• <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 ?

    基于全卷積神經(jīng)網(wǎng)絡(luò)的空間植物圖像快速識(shí)別①

    2018-11-14 11:36:42帥,王鑫,閻鎮(zhèn)
    關(guān)鍵詞:像素卷積神經(jīng)網(wǎng)絡(luò)

    樊 帥,王 鑫,閻 鎮(zhèn)

    1(中國(guó)科學(xué)院 空間應(yīng)用工程與技術(shù)中心 中國(guó)科學(xué)院太空應(yīng)用重點(diǎn)實(shí)驗(yàn)室,北京100094)

    2(中國(guó)科學(xué)院大學(xué),北京 100049)

    隨著人類空間活動(dòng)越來(lái)越頻繁,人類在太空中的活動(dòng)時(shí)間也越來(lái)越長(zhǎng).因此,在空間環(huán)境下研究植物生長(zhǎng)規(guī)律,建立人類空間生存的生態(tài)支持系統(tǒng)以解決人類在太空長(zhǎng)期生存的自給自足或部分自給自足問(wèn)題具有重要的意義[1].在空間植物培養(yǎng)實(shí)驗(yàn)中,培養(yǎng)箱為植物提供生長(zhǎng)所需的環(huán)境條件,同時(shí)通過(guò)相機(jī)拍攝空間植物生長(zhǎng)的圖像,然后人為觀測(cè)空間植物的生長(zhǎng)過(guò)程,分析植物生長(zhǎng)狀態(tài)[2,3].但是,隨著更多空間實(shí)驗(yàn)的進(jìn)行,圖像數(shù)據(jù)量增長(zhǎng),使得人工判讀效率低、誤差較大.因此,基于計(jì)算機(jī)視覺(jué)技術(shù)的空間植物自動(dòng)識(shí)別成為當(dāng)前研究的熱點(diǎn)[4].

    早先圖像識(shí)別的方法利用淺層特征對(duì)圖像進(jìn)行識(shí)別,淺層特征有圖像灰度特征、顏色特征、紋理特征、梯度特征等[5].淺層特征提取的方法主要包括主成分分析方法[6]、流行學(xué)習(xí)方法[7]、基于核的方法、基于字典的方法等[8].然而,這些方法只能提取淺層特征,難以從復(fù)雜圖像場(chǎng)景中學(xué)習(xí)出穩(wěn)定性好且不變性好的深層特征.

    深度學(xué)習(xí)方法[9]的提出以及在圖像領(lǐng)域的廣泛應(yīng)用,使得圖像識(shí)別的精度顯著提高,并逐漸成為主流圖像識(shí)別方法[10].卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)是近年來(lái)興起的一種人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)理論相結(jié)合的模式識(shí)別方法,目前已經(jīng)成為圖像領(lǐng)域中的研究熱點(diǎn)之一[11–13].但是,空間植物圖像干擾因素多且數(shù)據(jù)量大,而卷積神經(jīng)網(wǎng)絡(luò)方法在進(jìn)行圖像識(shí)別時(shí),耗用時(shí)間長(zhǎng)且精度不高.全卷積神經(jīng)網(wǎng)絡(luò)(Fully Convolutional Networks,FCN)方法是基于CNN的改進(jìn)模型,能夠?qū)崿F(xiàn)多類別的同時(shí)分類和密集的語(yǔ)義分割,分類精度很高而且速度快[14].

    因此,本文所提出的基于全卷積神經(jīng)網(wǎng)絡(luò)的空間植物圖像快速識(shí)別的方法能夠很好的解決上述存在淺層圖像識(shí)別方法難以提取空間植物圖像分層特征,以及深層卷積神經(jīng)網(wǎng)絡(luò)方法識(shí)別時(shí)間較長(zhǎng)、精度不高的問(wèn)題,取得了較好的識(shí)別效果.此外,本文將以某航天器上的空間植物擬南芥圖像為例對(duì)提出的方法進(jìn)行驗(yàn)證.

    1 本文方法

    本文所提出的基于全卷積神經(jīng)網(wǎng)絡(luò)的空間植物圖像快速識(shí)別方法,主要包括以下三個(gè)步驟: 1)構(gòu)建全卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu); 2)學(xué)習(xí)全卷積神經(jīng)網(wǎng)絡(luò)參數(shù); 3)基于全卷積神經(jīng)網(wǎng)絡(luò)的空間植物圖像快速識(shí)別.

    1.1 構(gòu)建全卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    如圖1所示,是本文所構(gòu)建的全卷積神經(jīng)網(wǎng)絡(luò)的層次結(jié)構(gòu)圖.為了有效表示空間植物圖像,除了輸入層外,本文選擇卷積層來(lái)提取空間植物圖像的多層特征,引入歸一化層對(duì)數(shù)據(jù)進(jìn)行規(guī)范化處理,增加上采樣層實(shí)現(xiàn)像素級(jí)識(shí)別分類結(jié)果輸出.基于上述層類型,排布輸入層、多個(gè)卷積層、Relu激活函數(shù)、歸一化層和上采樣層,以構(gòu)成全卷積神經(jīng)網(wǎng)絡(luò)的層次結(jié)構(gòu).

