• <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 ?

    基于深度學(xué)習(xí)的滇中城市多光譜 影像建設(shè)用地信息提取

    2018-11-19 10:59:02陳磊士趙俊三董智文朱褀夫
    軟件導(dǎo)刊 2018年11期
    關(guān)鍵詞:池化層用地卷積

    陳磊士,趙俊三,董智文,朱褀夫

    (1.昆明理工大學(xué) 國(guó)土資源工程學(xué)院,云南 昆明 650500;2.北京長(zhǎng)地萬方科技有限公司佛山分公司,廣東 佛山 528305)

    0 引言

    城市建設(shè)用地信息提取是進(jìn)行城市開發(fā)利用和環(huán)境變化研究的一項(xiàng)重要數(shù)據(jù)來源,為城市規(guī)劃管理工作提供數(shù)據(jù)參考。近年來我國(guó)城市快速發(fā)展,城市建設(shè)用地信息變化呈現(xiàn)出范圍廣、速度快的特點(diǎn),而多光譜遙感因具有快速獲取空間連續(xù)和觀測(cè)持續(xù)的影像數(shù)據(jù)能力,成為快速獲取城市建設(shè)用地信息的重要方法[1],國(guó)內(nèi)外已有大量取得了較好效果的相關(guān)研究。為了進(jìn)一步提高遙感影像圖精度,深度學(xué)習(xí)技術(shù)逐漸在信息提取、遙感影像分類、變化監(jiān)測(cè)等領(lǐng)域廣泛應(yīng)用。但基于深度學(xué)習(xí)技術(shù)的影像分類應(yīng)用目前較少,劉亞丹[2]在遙感影像分類任務(wù)上的嘗試較具有代表性。與以支持向量機(jī)為例的傳統(tǒng)方法相比,深度學(xué)習(xí)技術(shù)在影像空間分布規(guī)律上的挖掘精度更加準(zhǔn)確,高常鑫[3]等通過分層方法建立深度學(xué)習(xí)模型,完成了對(duì)影像的高精度分類;張?chǎng)锡圼4]等通過提取變化和未變化區(qū)域深層特征有效辨別變化區(qū)域,闞希[5]等利用多光譜衛(wèi)星遙感和深度學(xué)習(xí)方法進(jìn)行青藏高原積雪判識(shí)研究,取得了較好結(jié)果;鮑江峰[6]將深度置信網(wǎng)絡(luò)應(yīng)用于探測(cè)墨西哥灣溢油區(qū)域情況。而在西南地區(qū)高原山地城市應(yīng)用深度學(xué)習(xí)進(jìn)行多光譜遙感影像快速提取城市建設(shè)用地信息的研究較為鮮見。

    機(jī)器學(xué)習(xí)是人工智能的核心,隨著當(dāng)前機(jī)器學(xué)習(xí)技術(shù)的發(fā)展,深度學(xué)習(xí)模型憑借多隱層結(jié)構(gòu)優(yōu)勢(shì),被廣泛應(yīng)用于多個(gè)領(lǐng)域。卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)是前饋神經(jīng)網(wǎng)絡(luò)的一種,其特點(diǎn)包括:局部感知域、權(quán)值共享域和池化,對(duì)于影像的提取分類有明顯優(yōu)勢(shì),其層次多、容量大的優(yōu)點(diǎn)滿足了影像分類中對(duì)大量數(shù)據(jù)處理的需要,近年來在遙感影像分類處理領(lǐng)域取得了很好的成果[7]。本文分別對(duì)Landsat8 OLI_TIRS遙感影像使用深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行城市建設(shè)用地分類提取處理,使用BP神經(jīng)網(wǎng)絡(luò)作為對(duì)照實(shí)驗(yàn)組,按照對(duì)象個(gè)數(shù)、對(duì)象面積和地表覆被吻合度3種提取精度評(píng)價(jià)指數(shù)對(duì)分類結(jié)果進(jìn)行評(píng)價(jià)分析[8]。

