• <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
    www.色视频.com| 长腿黑丝高跟| 国产蜜桃级精品一区二区三区| 一级a爱片免费观看的视频| 亚洲精品亚洲一区二区| 两个人的视频大全免费| 国语自产精品视频在线第100页| 人妻制服诱惑在线中文字幕| 国产免费男女视频| av在线观看视频网站免费| 精品乱码久久久久久99久播| 欧美成人a在线观看| 亚洲欧美精品综合久久99| 亚洲精华国产精华液的使用体验 | 尾随美女入室| 日日啪夜夜撸| a级毛片a级免费在线| 1024手机看黄色片| 老师上课跳d突然被开到最大视频| 欧美激情久久久久久爽电影| 97人妻精品一区二区三区麻豆| a级毛片a级免费在线| 精品人妻熟女av久视频| 人妻丰满熟妇av一区二区三区| 一级黄色大片毛片| 九九久久精品国产亚洲av麻豆| 极品教师在线免费播放| 国产日本99.免费观看| 成人精品一区二区免费| 国产三级中文精品| 国产一区二区亚洲精品在线观看| 久久久国产成人免费| 国产在线精品亚洲第一网站| 午夜福利在线观看免费完整高清在 | 国产伦一二天堂av在线观看| av中文乱码字幕在线| 亚洲无线在线观看| 精品无人区乱码1区二区| 美女被艹到高潮喷水动态| 999久久久精品免费观看国产| 国产私拍福利视频在线观看| 性色avwww在线观看| 国产精品永久免费网站| 国产老妇女一区| 婷婷六月久久综合丁香| 一区二区三区免费毛片| 国产在视频线在精品| 亚洲经典国产精华液单| 色综合亚洲欧美另类图片| 亚洲精品影视一区二区三区av| 欧美日韩亚洲国产一区二区在线观看| 少妇高潮的动态图| 最新中文字幕久久久久| 69人妻影院| 极品教师在线视频| 国产毛片a区久久久久| 3wmmmm亚洲av在线观看| 啪啪无遮挡十八禁网站| 欧美国产日韩亚洲一区| 小说图片视频综合网站| 久久精品国产清高在天天线| 性色avwww在线观看| 国产aⅴ精品一区二区三区波| 欧美日韩综合久久久久久 | 成年女人毛片免费观看观看9| 色5月婷婷丁香| 亚洲真实伦在线观看| 亚洲最大成人av| 久99久视频精品免费| 国产av麻豆久久久久久久| 人妻夜夜爽99麻豆av| 亚洲av成人av| 一进一出抽搐动态| 韩国av一区二区三区四区| 自拍偷自拍亚洲精品老妇| 欧美性猛交╳xxx乱大交人| 精品无人区乱码1区二区| 日日摸夜夜添夜夜添av毛片 | 又爽又黄a免费视频| 熟女电影av网| 天堂动漫精品| 乱系列少妇在线播放| 看片在线看免费视频| 又粗又爽又猛毛片免费看| 舔av片在线| 国产69精品久久久久777片| 国产伦一二天堂av在线观看| 男人舔女人下体高潮全视频| www.www免费av| 十八禁国产超污无遮挡网站| 一进一出抽搐gif免费好疼| 琪琪午夜伦伦电影理论片6080| 狂野欧美白嫩少妇大欣赏| 看黄色毛片网站| 村上凉子中文字幕在线| 日韩av在线大香蕉| 天堂影院成人在线观看| 国产熟女欧美一区二区| 国产精品三级大全| 夜夜夜夜夜久久久久| 内射极品少妇av片p| 婷婷色综合大香蕉| 久久天躁狠狠躁夜夜2o2o| 国产综合懂色| 欧美一区二区亚洲| 午夜激情欧美在线| 国产伦在线观看视频一区| 精华霜和精华液先用哪个| 69av精品久久久久久| 欧美日韩亚洲国产一区二区在线观看| 国产熟女欧美一区二区| 国产一区二区激情短视频| 精品无人区乱码1区二区| 久久久久久久久久成人| 久久亚洲精品不卡| 一夜夜www| 欧美成人免费av一区二区三区| 欧美日韩瑟瑟在线播放| 久久久久久久久大av| 亚洲欧美日韩高清专用| 