    圖1 全卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    圖1所示的網(wǎng)絡(luò)結(jié)構(gòu)中,conv1到conv6都是卷積部分,conv1到conv5包含卷積層的個(gè)數(shù)都是4個(gè),conv6包含2個(gè)卷積層.conv1到conv6中的卷積部分選擇卷積核為3×3的卷積層來(lái)提取空間植物圖像的多層特征.與一般的網(wǎng)絡(luò)結(jié)構(gòu)不同的是,本文并沒(méi)有使用pooling(池化層)進(jìn)行降維,而是在每一個(gè)卷積部分的最后一個(gè)卷積層采用步長(zhǎng)為2進(jìn)行降維,這樣做可以減少位置信息的損失.conv1到conv6每一個(gè)卷積部分都采用歸一化層使得輸出轉(zhuǎn)化為一個(gè)標(biāo)準(zhǔn)正態(tài)分布從而加速網(wǎng)絡(luò)結(jié)構(gòu)的學(xué)習(xí).

    采用卷積核為1×1的卷積層conv7、conv8、conv9,分別將conv6、conv4、conv3卷積部分的輸出轉(zhuǎn)化為N通道的特征圖像,N表示最終輸出的類別數(shù)目,本文中類別數(shù)是5,分別是綠葉片、綠長(zhǎng)莖、綠長(zhǎng)莖葉、枯葉片和背景.采用上采樣層up1將conv7進(jìn)行上采樣,同時(shí)采用剪裁層crop1將conv8的輸出剪裁成與up1輸出尺寸大小相同,再采用相加層sum1相加.對(duì)conv9、crop2、up2進(jìn)行相同操作.卷積層conv7的輸出包含了空間植物圖像的深層特征,而卷積層conv8、conv9的輸出包含了空間植物圖像的淺層特征.

    因此,本文的所構(gòu)建的網(wǎng)絡(luò)結(jié)構(gòu)能使網(wǎng)絡(luò)具備提取由淺層至深層的特征,同時(shí)融合深層、淺層多尺度的特征,實(shí)現(xiàn)空間植物圖像場(chǎng)景的有效準(zhǔn)確表示,為實(shí)現(xiàn)空間植物的準(zhǔn)確識(shí)別奠定基礎(chǔ).

    1.2 學(xué)習(xí)全卷積神經(jīng)網(wǎng)絡(luò)參數(shù)

    參數(shù)學(xué)習(xí)包含兩個(gè)步驟: 1)訓(xùn)練一個(gè)初始網(wǎng)絡(luò);2)在初始網(wǎng)絡(luò)的基礎(chǔ)上進(jìn)行fine-tune.參數(shù)學(xué)習(xí)的第一步是訓(xùn)練卷積層conv1到conv7的參數(shù),從而得到一個(gè)初始網(wǎng)絡(luò).為了訓(xùn)練卷積層conv1到conv7的參數(shù),本文先構(gòu)建了一個(gè)VGGNet,如圖2所示.

    圖2 VGGNet

    在VGGNet中conv1到conv7網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)置與全卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中的設(shè)置相同.在VGGNet訓(xùn)練之前,先將所得到的訓(xùn)練圖像剪裁成為圖像尺寸為12×12大小的圖像塊,如圖3所示.

    圖3 VGG部分訓(xùn)練樣本

    基于如圖3所示的訓(xùn)練集,本文利用帶有動(dòng)量的隨機(jī)梯度下降(SGD)方法學(xué)習(xí)網(wǎng)絡(luò)中權(quán)值參數(shù).在訓(xùn)練網(wǎng)絡(luò)之前,設(shè)置動(dòng)量系數(shù)為0.99,權(quán)值衰退系數(shù)即懲罰因子被設(shè)置為0.0005.學(xué)習(xí)率被初始化為0.000 06,當(dāng)驗(yàn)證數(shù)據(jù)集的分類精度停止上升時(shí)以10為因子遞減學(xué)習(xí)率.通過(guò)VGG網(wǎng)絡(luò)訓(xùn)練得到卷積層conv1到conv7的參數(shù),從而得到一個(gè)初始的網(wǎng)絡(luò)模型.

    參數(shù)學(xué)習(xí)的第二個(gè)步驟就是對(duì)初始網(wǎng)絡(luò)進(jìn)行finetune.與VGG網(wǎng)絡(luò)訓(xùn)練不同的是全卷積神經(jīng)網(wǎng)絡(luò)FCN的方法能夠接受任意尺寸大小的圖像,不需要對(duì)原始圖像進(jìn)行切塊.因此,在建立數(shù)據(jù)集時(shí),選擇不同生長(zhǎng)周期的空間植物圖像進(jìn)行標(biāo)注.如圖4所示的是FCN的訓(xùn)練樣本,對(duì)圖像中所需要識(shí)別的類別進(jìn)行標(biāo)注.