    1 研究區(qū)概況

    曲靖是云南省下轄地級(jí)市,位于云南省東部,與貴州省、廣西壯族自治區(qū)毗鄰,有“云南咽喉”之稱。國(guó)土總面積2.89萬km2,地跨東經(jīng)102°42′-104°50′,北緯24°19′-27°03′???cè)丝?34萬人。世居漢、彝、回、壯、布依、苗、水、瑤等8個(gè)主體民族,其中少數(shù)民族49.03萬人。是云南省僅次于昆明的重要工商業(yè)城市,也是省區(qū)域中心城市和第二大綜合性城市。境內(nèi)土壤類型從赤紅壤到亞高山草甸土均有分布,土壤地理分布具有明顯的垂直帶和一定的水平差距,自1971-2000年間的日平均氣溫為14.4℃,年平均降水985.8mm,全市屬于低緯度地區(qū)高原山地季風(fēng)性氣候[9]。

    曲靖市主城區(qū)概況如圖1所示,其東與富源縣接壤,南與羅平縣、陸良縣毗鄰,西與馬龍縣交界,北與沾益區(qū)相連,根據(jù)云南省第二次土地調(diào)查結(jié)果顯示,主城區(qū)總面積為1 201.01km2,截至2013年底人口達(dá)到100萬人,近年來隨著城市的快速發(fā)展,建成區(qū)范圍擴(kuò)展迅速,對(duì)城市建設(shè)用地信息快速提取的需求持續(xù)加大。其主城區(qū)由9部分組成:麒麟?yún)^(qū)南寧街道、建寧街道、寥廓街道、白石江街道、三寶街道、珠街街道、沿江街道、西城街道和馬龍縣通泉鎮(zhèn)及沾益縣西平鎮(zhèn)。

    圖1 研究區(qū)概況

    2 數(shù)據(jù)來源與預(yù)處理

    2.1 數(shù)據(jù)來源

    本研究采用的數(shù)據(jù)源包括:2015年11月20日的Landsat8 OLI_TIRS遙感影像,數(shù)據(jù)標(biāo)識(shí)碼為L(zhǎng)C81290422015324LGN00,分辨率為30m,接收站LGN,中心經(jīng)度103.457,太陽高度角40.74°,太陽方位角155.83°,條帶號(hào)129,行編號(hào)42。輔助數(shù)據(jù)包括:曲靖市主城區(qū)矢量范圍線,用于研究區(qū)范圍劃定;曲靖市土地利用現(xiàn)狀圖(2015年)及野外調(diào)研資料,用于地類提取過程中樣本選取與精度評(píng)定;SRTM.V4曲靖市30m精度DEM數(shù)據(jù),用于影像地形校正。

    2.2 預(yù)處理

    使用FLAASH大氣校正工具,F(xiàn)LAASH模塊能夠精確補(bǔ)償大氣影像,導(dǎo)入Landsat8影像數(shù)據(jù)配套MLT文件相關(guān)參數(shù),輻射率單位調(diào)整系數(shù)設(shè)定為0.1,大氣模型參數(shù)則按照氣候模型設(shè)定[10]。

    對(duì)數(shù)據(jù)進(jìn)行地形校正地理編碼(GTC),配合已有的SRTM.V4曲靖市30m精度DEM數(shù)據(jù),與地理坐標(biāo)系建立映射關(guān)系后進(jìn)行地形校正。選擇C模型法校正地形,C模型是一種應(yīng)用半經(jīng)驗(yàn)系數(shù)C的基于余弦校正的模型[11],其公式為:

    (1)

    其中,LH代表校正后像素輻射量度,LT代表校正前像素輻射量度;θs為太陽天頂角,i為太陽有效入射角;c為半經(jīng)驗(yàn)系數(shù),無明確物理含義。

    選擇ENVI軟件中提供的二次多項(xiàng)式法為幾何校正方法,將誤差控制在0.5個(gè)像元之內(nèi),完成遙感影像預(yù)處理過程[12]。

    3 卷積神經(jīng)網(wǎng)絡(luò)模型

    3.1 基本結(jié)構(gòu)