看片在线看免费视频| 村上凉子中文字幕在线| 中亚洲国语对白在线视频| 精品久久久久久久久久免费视频| 精品人妻偷拍中文字幕| 天美传媒精品一区二区| 久久久久久久久久久丰满 | 国产精品久久久久久av不卡| 国产 一区 欧美 日韩| 亚洲成人久久性| 亚洲精品国产成人久久av| 国产精品伦人一区二区| 变态另类成人亚洲欧美熟女| 欧美精品国产亚洲| 亚洲人成伊人成综合网2020| 黄色一级大片看看| 亚洲国产欧洲综合997久久,| 成年免费大片在线观看| av福利片在线观看| 久久精品影院6| 一级黄片播放器| 亚洲国产精品合色在线| 国产私拍福利视频在线观看| 三级毛片av免费| 麻豆一二三区av精品| 亚洲乱码一区二区免费版| 嫩草影院新地址| 韩国av在线不卡| 成熟少妇高潮喷水视频| 欧美高清成人免费视频www| 午夜福利在线观看免费完整高清在 | 男人狂女人下面高潮的视频| 免费看日本二区| 欧美国产日韩亚洲一区| 国产成人a区在线观看| 亚洲在线自拍视频| 日韩,欧美,国产一区二区三区 | 欧美一区二区精品小视频在线| 88av欧美| 久久久久久久午夜电影| 久久午夜福利片| 亚洲va在线va天堂va国产| 国产真实乱freesex| 美女高潮的动态| 欧美极品一区二区三区四区| 成人综合一区亚洲| 色5月婷婷丁香| 免费av不卡在线播放| 国产免费一级a男人的天堂| 99热网站在线观看| 久久亚洲真实| 精品午夜福利视频在线观看一区| 天堂av国产一区二区熟女人妻| 在线a可以看的网站| 深夜a级毛片| 国产不卡一卡二| 琪琪午夜伦伦电影理论片6080| 制服丝袜大香蕉在线| 欧美在线一区亚洲| 美女 人体艺术 gogo| 亚洲三级黄色毛片| 在线观看免费视频日本深夜| eeuss影院久久| 18禁在线播放成人免费| 51国产日韩欧美| 亚洲av成人精品一区久久| 婷婷精品国产亚洲av| 亚洲精品成人久久久久久| 淫秽高清视频在线观看| 一本一本综合久久| 国产又黄又爽又无遮挡在线| 精品久久久久久久久久久久久| 国产v大片淫在线免费观看| 国内久久婷婷六月综合欲色啪| 久久久久久久亚洲中文字幕| 亚洲无线观看免费| 精品乱码久久久久久99久播| 亚洲一区高清亚洲精品| 国产一区二区三区视频了| 免费看美女性在线毛片视频| 真实男女啪啪啪动态图| 国产精品无大码| 国产成人影院久久av| 国产精品不卡视频一区二区| 国产私拍福利视频在线观看| 免费看av在线观看网站| av在线蜜桃| 免费观看人在逋| 日本一本二区三区精品| 婷婷色综合大香蕉| 亚洲人与动物交配视频| 亚洲专区国产一区二区| 亚洲精品国产成人久久av| 在线播放国产精品三级| 欧美日本亚洲视频在线播放| 国产亚洲av嫩草精品影院| av在线亚洲专区| 亚洲一级一片aⅴ在线观看| 两人在一起打扑克的视频| 男女边吃奶边做爰视频| 亚洲不卡免费看| 国产乱人视频| 亚洲精品久久国产高清桃花| 淫妇啪啪啪对白视频| 亚洲专区中文字幕在线| 男女下面进入的视频免费午夜| 国产亚洲91精品色在线| 男插女下体视频免费在线播放| 久久99热6这里只有精品| 久久久久精品国产欧美久久久| 日日摸夜夜添夜夜添av毛片 | 嫩草影院精品99| 99精品久久久久人妻精品| 亚洲av电影不卡..