    圖4 FCN訓(xùn)練樣本

    基于所得到的初始網(wǎng)絡(luò)和訓(xùn)練集對(duì)網(wǎng)絡(luò)進(jìn)行finetune.與VGG網(wǎng)絡(luò)訓(xùn)練相同,FCN訓(xùn)練利用SGD方法進(jìn)行參數(shù)學(xué)習(xí).在參數(shù)學(xué)習(xí)之前設(shè)置一個(gè)固定的學(xué)習(xí)率10–10,動(dòng)量系數(shù)為0.99,權(quán)值衰退系數(shù)為0.0005.當(dāng)fine-tune完成之后就可以得到一個(gè)有效的網(wǎng)絡(luò)模型.

    1.3 基于全卷積神經(jīng)網(wǎng)絡(luò)的空間植物圖像快速識(shí)別

    利用上述所得到的網(wǎng)絡(luò)模型對(duì)空間植物圖像進(jìn)行有效的識(shí)別.選擇不同生長(zhǎng)周期的空間植物圖像輸入網(wǎng)絡(luò)模型中,經(jīng)過(guò)一次前向計(jì)算產(chǎn)生密集的識(shí)別結(jié)果,從而實(shí)現(xiàn)了空間植物圖像的快速識(shí)別.

    2 實(shí)驗(yàn)結(jié)果

    利用訓(xùn)練樣本進(jìn)行模型訓(xùn)練之后,利用測(cè)試樣本對(duì)模型進(jìn)行驗(yàn)證.選擇部分不同生長(zhǎng)周期的測(cè)試樣本進(jìn)行測(cè)試,識(shí)別結(jié)果如圖5所示,a、b、c是擬南芥的幼苗期,d、e、f是團(tuán)簇期,g、h、i是長(zhǎng)莖期.如圖6所示,分別是強(qiáng)光干擾、鏡像干擾、水霧干擾條件下的空間植物局部識(shí)別圖像.如圖7所示的是本文方法與VGG方法的對(duì)比結(jié)果圖.其中,GroundTruth中的不同顏色區(qū)域代表空間植物不同類別的真實(shí)區(qū)域.

    圖5 不同生長(zhǎng)周期識(shí)別結(jié)果

    同時(shí),本文對(duì)識(shí)別的pixel accuracy(像素精度)和mean accuracy(平均精度)以及識(shí)別一張圖像的時(shí)間Rtime進(jìn)行測(cè)試.像素精度是指正確識(shí)別的像素占總像素的比例; 平均精度是指計(jì)算每個(gè)類別被正確分類像素的比例,之后求所有類的平均值.兩者的計(jì)算公式如下:

    選擇500張不同生長(zhǎng)周期的擬南芥圖像利用本文方法和VGG方法進(jìn)行測(cè)試,所得到的圖像的像素精度、平均精度和識(shí)別時(shí)間如表1所示.

    此外,從表1可以看出,本文所構(gòu)建的基于全卷積神經(jīng)網(wǎng)絡(luò)的方法所識(shí)別出的圖像的像素精度和平均精度值都要比VGG方法的高.本文方法的像素精度高達(dá)到96.58%,而VGG的方法為78.42%; 本文方法的平均精度值為85.63%,而VGG的方法為60.73%.同時(shí)VGG方法平均識(shí)別時(shí)間長(zhǎng)達(dá)668.253 s,而本文方法平均識(shí)別時(shí)間僅僅為0.156 s,兩者的識(shí)別速度相差非常大,本文方法識(shí)別速度非常快,因此可以處理大量的數(shù)據(jù).由此可以看出,本文方法能夠準(zhǔn)確、快速的實(shí)現(xiàn)空間植物圖像的識(shí)別.

