尽责人人享有的 | 久久久久视频综合| 干丝袜人妻中文字幕| 97在线视频观看| 极品教师在线视频| 国产av码专区亚洲av| 97在线视频观看| 老熟女久久久| 高清黄色对白视频在线免费看 | 久久久精品94久久精品| 成人二区视频| 五月开心婷婷网| 亚洲成色77777| 亚洲精品国产成人久久av| 免费黄网站久久成人精品| 男女免费视频国产| 久久99热这里只频精品6学生| 国产免费又黄又爽又色| 亚洲美女黄色视频免费看| 国产在视频线精品| 亚洲欧美成人精品一区二区| 日韩制服骚丝袜av| 亚洲人与动物交配视频| 欧美激情极品国产一区二区三区 | 下体分泌物呈黄色| 一级毛片 在线播放| 男男h啪啪无遮挡| 又黄又爽又刺激的免费视频.| 婷婷色麻豆天堂久久| 欧美成人a在线观看| 人妻 亚洲 视频| 草草在线视频免费看| 久久久久国产精品人妻一区二区| 国产精品一区二区三区四区免费观看| 精品午夜福利在线看| 久久99热6这里只有精品| 精品国产一区二区三区久久久樱花 | 搡老乐熟女国产| 欧美高清性xxxxhd video| 国内少妇人妻偷人精品xxx网站| 一区二区三区四区激情视频| 亚洲国产精品成人久久小说| 国模一区二区三区四区视频| 人人妻人人爽人人添夜夜欢视频 | 久久精品久久久久久久性| 人妻夜夜爽99麻豆av| 午夜福利在线观看免费完整高清在| 老女人水多毛片| 秋霞在线观看毛片| 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| 国产女主播在线喷水免费视频网站| 免费大片18禁| 在线观看人妻少妇| 国产精品无大码| av不卡在线播放| 在线精品无人区一区二区三 | 精品人妻一区二区三区麻豆| 这个男人来自地球电影免费观看 | 涩涩av久久男人的天堂| freevideosex欧美| 久久久久久久精品精品| 国产日韩欧美亚洲二区| 女性生殖器流出的白浆| 一级毛片电影观看| 永久免费av网站大全| 91精品伊人久久大香线蕉| 午夜激情福利司机影院| 黄色配什么色好看| 亚洲精品国产成人久久av| 久久精品国产a三级三级三级| 亚洲精品,欧美精品| 少妇人妻久久综合中文| 99热这里只有是精品在线观看| 亚洲第一区二区三区不卡| 狂野欧美激情性xxxx在线观看| 又爽又黄a免费视频| 久久久午夜欧美精品| 亚洲国产欧美在线一区| 极品教师在线视频| 成年免费大片在线观看| 肉色欧美久久久久久久蜜桃| 亚洲精品aⅴ在线观看| 欧美日韩视频高清一区二区三区二| 国产精品麻豆人妻色哟哟久久| 欧美精品一区二区大全| 亚洲av成人精品一二三区| 久久久久国产精品人妻一区二区| 人体艺术视频欧美日本| 日韩,欧美,国产一区二区三区| 国产精品三级大全| 丝瓜视频免费看黄片| av天堂中文字幕网| 99九九线精品视频在线观看视频| 啦啦啦啦在线视频资源| www.av在线官网国产| 亚洲欧美成人综合另类久久久| 国产片特级美女逼逼视频| 内射极品少妇av片p| 精华霜和精华液先用哪个| 日本-黄色视频高清免费观看| 永久网站在线| 91久久精品国产一区二区成人| 午夜视频国产福利| 色吧在线观看| 欧美少妇被猛烈插入视频| videos熟女内射| 亚洲精品日韩在线中文字幕| 卡戴珊不雅视频在线播放| 蜜桃在线观看..| 精品国产一区二区三区久久久樱花 | 色吧在线观看| 精华霜和精华液先用哪个| 国产成人freesex在线| 欧美激情国产日韩精品一区| 成人高潮视频无遮挡免费网站| 在线看a的网站| 18+在线观看网站| 日本与韩国留学比较| 最近最新中文字幕免费大全7| 亚洲欧美清纯卡通| 熟女人妻精品中文字幕| 日韩亚洲欧美综合| 女性被躁到高潮视频| 精品午夜福利在线看| 99久久精品国产国产毛片| 看十八女毛片水多多多| 久久综合国产亚洲精品| 国产av一区二区精品久久 | 亚洲欧美中文字幕日韩二区| 九九在线视频观看精品| 一区二区三区四区激情视频| 亚洲欧美成人精品一区二区| 2018国产大陆天天弄谢| 国产 一区 欧美 日韩| 欧美精品一区二区免费开放| 国产黄色视频一区二区在线观看| 熟女电影av网| 啦啦啦视频在线资源免费观看| 亚洲,欧美,日韩| 狂野欧美激情性xxxx在线观看| 国产淫语在线视频| 亚洲精品乱久久久久久| 99久久人妻综合| 欧美日韩精品成人综合77777| 青春草国产在线视频| 国内少妇人妻偷人精品xxx网站| 国产亚洲精品久久久com| 国产黄片美女视频| 深夜a级毛片| 黄色视频在线播放观看不卡| 国产成人精品久久久久久| 亚洲av电影在线观看一区二区三区| 亚洲三级黄色毛片| 亚洲人成网站高清观看| 欧美日韩精品成人综合77777| 久久99热6这里只有精品| 