• <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
    亚洲性久久影院| 中文字幕人妻丝袜制服| 欧美日韩成人在线一区二区| 九色成人免费人妻av| av国产久精品久网站免费入址| 青春草国产在线视频| 80岁老熟妇乱子伦牲交| 国产永久视频网站| 18禁裸乳无遮挡动漫免费视频| 高清毛片免费看| 看免费成人av毛片| 一区二区av电影网| 久久久久久久精品精品| 性色av一级| 一级毛片aaaaaa免费看小| 日本免费在线观看一区| xxx大片免费视频| 99九九在线精品视频| 精品99又大又爽又粗少妇毛片| 精品少妇黑人巨大在线播放| 成人毛片60女人毛片免费| 十分钟在线观看高清视频www| 热re99久久国产66热| 丝袜在线中文字幕| 女人久久www免费人成看片| 街头女战士在线观看网站| 精品一区在线观看国产| 欧美丝袜亚洲另类| 欧美日本中文国产一区发布| 成人国产麻豆网| 校园人妻丝袜中文字幕| 成年av动漫网址| 九草在线视频观看| 99热网站在线观看| 美女国产高潮福利片在线看| 免费看不卡的av| 日韩一本色道免费dvd| 九色成人免费人妻av| 男人爽女人下面视频在线观看| 免费黄频网站在线观看国产| 日本黄大片高清| 各种免费的搞黄视频| 少妇猛男粗大的猛烈进出视频| 亚洲av不卡在线观看| 欧美激情国产日韩精品一区| 又大又黄又爽视频免费| 一区二区三区乱码不卡18| 欧美成人午夜免费资源| 在线天堂最新版资源| 七月丁香在线播放| 国产老妇伦熟女老妇高清| 夜夜爽夜夜爽视频| 伊人亚洲综合成人网| 国产国拍精品亚洲av在线观看| 国产亚洲精品久久久com| 国产亚洲av片在线观看秒播厂| 99国产综合亚洲精品| 99热网站在线观看| 亚洲av免费高清在线观看| 一级爰片在线观看| 交换朋友夫妻互换小说| 成人影院久久| 亚洲av综合色区一区| 国产成人一区二区在线| 最新中文字幕久久久久| 免费观看的影片在线观看| 亚洲国产毛片av蜜桃av| 中文字幕人妻丝袜制服| 精品久久久久久久久av| 妹子高潮喷水视频| 女人久久www免费人成看片| 人人妻人人澡人人看| 在线观看免费高清a一片| 九九爱精品视频在线观看| 国产精品一区二区三区四区免费观看| 久久久久久久久大av| 性色avwww在线观看| 亚洲国产毛片av蜜桃av| 2022亚洲国产成人精品| 日韩成人av中文字幕在线观看| 在线观看www视频免费| 赤兔流量卡办理| freevideosex欧美| 啦啦啦中文免费视频观看日本| 亚洲av不卡在线观看| 国产白丝娇喘喷水9色精品| 哪个播放器可以免费观看大片| 视频中文字幕在线观看| 国产在线一区二区三区精| 色网站视频免费| 七月丁香在线播放| 中文乱码字字幕精品一区二区三区| 日韩一区二区视频免费看| 亚洲激情五月婷婷啪啪| 一区二区三区四区激情视频| av在线老鸭窝| 国产精品国产三级专区第一集| 免费大片18禁| 国产亚洲精品第一综合不卡 | 国产精品久久久久久久电影| √禁漫天堂资源中文www| 午夜激情福利司机影院| 99re6热这里在线精品视频| 丝袜美足系列| 大码成人一级视频| 性色av一级| www.av在线官网国产| 国产国语露脸激情在线看| 美女内射精品一级片tv| 80岁老熟妇乱子伦牲交| 国产一区二区三区av在线| 一区二区三区四区激情视频| 国产日韩欧美在线精品| 免费高清在线观看视频在线观看| 免费观看性生交大片5| 99热这里只有精品一区| 天堂中文最新版在线下载| 国产男女内射视频| 