    圖6 干擾條件下的局部識(shí)別結(jié)果

    圖7 實(shí)驗(yàn)對(duì)比結(jié)果

    表1 像素精度、平均精度和識(shí)別時(shí)間

    3 實(shí)驗(yàn)結(jié)果分析

    圖5展示了擬南芥在不同生長(zhǎng)周期的識(shí)別效果,在a、b、c中,此階段擬南芥處于幼苗期,只有綠葉片,識(shí)別難度較小; d、e、f中,此時(shí),擬南芥處于團(tuán)簇期,有綠葉片和枯葉片,同時(shí)由于鏡像的影響,在培養(yǎng)箱壁上也出現(xiàn)了擬南芥的影像,識(shí)別難度增加; g、h、i中,擬南芥處于長(zhǎng)莖期,有綠葉片、綠長(zhǎng)莖、綠長(zhǎng)莖葉、枯葉片,其干擾因素主要是強(qiáng)光以及鏡像影響,同時(shí)i中還有水霧的影響,此時(shí)識(shí)別種類多、干擾因素多,識(shí)別難度很大.在圖5中,對(duì)照Ground Truth,從最終的識(shí)別結(jié)果可以看出,本文所提出的方法對(duì)于不同生長(zhǎng)周期的空間植物的各個(gè)類別都能準(zhǔn)確的識(shí)別出來(lái).在圖6中,紅色標(biāo)記出來(lái)的分別是圖像中的強(qiáng)光、鏡像、水霧干擾的區(qū)域.對(duì)照Ground Truth可以看出,對(duì)于培養(yǎng)箱中的干擾因素,強(qiáng)光、鏡像、水霧干擾因素,本文所提出的方法能夠很好的排除這些干擾因素,實(shí)現(xiàn)空間植物的準(zhǔn)確識(shí)別.圖7展示的是在強(qiáng)光、鏡像干擾因素下本文方法和VGG方法的識(shí)別結(jié)果,對(duì)照Ground Truth可以看出,本文方法能夠不受這些干擾因素的影響,將空間植物準(zhǔn)確識(shí)別出來(lái),而VGG的方法雖然能夠?qū)⒅参镒R(shí)別出來(lái)但是受鏡像干擾因素的影響將培養(yǎng)箱玻璃壁上的植物鏡像誤識(shí)別為空間植物.而且在強(qiáng)光干擾條件下VGG的方法雖然能夠?qū)⒅参锘咀R(shí)別出來(lái),但是也存在誤識(shí)別的問(wèn)題.

    4 結(jié)論與展望

    本文提出的一種基于全卷積神經(jīng)網(wǎng)絡(luò)的空間植物圖像快速識(shí)別的方法,很好的解決了目前淺層圖像分割方法難以提取空間植物圖像分層特征以及深層卷積神經(jīng)網(wǎng)絡(luò)方法識(shí)別時(shí)間較長(zhǎng)的問(wèn)題.通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的分析,可以看出本文提出的基于全卷積神經(jīng)網(wǎng)絡(luò)的空間植物圖像快速識(shí)別的方法,能夠?qū)臻g植物圖像實(shí)現(xiàn)高精度、快速的識(shí)別.此外,結(jié)合圖像的語(yǔ)義解譯技術(shù),基于計(jì)算機(jī)視覺(jué)技術(shù)的空間植物圖像自動(dòng)識(shí)別及語(yǔ)義解譯也將會(huì)是一個(gè)有價(jià)值的研究方向.