在线观看| 中文在线观看免费www的网站| 国产精品人妻久久久久久| 精品一区二区三区视频在线观看免费| 国内揄拍国产精品人妻在线| 能在线免费观看的黄片| 精品不卡国产一区二区三区| 免费看美女性在线毛片视频| 国产欧美日韩精品一区二区| 美女黄网站色视频| 午夜福利成人在线免费观看| 日韩欧美国产一区二区入口| 真人一进一出gif抽搐免费| 少妇熟女aⅴ在线视频| 有码 亚洲区| 欧美高清性xxxxhd video| 国产精品久久久久久亚洲av鲁大| 久久国内精品自在自线图片| 白带黄色成豆腐渣| 99九九线精品视频在线观看视频| 国产精品电影一区二区三区| 国产精品久久久久久精品电影| 桃色一区二区三区在线观看| 国产爱豆传媒在线观看| 禁无遮挡网站| 免费av不卡在线播放| 国内毛片毛片毛片毛片毛片| 中文字幕久久专区| 99热网站在线观看| 一卡2卡三卡四卡精品乱码亚洲| 日韩精品青青久久久久久| 日韩欧美精品免费久久| 国内精品一区二区在线观看| 欧美一区二区国产精品久久精品| 久久久久久久亚洲中文字幕| 久久久成人免费电影| 欧美3d第一页| 久久欧美精品欧美久久欧美| 1024手机看黄色片| 国产精品久久久久久久电影| 色播亚洲综合网| 国产亚洲精品av在线| 五月玫瑰六月丁香| 乱码一卡2卡4卡精品| 黄片wwwwww| 亚洲欧美激情综合另类| 中文字幕av成人在线电影| 在线观看午夜福利视频| 国产精品一区二区三区四区免费观看 | 国产av不卡久久| 久久精品国产鲁丝片午夜精品 | 一本精品99久久精品77| 色噜噜av男人的天堂激情| 99热这里只有是精品在线观看| 亚洲成人久久性| 99riav亚洲国产免费| 免费看光身美女| 国产精品爽爽va在线观看网站| 久久国产精品人妻蜜桃| 国产精品久久久久久精品电影| 91精品国产九色| 欧美又色又爽又黄视频| 51国产日韩欧美| 欧美三级亚洲精品| videossex国产| 天天一区二区日本电影三级| 国产精品精品国产色婷婷| 啦啦啦观看免费观看视频高清| 色综合亚洲欧美另类图片| 特大巨黑吊av在线直播| 无遮挡黄片免费观看| 可以在线观看的亚洲视频| 熟女电影av网| 性色avwww在线观看| 欧美不卡视频在线免费观看| 一级毛片久久久久久久久女| 18+在线观看网站| 九色成人免费人妻av| 十八禁国产超污无遮挡网站| 国产精品一及| 中文在线观看免费www的网站| 日韩精品有码人妻一区| 免费看av在线观看网站| 亚洲自拍偷在线| 狂野欧美白嫩少妇大欣赏| 色哟哟哟哟哟哟| 亚洲va在线va天堂va国产| h日本视频在线播放| 观看美女的网站| 国产亚洲精品av在线| 久久久久久国产a免费观看| 人妻丰满熟妇av一区二区三区| 91麻豆精品激情在线观看国产| 精品日产1卡2卡| 色在线成人网| 国产单亲对白刺激| 亚洲精品日韩av片在线观看| 中出人妻视频一区二区| 亚洲真实伦在线观看| 国产成人av教育| 免费在线观看影片大全网站| 欧美色视频一区免费| 国产熟女欧美一区二区| 日本一二三区视频观看| 全区人妻精品视频| a在线观看视频网站| 99久久九九国产精品国产免费| 亚洲av第一区精品v没综合| 日日摸夜夜添夜夜添av毛片 | 国产精品1区2区在线观看.| 一级毛片久久久久久久久女| 老司机深夜福利视频在线观看| 最近视频中文字幕2019在线8| 小蜜桃在线观看免费完整版高清| 国产精品三级大全| 中文字幕高清在线视频| 舔av片在线| 国产亚洲精品综合一区在线观看| 我要看日韩黄色一级片| 欧美高清成人免费视频www| 欧美一区二区国产精品久久精品| 18+在线观看网站| 露出奶头的视频| 在线国产一区二区在线| 亚洲国产欧美人成| 欧美高清成人免费视频www| 亚洲无线在线观看| 久久久久免费精品人妻一区二区| 免费看美女性在线毛片视频| 亚洲性久久影院| 听说在线观看完整版免费高清| 欧美高清成人免费视频www| 亚洲无线在线观看| 亚洲无线观看免费| 欧美日韩乱码在线| 欧美绝顶高潮抽搐喷水| 欧美激情在线99| 