超碰97精品在线观看| 久久鲁丝午夜福利片| 亚洲av成人精品一二三区| 国产在视频线精品| a级片在线免费高清观看视频| 国产 一区精品| 卡戴珊不雅视频在线播放| 亚洲精品一区蜜桃| 亚洲精品自拍成人| 亚洲成人手机| 秋霞伦理黄片| 少妇丰满av| 能在线免费看毛片的网站| 午夜影院在线不卡| 欧美精品高潮呻吟av久久| 日韩人妻高清精品专区| 久久精品久久精品一区二区三区| 国产精品麻豆人妻色哟哟久久| 午夜福利网站1000一区二区三区| 亚洲色图综合在线观看| 美女中出高潮动态图| 男女边摸边吃奶| 国产黄片视频在线免费观看| 亚洲第一av免费看| 日本av免费视频播放| 精品少妇内射三级| av视频免费观看在线观看| 日本av免费视频播放| 91精品伊人久久大香线蕉| 欧美精品高潮呻吟av久久| 亚洲av中文av极速乱| 91在线精品国自产拍蜜月| 亚洲精品一区蜜桃| 蜜臀久久99精品久久宅男| 国精品久久久久久国模美| 国产乱人偷精品视频| 制服丝袜香蕉在线| 美女xxoo啪啪120秒动态图| 亚洲人成网站在线播| 日本-黄色视频高清免费观看| 欧美另类一区| 久久精品国产鲁丝片午夜精品| 国产女主播在线喷水免费视频网站| 欧美性感艳星| 美女中出高潮动态图| 成人手机av| 午夜老司机福利剧场| 亚洲精品久久成人aⅴ小说 | 美女国产高潮福利片在线看| 久久久国产精品麻豆| 国产精品人妻久久久影院| 亚洲欧美日韩另类电影网站| 夜夜看夜夜爽夜夜摸| 欧美另类一区| 在线观看人妻少妇| 69精品国产乱码久久久| 最近的中文字幕免费完整| 欧美激情极品国产一区二区三区 | 中文字幕精品免费在线观看视频 | 国产精品成人在线| 亚洲四区av| 欧美激情 高清一区二区三区| 亚洲国产av影院在线观看| 中文乱码字字幕精品一区二区三区| 久久亚洲国产成人精品v| 亚洲欧洲国产日韩| 欧美精品亚洲一区二区| 在线天堂最新版资源| 国产视频首页在线观看| 午夜福利视频在线观看免费| 成人手机av| 最近手机中文字幕大全| 国产探花极品一区二区| 成人国产av品久久久| 黄色配什么色好看| 搡老乐熟女国产| 国产熟女欧美一区二区| 欧美日韩视频高清一区二区三区二| 国产亚洲av片在线观看秒播厂| 免费高清在线观看视频在线观看| 国产老妇伦熟女老妇高清| 不卡视频在线观看欧美| 一级毛片电影观看| 免费黄频网站在线观看国产| 日韩精品有码人妻一区| 国产乱来视频区| 国产精品一区二区在线观看99| 国产精品免费大片| 丁香六月天网| 69精品国产乱码久久久| 一级黄片播放器| 国产精品一区二区在线观看99| 国产片内射在线| 十八禁高潮呻吟视频| 18在线观看网站| 能在线免费看毛片的网站| 欧美老熟妇乱子伦牲交| 日韩av免费高清视频| 狠狠精品人妻久久久久久综合| 国产免费一级a男人的天堂| 亚洲精品久久午夜乱码| av视频免费观看在线观看| 菩萨蛮人人尽说江南好唐韦庄| 午夜激情福利司机影院| 国产成人精品无人区| 国精品久久久久久国模美| 亚洲丝袜综合中文字幕| 美女国产视频在线观看| 亚洲国产成人一精品久久久| 久久久亚洲精品成人影院| 美女内射精品一级片tv| 看免费成人av毛片| 亚洲情色 制服丝袜| 97在线人人人人妻| 日韩伦理黄色片| 狂野欧美激情性bbbbbb| 在线看a的网站| 国产成人免费无遮挡视频| 久久这里有精品视频免费| 亚洲欧洲国产日韩| 晚上一个人看的免费电影| av网站免费在线观看视频| 日本爱情动作片www.