    猜你喜歡
    像素卷積神經(jīng)網(wǎng)絡(luò)
    趙運(yùn)哲作品
    藝術(shù)家(2023年8期)2023-11-02 02:05:28
    像素前線之“幻影”2000
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    神經(jīng)網(wǎng)絡(luò)抑制無(wú)線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    “像素”仙人掌
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    高像素不是全部
    CHIP新電腦(2016年3期)2016-03-10 14:22:03
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    一区二区三区精品91| 欧美精品一区二区免费开放| 韩国高清视频一区二区三区| 少妇人妻久久综合中文| 亚洲欧美成人精品一区二区| 91精品伊人久久大香线蕉| 亚洲av欧美aⅴ国产| 亚洲国产精品国产精品| 国产99久久九九免费精品| 亚洲色图 男人天堂 中文字幕| 精品视频人人做人人爽| 国产av国产精品国产| 看非洲黑人一级黄片| 亚洲久久久国产精品| 一本大道久久a久久精品| 日韩精品有码人妻一区| 国产一卡二卡三卡精品 | 日韩av在线免费看完整版不卡| 高清在线视频一区二区三区| 午夜福利影视在线免费观看| 狂野欧美激情性xxxx| 国产一区二区激情短视频 | 在线免费观看不下载黄p国产| 51午夜福利影视在线观看| 丝瓜视频免费看黄片| 丰满少妇做爰视频| 亚洲精品自拍成人| 日本91视频免费播放| av国产久精品久网站免费入址| 亚洲美女黄色视频免费看| 久久久久精品性色| 女人久久www免费人成看片| 美女扒开内裤让男人捅视频| 水蜜桃什么品种好| 国产精品av久久久久免费| 国产成人a∨麻豆精品| 19禁男女啪啪无遮挡网站| 欧美日韩精品网址| 国产成人精品无人区| 国语对白做爰xxxⅹ性视频网站| 久久国产精品大桥未久av| 欧美av亚洲av综合av国产av | 国产一区二区三区综合在线观看| 亚洲精品一二三| 欧美黄色片欧美黄色片| 十八禁网站网址无遮挡| 伊人久久国产一区二区| a级毛片黄视频| 国产亚洲午夜精品一区二区久久| 午夜福利视频精品| 一级片免费观看大全| 欧美在线黄色| 久久精品久久久久久久性| 国产免费视频播放在线视频| 欧美人与性动交α欧美精品济南到| 人人妻人人澡人人爽人人夜夜| 久久久国产欧美日韩av| 国产精品一二三区在线看| 国产免费视频播放在线视频| 欧美国产精品一级二级三级| 1024视频免费在线观看| 热re99久久精品国产66热6| 日本av免费视频播放| 一级爰片在线观看| 午夜日韩欧美国产| 成人三级做爰电影| 操出白浆在线播放| 免费高清在线观看日韩| 在线观看免费视频网站a站| 午夜精品国产一区二区电影| 色婷婷久久久亚洲欧美| 午夜福利视频精品| 日本猛色少妇xxxxx猛交久久| 精品久久久久久电影网| 丝袜人妻中文字幕| 女人久久www免费人成看片| 人人妻,人人澡人人爽秒播 | 最近最新中文字幕免费大全7| av在线观看视频网站免费| 欧美xxⅹ黑人| 日韩,欧美,国产一区二区三区| 国产日韩欧美在线精品| 欧美 日韩 精品 国产| 一级a爱视频在线免费观看| 91精品伊人久久大香线蕉| 校园人妻丝袜中文字幕| 高清av免费在线| 国产精品秋霞免费鲁丝片| 日韩不卡一区二区三区视频在线| 午夜av观看不卡| 一级片免费观看大全| 永久免费av网站大全| 久久人妻熟女aⅴ| 不卡视频在线观看欧美| 人妻一区二区av| 97在线人人人人妻| 晚上一个人看的免费电影| 一级a爱视频在线免费观看| 一边摸一边抽搐一进一出视频| 日日爽夜夜爽网站| 美女福利国产在线| 国产一区二区 视频在线| 国产精品欧美亚洲77777| 成年女人毛片免费观看观看9 | 国产一区二区 视频在线| av又黄又爽大尺度在线免费看| 国产精品无大码| 欧美日韩一区二区视频在线观看视频在线| 亚洲久久久国产精品| 国产不卡av网站在线观看| 中文字幕精品免费在线观看视频| 久久久久久久精品精品| 日日撸夜夜添| 日韩中文字幕视频在线看片| 各种免费的搞黄视频| 欧美日韩亚洲国产一区二区在线观看 | 国产在线一区二区三区精| 女性被躁到高潮视频| 啦啦啦在线免费观看视频4| 黄片播放在线免费| 午夜久久久在线观看| 国产av国产精品国产| 亚洲精品国产色婷婷电影| 亚洲综合色网址| 十分钟在线观看高清视频www| 