日韩精品中文字幕看吧| 毛片一级片免费看久久久久 | 在线观看美女被高潮喷水网站| 国产亚洲精品综合一区在线观看| 一级毛片久久久久久久久女| 看免费成人av毛片| 啪啪无遮挡十八禁网站| 亚洲人成网站在线播放欧美日韩| 午夜精品在线福利| 99久久久亚洲精品蜜臀av| 亚洲最大成人手机在线| 悠悠久久av| 最近在线观看免费完整版| 999久久久精品免费观看国产| 亚洲四区av| 999久久久精品免费观看国产| 国产精品嫩草影院av在线观看 | 性色avwww在线观看| 在线天堂最新版资源| 毛片女人毛片| 中文字幕av成人在线电影| 三级毛片av免费| 亚洲精品在线观看二区| 欧美一级a爱片免费观看看| 哪里可以看免费的av片| 人人妻人人看人人澡| 91久久精品国产一区二区三区| 亚洲精华国产精华液的使用体验 | 国产一区二区在线av高清观看| 国产精品野战在线观看| 亚洲狠狠婷婷综合久久图片| 天天一区二区日本电影三级| 精品久久久久久久末码| 不卡一级毛片| 中文字幕精品亚洲无线码一区| av中文乱码字幕在线| 免费看av在线观看网站| 美女大奶头视频| xxxwww97欧美| 国产不卡一卡二| 久久久久久久久久久丰满 | 免费黄网站久久成人精品| 国产高清激情床上av| 日本在线视频免费播放| 精品午夜福利在线看| 精品久久久久久久久久免费视频| 免费不卡的大黄色大毛片视频在线观看 | 可以在线观看毛片的网站| 国产午夜精品久久久久久一区二区三区 | 美女免费视频网站| 亚洲国产精品久久男人天堂| 88av欧美| 国产精品人妻久久久久久| 少妇裸体淫交视频免费看高清| 久久久久国产精品人妻aⅴ院| 日韩av在线大香蕉| 欧美三级亚洲精品| 99热6这里只有精品| 少妇人妻一区二区三区视频| 在线播放国产精品三级| 变态另类丝袜制服| av在线亚洲专区| 成人午夜高清在线视频| 国产高清不卡午夜福利| 麻豆国产av国片精品| 日本免费一区二区三区高清不卡| 成年免费大片在线观看| 亚洲美女视频黄频| 精品久久久久久久久久免费视频| 露出奶头的视频| 一个人看视频在线观看www免费| 久久亚洲真实| 麻豆久久精品国产亚洲av| 非洲黑人性xxxx精品又粗又长| 亚洲美女黄片视频| 日韩欧美在线二视频| 亚州av有码| 午夜视频国产福利| 岛国在线免费视频观看| 亚洲成人免费电影在线观看| 热99re8久久精品国产| 国产精品福利在线免费观看| 免费黄网站久久成人精品| 精品一区二区免费观看| 国产v大片淫在线免费观看| 小说图片视频综合网站| 有码 亚洲区| 麻豆av噜噜一区二区三区| 99视频精品全部免费 在线| 日本免费一区二区三区高清不卡| 男人和女人高潮做爰伦理| 久久精品人妻少妇| 午夜福利成人在线免费观看| 最新中文字幕久久久久| 国内精品久久久久精免费| 成人特级av手机在线观看| 国产精品99久久久久久久久| 性色avwww在线观看| 精品人妻偷拍中文字幕| 女的被弄到高潮叫床怎么办 | 国产精品野战在线观看| 一区二区三区四区激情视频 | 亚洲色图av天堂| 国产亚洲av嫩草精品影院| 亚洲av中文av极速乱 | 国产精品av视频在线免费观看| 女的被弄到高潮叫床怎么办 | 亚洲精品一卡2卡三卡4卡5卡| 黄色视频,在线免费观看| 天堂av国产一区二区熟女人妻| 99热网站在线观看| 亚洲人成网站在线播| 国产精品久久久久久亚洲av鲁大| 一本久久中文字幕| 国内精品一区二区在线观看| 国内毛片毛片毛片毛片毛片| 国产 一区 欧美 日韩| 国产三级中文精品| www.www免费av| 日韩一区二区视频免费看| 精品久久久久久,| 亚洲va在线va天堂va国产| 