在线观看| 欧美97在线视频| 久久精品国产自在天天线| 久久久久网色| 亚洲成色77777| 国产亚洲最大av| 自线自在国产av| 一区二区三区精品91| 日韩免费高清中文字幕av| 伦精品一区二区三区| 日韩av免费高清视频| 亚洲精品一区蜜桃| 亚洲欧洲国产日韩| 女的被弄到高潮叫床怎么办| 一区二区三区精品91| 亚洲精品日本国产第一区| 人人妻人人澡人人爽人人夜夜| 丰满迷人的少妇在线观看| 少妇精品久久久久久久| 国产国语露脸激情在线看| 国产视频内射| freevideosex欧美| 最近的中文字幕免费完整| 狠狠婷婷综合久久久久久88av| 午夜免费鲁丝| 色5月婷婷丁香| 亚洲综合色网址| 国产爽快片一区二区三区| 2022亚洲国产成人精品| 97精品久久久久久久久久精品| 中文字幕人妻丝袜制服| 国产免费视频播放在线视频| 久久精品国产亚洲av涩爱| 黑人猛操日本美女一级片| 十八禁高潮呻吟视频| 国产熟女午夜一区二区三区 | 少妇被粗大猛烈的视频| 另类精品久久| 免费高清在线观看视频在线观看| 久久久久网色| 久久99一区二区三区| 91久久精品国产一区二区成人| 国产伦理片在线播放av一区| 久久影院123| 成人综合一区亚洲| 爱豆传媒免费全集在线观看| 免费黄网站久久成人精品| 欧美日韩成人在线一区二区| 99热全是精品| 欧美激情 高清一区二区三区| 亚洲国产欧美在线一区| av在线老鸭窝| 免费不卡的大黄色大毛片视频在线观看| 18禁观看日本| 最新中文字幕久久久久| 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| 欧美bdsm另类| 飞空精品影院首页| 五月伊人婷婷丁香| 欧美成人精品欧美一级黄| freevideosex欧美| 久久人人爽人人片av| 久久99一区二区三区| 插阴视频在线观看视频| 九九在线视频观看精品| 国产免费视频播放在线视频| 亚洲中文av在线| 青青草视频在线视频观看| 亚洲人成网站在线观看播放| 亚洲欧洲日产国产| 成人午夜精彩视频在线观看| 有码 亚洲区| 免费少妇av软件| 女人精品久久久久毛片| 久久久国产欧美日韩av| 亚洲av男天堂| 精品人妻一区二区三区麻豆| 我的女老师完整版在线观看| videos熟女内射| 成人国产麻豆网| 晚上一个人看的免费电影| 久久99蜜桃精品久久| 亚洲人与动物交配视频| 亚洲av中文av极速乱| 黄色视频在线播放观看不卡| 亚洲av欧美aⅴ国产| 老司机亚洲免费影院| 成人亚洲欧美一区二区av| 久久韩国三级中文字幕| 亚洲经典国产精华液单| 精品卡一卡二卡四卡免费| 伊人久久精品亚洲午夜| 国产av国产精品国产| 亚洲在久久综合| 成人18禁高潮啪啪吃奶动态图 | 成人国语在线视频| 极品少妇高潮喷水抽搐| 极品人妻少妇av视频| 欧美成人精品欧美一级黄| 午夜av观看不卡| 热re99久久精品国产66热6| 久久久午夜欧美精品| 丝袜脚勾引网站| 亚洲欧美一区二区三区黑人 | 久久午夜福利片| 国产精品一区二区三区四区免费观看| 91精品伊人久久大香线蕉| 免费大片黄手机在线观看| 日本av手机在线免费观看| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 午夜福利网站1000一区二区三区| 国产 精品1| 纵有疾风起免费观看全集完整版| 午夜激情av网站| 22中文网久久字幕| 少妇 在线观看| 91午夜精品亚洲一区二区三区| 日韩亚洲欧美综合| 天天躁夜夜躁狠狠久久av| 国产精品嫩草影院av在线观看| 国产免费福利视频在线观看| 欧美精品亚洲一区二区| 超色免费av| 丰满饥渴人妻一区二区三| av播播在线观看一区| 麻豆精品久久久久久蜜桃| 国产极品天堂在线| 啦啦啦啦在线视频资源| 精品国产乱码久久久久久小说| 亚洲国产成人一精品久久久| 亚洲国产av影院在线观看| 国产乱人偷精品视频| 色婷婷av一区二区三区视频| 国产高清三级在线| 精品久久久久久久久av| 蜜桃在线观看..