日本一区二区免费在线视频| 又大又爽又粗| 人人澡人人妻人| 成人国产av品久久久| 亚洲熟女毛片儿| 超碰成人久久| 久久韩国三级中文字幕| 欧美精品av麻豆av| 在线观看三级黄色| 精品一区二区三区四区五区乱码 | 亚洲少妇的诱惑av| 毛片一级片免费看久久久久| 一级毛片电影观看| 一级毛片 在线播放| 免费在线观看黄色视频的| 久久精品国产亚洲av高清一级| 国产毛片在线视频| 97在线人人人人妻| 亚洲成人一二三区av| 欧美日韩精品网址| 国产在视频线精品| 日韩欧美精品免费久久| 久久韩国三级中文字幕| 久久青草综合色| 国产精品女同一区二区软件| 国产激情久久老熟女| 久久久久国产一级毛片高清牌| 少妇的丰满在线观看| 性少妇av在线| 日本vs欧美在线观看视频| 视频区图区小说| 在线观看免费午夜福利视频| 制服诱惑二区| 最黄视频免费看| 国产黄色免费在线视频| 18在线观看网站| 这个男人来自地球电影免费观看 | 国语对白做爰xxxⅹ性视频网站| 99久久综合免费| 99久久99久久久精品蜜桃| 丝袜美足系列| 不卡av一区二区三区| 曰老女人黄片| 国产日韩欧美视频二区| 999精品在线视频| 天天躁夜夜躁狠狠躁躁| 黑人巨大精品欧美一区二区蜜桃| 18禁动态无遮挡网站| 精品人妻一区二区三区麻豆| 新久久久久国产一级毛片| 国产欧美日韩一区二区三区在线| 妹子高潮喷水视频| 超碰97精品在线观看| 亚洲av综合色区一区| 欧美亚洲日本最大视频资源| 丝瓜视频免费看黄片| 国产亚洲av片在线观看秒播厂| 国产成人系列免费观看| 欧美黑人精品巨大| 免费在线观看完整版高清| 中文字幕人妻丝袜一区二区 | 久久久久国产一级毛片高清牌| 成年女人毛片免费观看观看9 | 久久99热这里只频精品6学生| 女人精品久久久久毛片| 亚洲伊人久久精品综合| 久久99一区二区三区| 香蕉丝袜av| 国产精品一区二区在线观看99| 亚洲久久久国产精品| 免费在线观看完整版高清| 一本一本久久a久久精品综合妖精| 赤兔流量卡办理| 国产毛片在线视频| 欧美激情 高清一区二区三区| 亚洲精华国产精华液的使用体验| 欧美老熟妇乱子伦牲交| 人妻 亚洲 视频| 国产又色又爽无遮挡免| 久久久精品免费免费高清| 久久毛片免费看一区二区三区| 美女中出高潮动态图| 免费少妇av软件| 午夜影院在线不卡| 国产日韩欧美亚洲二区| 欧美精品高潮呻吟av久久| 国产xxxxx性猛交| 成人亚洲精品一区在线观看| 亚洲精品久久久久久婷婷小说| 亚洲av中文av极速乱| 欧美在线一区亚洲| 国产精品 国内视频| 欧美日韩成人在线一区二区| 妹子高潮喷水视频| 国产精品一区二区精品视频观看| 精品少妇一区二区三区视频日本电影 | 免费在线观看黄色视频的| 99精品久久久久人妻精品| 久久久久精品久久久久真实原创| 亚洲国产av影院在线观看| 一区二区av电影网| 十分钟在线观看高清视频www| svipshipincom国产片| 亚洲精品av麻豆狂野| 亚洲四区av| 悠悠久久av| 国产精品香港三级国产av潘金莲 | 国产野战对白在线观看| 亚洲成人免费av在线播放| 丁香六月天网| 国产av一区二区精品久久| 亚洲精品美女久久久久99蜜臀 | 亚洲精品久久成人aⅴ小说| 日韩精品免费视频一区二区三区| 久久亚洲国产成人精品v| xxxhd国产人妻xxx| 黑丝袜美女国产一区| 51午夜福利影视在线观看| 亚洲av中文av极速乱| 18在线观看网站| 波多野结衣一区麻豆| 一本色道久久久久久精品综合| 大片电影免费在线观看免费| 少妇猛男粗大的猛烈进出视频| 一边摸一边抽搐一进一出视频| 伊人久久大香线蕉亚洲五| 午夜福利乱码中文字幕| 十八禁网站网址无遮挡| 亚洲一码二码三码区别大吗| av福利片在线| 自拍欧美九色日韩亚洲蝌蚪91| 啦啦啦中文免费视频观看日本| 五月天丁香电影| 性色av一级| 欧美av亚洲av综合av国产av | 久久性视频一级片| 女人精品久久久久毛片| 国产精品女同一区二区软件| 人妻人人澡人人爽人人| 青春草国产在线视频| 亚洲国产精品国产精品| 成年av动漫网址| 日日撸夜夜添| 一边摸一边做爽爽视频免费| 999精品在线视频| 亚洲成人免费av在线播放| av在线老鸭窝| 91精品三级在线观看| 国产精品 国内视频| 国产精品亚洲av一区麻豆 | 免费少妇av软件| 大香蕉久久网| 亚洲精品视频女| 最近最新中文字幕免费大全7| 最近中文字幕高清免费大全6| 亚洲精品日本国产第一区| 国产成人欧美| h视频一区二区三区| 国产精品.