黄色配什么色好看| 久久综合国产亚洲精品| 国产精品麻豆人妻色哟哟久久| 纵有疾风起免费观看全集完整版| 天美传媒精品一区二区| 免费少妇av软件| 高清黄色对白视频在线免费看 | 在线免费十八禁| 成年美女黄网站色视频大全免费 | av天堂中文字幕网| 亚洲综合色惰| 中文在线观看免费www的网站| 少妇丰满av| 久久精品国产亚洲网站| 国产成人精品久久久久久| 亚洲国产av新网站| 国产精品伦人一区二区| 高清午夜精品一区二区三区| 精品久久久久久久末码| 国产精品伦人一区二区| 亚洲欧美精品专区久久| 三级国产精品片| 久久精品夜色国产| 国产乱人视频| 最近中文字幕高清免费大全6| 中国美白少妇内射xxxbb| 欧美性感艳星| 麻豆成人av视频| 校园人妻丝袜中文字幕| 国产伦在线观看视频一区| 亚洲精品国产成人久久av| 少妇人妻精品综合一区二区| 日韩,欧美,国产一区二区三区| 亚洲精品久久午夜乱码| 韩国av在线不卡| 亚洲av国产av综合av卡| 狂野欧美白嫩少妇大欣赏| 黄色日韩在线| 一区二区三区免费毛片| 中文字幕精品免费在线观看视频 | av福利片在线观看| 国产精品成人在线| 亚洲欧美一区二区三区国产| 日韩欧美 国产精品| 人妻少妇偷人精品九色| 成人毛片a级毛片在线播放| 亚洲国产最新在线播放| 伦理电影大哥的女人| 亚洲av.av天堂| 直男gayav资源| 国产av码专区亚洲av| 激情五月婷婷亚洲| 国产免费又黄又爽又色| 亚洲内射少妇av| 涩涩av久久男人的天堂| 日本色播在线视频| 中文字幕制服av| 亚洲av国产av综合av卡| 亚洲国产色片| 人妻制服诱惑在线中文字幕| 国产精品久久久久久av不卡| 欧美日本视频| 噜噜噜噜噜久久久久久91| 国产精品久久久久久精品古装| av免费观看日本| 免费久久久久久久精品成人欧美视频 | 亚洲精品日韩av片在线观看| 亚洲欧美一区二区三区国产| 精品酒店卫生间| 日本午夜av视频| 狠狠精品人妻久久久久久综合| 又大又黄又爽视频免费| 久久精品国产亚洲av天美| 3wmmmm亚洲av在线观看| 日韩一区二区三区影片| 欧美三级亚洲精品| 91久久精品国产一区二区成人| 亚洲成色77777| 在线观看免费高清a一片| 青春草视频在线免费观看| 日日撸夜夜添| 男人添女人高潮全过程视频| 黄片无遮挡物在线观看| 日韩 亚洲 欧美在线| 边亲边吃奶的免费视频| 少妇 在线观看| 亚洲第一av免费看| 日本猛色少妇xxxxx猛交久久| 大又大粗又爽又黄少妇毛片口| 日韩av免费高清视频| 中文乱码字字幕精品一区二区三区| 久久热精品热| 久久精品久久久久久久性| 另类亚洲欧美激情| 丰满迷人的少妇在线观看| 亚洲无线观看免费| 99九九线精品视频在线观看视频| 精品一区二区三卡| 国产亚洲最大av| 欧美激情国产日韩精品一区| 国产亚洲欧美精品永久| 亚洲精品国产av成人精品| 欧美日韩一区二区视频在线观看视频在线| 在线 av 中文字幕| 免费黄频网站在线观看国产| 少妇的逼好多水| av在线老鸭窝| 亚洲欧洲日产国产| 亚洲综合精品二区| 国产精品一区二区性色av| 美女福利国产在线 | 伦理电影大哥的女人| 能在线免费看毛片的网站| 国产黄片美女视频| 日本欧美国产在线视频| 日韩av在线免费看完整版不卡| 久久精品夜色国产| 国产一区二区三区av在线| 久久久久久久精品精品| 老司机影院毛片| 18禁在线无遮挡免费观看视频| 国产亚洲精品久久久com| 日韩av不卡免费在线播放| 婷婷色av中文字幕| 欧美老熟妇乱子伦牲交| 国产视频首页在线观看| 国产伦理片在线播放av一区| 国精品久久久久久国模美| 亚洲av中文字字幕乱码综合| 舔av片在线| 精品亚洲成国产av| 亚洲内射少妇av| 又爽又黄a免费视频| 国产亚洲91精品色在线| 80岁老熟妇乱子伦牲交| 亚洲av男天堂| 成人综合一区亚洲| 美女xxoo啪啪120秒动态图| 麻豆成人av视频| 97热精品久久久久久| 久久久欧美国产精品| 五月玫瑰六月丁香| a级一级毛片免费在线观看| 日本猛色少妇xxxxx猛交久久| 在线观看免费视频网站a站| 国产男人的电影天堂91| 午夜免费观看性视频| 一级二级三级毛片免费看| 国产成人a区在线观看| 亚洲精品国产成人久久av| 伦理电影大哥的女人| 能在线免费看毛片的网站| 日韩一本色道免费dvd| 一区二区三区四区激情视频| 大陆偷拍与自拍| 下体分泌物呈黄色| 哪个播放器可以免费观看大片| 精品亚洲成a人片在线观看 | 一本一本综合久久| 日本与韩国留学比较| 婷婷色av中文字幕| 18禁裸乳无遮挡动漫免费视频| kizo精华| 99九九线精品视频在线观看视频| 三级经典国产精品|