| 成人影院久久| 色5月婷婷丁香| 午夜免费鲁丝| 亚洲av二区三区四区| 18禁在线无遮挡免费观看视频| 性高湖久久久久久久久免费观看| 插阴视频在线观看视频| 纵有疾风起免费观看全集完整版| 亚洲五月色婷婷综合| 亚洲精品视频女| 日韩一区二区三区影片| 国产精品成人在线| 蜜桃国产av成人99| 少妇人妻 视频| av线在线观看网站| 亚洲一级一片aⅴ在线观看| 午夜影院在线不卡| 久久久精品94久久精品| 高清视频免费观看一区二区| av在线播放精品| 少妇高潮的动态图| 精品久久久精品久久久| 大话2 男鬼变身卡| 久久人人爽人人片av| 中文欧美无线码| 国产精品蜜桃在线观看| 日韩制服骚丝袜av| 国产色婷婷99| 国产视频首页在线观看| 日韩,欧美,国产一区二区三区| 日日爽夜夜爽网站| 国产av码专区亚洲av| 日韩亚洲欧美综合| 蜜臀久久99精品久久宅男| 蜜桃国产av成人99| 观看av在线不卡| 九九爱精品视频在线观看| 国产成人免费观看mmmm| 精品一品国产午夜福利视频| 黑人欧美特级aaaaaa片| 黄色一级大片看看| 一本大道久久a久久精品| 久久99一区二区三区| 最近的中文字幕免费完整| 亚洲精品,欧美精品| 超碰97精品在线观看| 久久精品久久久久久噜噜老黄| 久久久久久久久久久丰满| 日韩大片免费观看网站| av视频免费观看在线观看| 久久综合国产亚洲精品| 亚洲成色77777| 大香蕉97超碰在线| 亚洲精品久久久久久婷婷小说| 亚洲精品中文字幕在线视频| 亚洲国产av影院在线观看| 国产精品麻豆人妻色哟哟久久| 精品久久久久久久久av| 亚洲,欧美,日韩| 国产成人a∨麻豆精品| 国产精品久久久久久久电影| 51国产日韩欧美| 亚洲美女黄色视频免费看| 18禁观看日本| 亚洲av福利一区| 欧美变态另类bdsm刘玥| 久久97久久精品| 99视频精品全部免费 在线| 国内精品宾馆在线| av在线观看视频网站免费| 亚洲av不卡在线观看| 女人精品久久久久毛片| 久热这里只有精品99| 国产日韩一区二区三区精品不卡 | 9色porny在线观看| videosex国产| 久久久久精品性色| 日本av免费视频播放| 99久久人妻综合| 国产欧美另类精品又又久久亚洲欧美| 亚洲精品一二三| 中文字幕av电影在线播放| 精品国产露脸久久av麻豆| 国产 精品1| 午夜av观看不卡| 久久精品国产鲁丝片午夜精品| 啦啦啦在线观看免费高清www| 如日韩欧美国产精品一区二区三区 | 天天影视国产精品| 久久ye,这里只有精品| 国产成人freesex在线| 精品久久久精品久久久| 视频在线观看一区二区三区| 国产欧美日韩一区二区三区在线 | 欧美老熟妇乱子伦牲交| 美女内射精品一级片tv| 精品人妻偷拍中文字幕| 嘟嘟电影网在线观看| 日韩制服骚丝袜av| 国产av一区二区精品久久| xxxhd国产人妻xxx| 亚洲第一区二区三区不卡| videos熟女内射| 国产精品欧美亚洲77777| 国产伦理片在线播放av一区| 欧美日韩国产mv在线观看视频| 母亲3免费完整高清在线观看 | 国产av国产精品国产| 高清午夜精品一区二区三区| 一边摸一边做爽爽视频免费| 