久久久| 十八禁人妻一区二区| 亚洲精品乱久久久久久| 久久97久久精品| 日韩中文字幕欧美一区二区 | 婷婷色av中文字幕| 在线观看免费视频网站a站| av有码第一页| 美女大奶头黄色视频| 色婷婷av一区二区三区视频| 91老司机精品| 欧美日韩av久久| 免费黄频网站在线观看国产| 亚洲精品美女久久久久99蜜臀 | 国产精品久久久人人做人人爽| 亚洲av日韩在线播放| 性少妇av在线| 观看美女的网站| 欧美日韩精品网址| tube8黄色片| 五月开心婷婷网| 国产黄频视频在线观看| 中文精品一卡2卡3卡4更新| 亚洲国产最新在线播放| www.自偷自拍.com| 午夜福利网站1000一区二区三区| 男女边吃奶边做爰视频| 2021少妇久久久久久久久久久| 亚洲伊人色综图| 久久鲁丝午夜福利片| 超色免费av| 欧美少妇被猛烈插入视频| 老司机亚洲免费影院| 丝袜美足系列| 午夜福利影视在线免费观看| 自线自在国产av| 19禁男女啪啪无遮挡网站| 久久性视频一级片| 美女扒开内裤让男人捅视频| 卡戴珊不雅视频在线播放| 久久人人爽人人片av| 国产又爽黄色视频| 国产精品av久久久久免费| 亚洲美女视频黄频| 亚洲色图综合在线观看| 亚洲精品在线美女| 午夜福利一区二区在线看| 人成视频在线观看免费观看| 中文字幕色久视频| 超碰成人久久| 十八禁高潮呻吟视频| 日本黄色日本黄色录像| 一区二区三区精品91| 久久久久精品国产欧美久久久 | 中文字幕制服av| 1024香蕉在线观看| 色精品久久人妻99蜜桃| 男女边吃奶边做爰视频| 日本欧美国产在线视频| 伊人久久大香线蕉亚洲五| 国产av一区二区精品久久| 午夜福利网站1000一区二区三区| 亚洲av福利一区| 99久久99久久久精品蜜桃| 少妇 在线观看| 国产淫语在线视频| 亚洲一码二码三码区别大吗| 狂野欧美激情性xxxx| 一本久久精品| 国产精品麻豆人妻色哟哟久久| 丝袜美腿诱惑在线| 日日撸夜夜添| 亚洲综合精品二区| 国产野战对白在线观看| 免费高清在线观看日韩| 久久久久精品久久久久真实原创| 国产免费视频播放在线视频| 亚洲精品国产av蜜桃| 捣出白浆h1v1| 观看av在线不卡| 91精品国产国语对白视频| 丝瓜视频免费看黄片| 90打野战视频偷拍视频| 日韩一卡2卡3卡4卡2021年| 日韩欧美精品免费久久| 在线观看人妻少妇| 久久国产精品大桥未久av| 日日撸夜夜添| 亚洲国产最新在线播放| 午夜福利视频在线观看免费| 中文字幕人妻丝袜制服| 精品午夜福利在线看| 热99国产精品久久久久久7| 波多野结衣av一区二区av| 亚洲第一区二区三区不卡| 亚洲精品国产一区二区精华液| 久久久久精品性色| 精品人妻在线不人妻| 在线观看免费日韩欧美大片| 99精品在免费线老司机午夜| 自线自在国产av| 久久久精品欧美日韩精品| 国产单亲对白刺激| 午夜激情av网站| 日本 av在线| 国产色视频综合| 一级毛片精品| 人人妻人人澡欧美一区二区 | 淫妇啪啪啪对白视频| 成人av一区二区三区在线看| 久久久国产精品麻豆| 三级毛片av免费| 两性午夜刺激爽爽歪歪视频在线观看 | videosex国产| 久久久国产成人精品二区| 一本综合久久免费| 男女下面进入的视频免费午夜 | 色综合亚洲欧美另类图片| 国产精华一区二区三区| 麻豆一二三区av精品| 亚洲国产精品sss在线观看| 久久亚洲真实| 久久人人爽av亚洲精品天堂| 黄色 视频免费看| 国产xxxxx性猛交| 精品免费久久久久久久清纯| 亚洲精品国产一区二区精华液| 亚洲色图av天堂| 亚洲中文字幕一区二区三区有码在线看 | 欧美丝袜亚洲另类 | 久久中文字幕一级| 别揉我奶头~嗯~啊~动态视频| 成人三级黄色视频| av超薄肉色丝袜交足视频| 黄片播放在线免费| 国产精品影院久久| 亚洲国产精品成人综合色| 国产人伦9x9x在线观看| 18禁观看日本| 一夜夜www| 亚洲天堂国产精品一区在线| 91字幕亚洲| av视频在线观看入口| 最近最新中文字幕大全电影3 | 自拍欧美九色日韩亚洲蝌蚪91| 国产精品免费视频内射| 亚洲成av片中文字幕在线观看| 非洲黑人性xxxx精品又粗又长| 国产精品国产高清国产av| 深夜精品福利| 精品一区二区三区四区五区乱码| 一边摸一边抽搐一进一出视频| 长腿黑丝高跟| 久久精品国产99精品国产亚洲性色 | 中文字幕高清在线视频| 中文字幕人成人乱码亚洲影| 亚洲人成电影观看| 亚洲国产日韩欧美精品在线观看 | 操美女的视频在线观看| 岛国在线观看网站| videosex国产| 午夜成年电影在线免费观看| 麻豆久久精品国产亚洲av| 成人亚洲精品一区在线观看| 午夜福利成人在线免费观看| 国产午夜福利久久久久久| 久久中文字幕人妻熟女| 国产aⅴ精品一区二区三区波| 一进一出抽搐gif免费好疼| 国产成人精品无人区| 91老司机精品| 欧美日本亚洲视频在线播放| 一边摸一边抽搐一进一小说| 