国产精品国产高清国产av| 国产精品一区二区三区四区久久| 好男人在线观看高清免费视频| 免费一级毛片在线播放高清视频| 一级a爱片免费观看的视频| 亚洲精华国产精华精| 淫妇啪啪啪对白视频| 自拍偷自拍亚洲精品老妇| 国产伦人伦偷精品视频| 人妻久久中文字幕网| 亚洲经典国产精华液单| 亚洲成人中文字幕在线播放| 69人妻影院| 真实男女啪啪啪动态图| av国产免费在线观看| 在线观看午夜福利视频| 久久久久免费精品人妻一区二区| 国产黄a三级三级三级人| 国产色爽女视频免费观看| 亚州av有码| 人妻丰满熟妇av一区二区三区| 国产欧美日韩精品亚洲av| 日韩欧美国产在线观看| 在线免费观看的www视频| 午夜福利成人在线免费观看| 精品人妻视频免费看| 最新在线观看一区二区三区| 午夜免费成人在线视频| 少妇人妻精品综合一区二区 | 精品人妻1区二区| 人妻少妇偷人精品九色| 又黄又爽又免费观看的视频| 日本免费a在线| 欧美绝顶高潮抽搐喷水| 少妇裸体淫交视频免费看高清| 精品久久久久久久人妻蜜臀av| 高清日韩中文字幕在线| 欧美另类亚洲清纯唯美| 久久久久久九九精品二区国产| 午夜精品在线福利| 成人国产综合亚洲| 亚洲最大成人av| 日本三级黄在线观看| 免费看a级黄色片| 久久午夜亚洲精品久久| 99久久九九国产精品国产免费| 国产精品自产拍在线观看55亚洲| 国内精品久久久久精免费| 国产蜜桃级精品一区二区三区| 干丝袜人妻中文字幕| 99国产极品粉嫩在线观看| 欧美成人一区二区免费高清观看| 两性午夜刺激爽爽歪歪视频在线观看| 国产一区二区在线av高清观看| 午夜久久久久精精品| 最好的美女福利视频网| 两人在一起打扑克的视频| 国产精品无大码| 成人性生交大片免费视频hd| .国产精品久久| a级毛片免费高清观看在线播放| 久久这里只有精品中国| xxxwww97欧美| 男人舔女人下体高潮全视频| 中文在线观看免费www的网站| 免费高清视频大片| 午夜日韩欧美国产| 日本a在线网址| 小说图片视频综合网站| 别揉我奶头~嗯~啊~动态视频| av中文乱码字幕在线| 一卡2卡三卡四卡精品乱码亚洲| 国产精品一及| 国产精品野战在线观看| 少妇裸体淫交视频免费看高清| 一个人看的www免费观看视频| 国产亚洲精品久久久com| 中文亚洲av片在线观看爽| 性插视频无遮挡在线免费观看| 日本黄色视频三级网站网址| 色精品久久人妻99蜜桃| 黄色一级大片看看| 制服丝袜大香蕉在线| 国产精品亚洲美女久久久| 欧美色欧美亚洲另类二区| 亚洲国产精品合色在线| 亚洲精华国产精华精| 免费观看在线日韩| 日韩 亚洲 欧美在线| 亚洲成人精品中文字幕电影| 午夜福利成人在线免费观看| 九九久久精品国产亚洲av麻豆| 亚洲av成人精品一区久久| 亚洲精品粉嫩美女一区| 欧美激情国产日韩精品一区| 男女视频在线观看网站免费| 亚洲国产高清在线一区二区三| 国产精品美女特级片免费视频播放器| 欧美日本亚洲视频在线播放| 欧洲精品卡2卡3卡4卡5卡区| 99久久中文字幕三级久久日本| 窝窝影院91人妻| 免费观看人在逋| 国产高清不卡午夜福利| 午夜精品久久久久久毛片777| 欧美又色又爽又黄视频| 婷婷丁香在线五月| 美女黄网站色视频| 欧美潮喷喷水| 国产伦人伦偷精品视频| 亚洲经典国产精华液单| 99在线视频只有这里精品首页| 亚洲精品在线观看二区| 亚洲在线自拍视频| 国产精品久久久久久av不卡| 午夜影院日韩av| 美女被艹到高潮喷水动态| 国产成人影院久久av| 黄片wwwwww| 亚洲国产日韩欧美精品在线观看| 日韩亚洲欧美综合| 丰满的人妻完整版| 亚洲最大成人中文|