精品久久久久久电影网| av视频免费观看在线观看| 久久97久久精品| 午夜福利在线观看免费完整高清在| 欧美xxxx性猛交bbbb| 看非洲黑人一级黄片| 一个人免费看片子| 欧美性感艳星| 全区人妻精品视频| 国产乱来视频区| 九九久久精品国产亚洲av麻豆| 久久婷婷青草| 啦啦啦视频在线资源免费观看| 日本黄大片高清| 成人二区视频| 五月玫瑰六月丁香| 精品人妻熟女毛片av久久网站| 能在线免费看毛片的网站| 亚洲精品日韩在线中文字幕| 精品99又大又爽又粗少妇毛片| 一级片'在线观看视频| 99国产精品免费福利视频| av电影中文网址| 蜜臀久久99精品久久宅男| 亚洲国产精品国产精品| 久久ye,这里只有精品| .国产精品久久| 最近2019中文字幕mv第一页| 精品国产一区二区久久| 赤兔流量卡办理| av卡一久久| 伊人亚洲综合成人网| 狠狠精品人妻久久久久久综合| 一边亲一边摸免费视频| av有码第一页| 丝袜脚勾引网站| 26uuu在线亚洲综合色| 国产色婷婷99| 一区二区三区四区激情视频| 交换朋友夫妻互换小说| 亚洲人成网站在线播| 九色成人免费人妻av| 岛国毛片在线播放| 水蜜桃什么品种好| 美女cb高潮喷水在线观看| 亚洲精品视频女| 亚洲国产精品国产精品| 在线观看国产h片| 高清午夜精品一区二区三区| 免费看av在线观看网站| 爱豆传媒免费全集在线观看| 一个人看视频在线观看www免费| 亚洲精品国产av成人精品| 中文欧美无线码| 在线观看一区二区三区激情| 色视频在线一区二区三区| 大话2 男鬼变身卡| 国产欧美日韩一区二区三区在线 | 黄色配什么色好看| 水蜜桃什么品种好| 少妇人妻久久综合中文| 蜜桃在线观看..| 午夜福利影视在线免费观看| 国产一区二区三区av在线| 久久国产精品男人的天堂亚洲 | 国产深夜福利视频在线观看| 国产片内射在线| 99国产综合亚洲精品| 丰满饥渴人妻一区二区三| 国产欧美另类精品又又久久亚洲欧美| 国产一区二区三区综合在线观看 | 人妻 亚洲 视频| 午夜福利视频精品| 2022亚洲国产成人精品| 亚洲国产毛片av蜜桃av| 亚洲色图综合在线观看| 男女啪啪激烈高潮av片| 丁香六月天网| 日本爱情动作片www.在线观看| 人成视频在线观看免费观看| 国产深夜福利视频在线观看| 国产日韩一区二区三区精品不卡 | 嫩草影院入口| 亚洲精品,欧美精品| 国产免费又黄又爽又色| 中文字幕av电影在线播放| 男女边摸边吃奶| 91成人精品电影| 日本爱情动作片www.在线观看| 中文天堂在线官网| 日日啪夜夜爽| 黄色怎么调成土黄色| 欧美精品人与动牲交sv欧美| 国产乱人偷精品视频| 欧美日韩视频高清一区二区三区二| 人妻夜夜爽99麻豆av| 亚洲图色成人| 天堂8中文在线网| 欧美精品一区二区大全| 国产乱人偷精品视频| 午夜免费鲁丝| 久久热精品热| 在线观看人妻少妇| 国精品久久久久久国模美| 亚洲av中文av极速乱| 亚洲欧美色中文字幕在线| 免费观看无遮挡的男女| 国产极品天堂在线| 成人综合一区亚洲| 王馨瑶露胸无遮挡在线观看| 日本av免费视频播放| 日韩欧美一区视频在线观看| 日韩欧美精品免费久久| 国产精品无大码| 秋霞伦理黄片| 春色校园在线视频观看| 国产熟女午夜一区二区三区 | 男男h啪啪无遮挡| 久久久午夜欧美精品| 夜夜爽夜夜爽视频| 久久午夜福利片| 亚洲天堂av无毛| 午夜免费男女啪啪视频观看| 99久久精品国产国产毛片| 免费播放大片免费观看视频在线观看| 亚洲国产精品999| 中文乱码字字幕精品一区二区三区| 亚洲伊人久久精品综合|