成人欧美大片| 国产又色又爽无遮挡免费看| 国产av又大| 色尼玛亚洲综合影院| 女人被躁到高潮嗷嗷叫费观| 国产精品日韩av在线免费观看 | 男人舔女人的私密视频| 国产高清有码在线观看视频 | 9热在线视频观看99| 亚洲熟妇中文字幕五十中出| 老司机午夜福利在线观看视频| 妹子高潮喷水视频| 国产伦人伦偷精品视频| 国产精品电影一区二区三区| av在线播放免费不卡| 久久午夜亚洲精品久久| 一本综合久久免费| 一进一出好大好爽视频| 99久久精品国产亚洲精品| 精品不卡国产一区二区三区| 国产精品自产拍在线观看55亚洲| 制服人妻中文乱码| 久久久久亚洲av毛片大全| 1024视频免费在线观看| 99国产精品99久久久久| 国产主播在线观看一区二区| 一进一出抽搐动态| 欧美精品亚洲一区二区| 91成年电影在线观看| 中文字幕最新亚洲高清| 国产亚洲精品第一综合不卡| 最近最新免费中文字幕在线| 久久精品国产综合久久久| 欧美黑人精品巨大| 国产麻豆成人av免费视频| 亚洲精品一卡2卡三卡4卡5卡| 91成年电影在线观看| 最近最新中文字幕大全电影3 | 久久精品国产综合久久久| 国产精品,欧美在线| 国产单亲对白刺激| 亚洲成人久久性| 日本 欧美在线| 在线观看舔阴道视频| 国产精品二区激情视频| 校园春色视频在线观看| 亚洲专区中文字幕在线| 国产成人精品无人区| 国产亚洲精品综合一区在线观看 | 亚洲国产中文字幕在线视频| 老熟妇仑乱视频hdxx| 久久精品91无色码中文字幕| 香蕉久久夜色| 啦啦啦 在线观看视频| 亚洲精品国产一区二区精华液| 亚洲午夜精品一区,二区,三区| 日韩 欧美 亚洲 中文字幕| 午夜免费激情av| 国产精品一区二区在线不卡| 亚洲 欧美 日韩 在线 免费| 99在线人妻在线中文字幕| 久久亚洲真实| tocl精华| 国产人伦9x9x在线观看| 国产一区二区三区视频了| 精品国产乱码久久久久久男人| 高潮久久久久久久久久久不卡| 色综合亚洲欧美另类图片| 精品欧美国产一区二区三| 女性被躁到高潮视频| 免费高清在线观看日韩| 黄片播放在线免费| 久久天堂一区二区三区四区| 日韩欧美国产在线观看| 中文字幕人成人乱码亚洲影| 夜夜夜夜夜久久久久| 999久久久国产精品视频| 中国美女看黄片| 一边摸一边抽搐一进一出视频| av在线天堂中文字幕| 啦啦啦观看免费观看视频高清 | 成年女人毛片免费观看观看9| 免费看a级黄色片| 变态另类丝袜制服| 国产日韩一区二区三区精品不卡| 国产亚洲精品第一综合不卡| 无人区码免费观看不卡| 国产成人欧美| 在线观看免费日韩欧美大片| 亚洲精品一卡2卡三卡4卡5卡| 国产伦人伦偷精品视频| 色综合婷婷激情| 国产一区二区在线av高清观看| 亚洲欧洲精品一区二区精品久久久| 午夜a级毛片| 99久久综合精品五月天人人| 村上凉子中文字幕在线| 一进一出抽搐动态| 亚洲国产欧美日韩在线播放| 后天国语完整版免费观看| av免费在线观看网站| 99国产精品一区二区蜜桃av| 国产成+人综合+亚洲专区| 国产一区二区三区在线臀色熟女| 伦理电影免费视频| 黄色女人牲交| 免费久久久久久久精品成人欧美视频| 久久人人精品亚洲av| 日本撒尿小便嘘嘘汇集6| 嫩草影视91久久| 女警被强在线播放| 精品电影一区二区在线| 午夜福利视频1000在线观看 | av有码第一页| 一级毛片精品| 免费高清视频大片| 精品一区二区三区av网在线观看| 精品国产美女av久久久久小说| 法律面前人人平等表现在哪些方面| 中文字幕人成人乱码亚洲影| 老司机午夜福利在线观看视频| 日韩成人在线观看一区二区三区| 久久这里只有精品19| 韩国精品一区二区三区| 人人妻人人澡人人看| 成人国产一区最新在线观看| 国产麻豆成人av免费视频| 亚洲 国产 在线| 三级毛片av免费| 99国产极品粉嫩在线观看| av片东京热男人的天堂| 国产亚洲精品第一综合不卡| 操美女的视频在线观看| 亚洲av成人不卡在线观看播放网| 三级毛片av免费| 国产av在哪里看| 成人国语在线视频| 亚洲国产精品999在线| 亚洲第一欧美日韩一区二区三区| 国产又爽黄色视频| 成人三级做爰电影| 男人舔女人下体高潮全视频| 欧美国产日韩亚洲一区| 国产精品久久久人人做人人爽| www.熟女人妻精品国产| 国产精品免费一区二区三区在线| 久久国产精品人妻蜜桃| 国产精品久久久久久精品电影 | 亚洲avbb在线观看| 久热这里只有精品99| 色尼玛亚洲综合影院| 91麻豆精品激情在线观看国产| 久久久久久久久免费视频了| 欧美日本中文国产一区发布| 久久 成人 亚洲| 亚洲狠狠婷婷综合久久图片| 成人永久免费在线观看视频| 久久久久久久精品吃奶| 亚洲精品一卡2卡三卡4卡5卡|