    經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)主要組成部分包括輸入層、卷積層、池化層、全連接層和輸出層5個(gè)部分[13]。卷積神經(jīng)網(wǎng)絡(luò)模型的運(yùn)算通常為先輸入原始圖像X,再通過卷積層得到特征圖,本文用Hi表示卷積神經(jīng)網(wǎng)絡(luò)第i層的特征圖(H0=X)。設(shè)Hi為卷積層,則Hi特征圖產(chǎn)生過程如式(2)所示。

    Hi=f(Hi-1?Wi+bi)

    (2)

    其中,Wi為第i層卷積核權(quán)值向量,運(yùn)算符號(hào)“?”代表第i-1層圖像或者特征圖與卷積核進(jìn)行的一系列卷積操作,卷積操作后得到圖形,與第i層的偏移向量bi相加,最后使用非線性激勵(lì)函數(shù)f(x)進(jìn)行非線性計(jì)算,得到第i層特征圖。

    卷積層之后與之相連的通常是池化層,將特征圖根據(jù)一定的池化規(guī)則進(jìn)行池化[7]。池化層主要是將特征圖進(jìn)行降維的同時(shí),在一定程度上維持特征的尺度不變特性。池化層工作原理如式(3)所示。

    Hi=subsampling(Hi-1)

    (3)

    在通過多個(gè)池化層和卷積層的相互傳遞后,卷積神經(jīng)網(wǎng)絡(luò)模型通過全連接網(wǎng)絡(luò)對(duì)目標(biāo)對(duì)象特征進(jìn)行針對(duì)性提取和分類,基于輸入對(duì)象得到概率分布Y(li表示第i個(gè)標(biāo)簽類別)[8]。如式(4)所示,卷積神經(jīng)網(wǎng)絡(luò)的本質(zhì)是基于特征尺度不變特性的前提下,將原始矩陣(H0)經(jīng)過降維,在多層次的數(shù)據(jù)變換后,映射到一個(gè)新的特征表達(dá)(Y)數(shù)學(xué)模型中。

    Y(i)=P(L=li|H0;W,b))

    (4)

    卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練目的是將網(wǎng)絡(luò)損失函數(shù)L最小化。輸入H0進(jìn)行前向傳導(dǎo),再通過損失函數(shù)計(jì)算出目標(biāo)與期望值之間的殘差。常見損失函數(shù)有均方誤差(Mean Squared Error, MSE)函數(shù)和負(fù)對(duì)數(shù)似(Negative Log Likelihood, NLL)函數(shù)[8],如式(5)、式(6)所示。

    (5)

    (6)

    最終,損失函數(shù)通常通過增加L2減輕過擬合問題,通過參數(shù)λ(weight decay)控制過擬合作用的強(qiáng)度,通過范數(shù)控制權(quán)值的過擬合[9],如式(7)所示。

    (7)

    卷積神經(jīng)網(wǎng)絡(luò)通常使用梯度下降方法作為訓(xùn)練的優(yōu)化方法。殘差經(jīng)過梯度下降進(jìn)行反向傳播,進(jìn)而逐層更新卷積神經(jīng)網(wǎng)絡(luò)的每層可訓(xùn)練參數(shù)(W和b)。其中學(xué)習(xí)速率參數(shù)(η)控制殘差梯度下降時(shí)反向傳播的強(qiáng)度[14],如式(8)、式(9)所示。

    (8)

    (9)

    3.2 基本原理

    20世紀(jì)90年代,LeCun等在傳統(tǒng)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上引入了卷積核池化概念,首次提出了卷積神經(jīng)網(wǎng)絡(luò),其基本結(jié)構(gòu)由輸入層、卷積層、池化層、全連接層、分類層和輸出層構(gòu)成。在具體的應(yīng)用中池化層和卷積層的參數(shù)、層數(shù)及全連接運(yùn)層類器類型可隨之改變,其基本原理[15]如圖2所示。

    圖2 卷積神經(jīng)網(wǎng)絡(luò)基本原理

    (1)輸入層。輸入一幅大小規(guī)范的二維圖像。

    (2)卷積層。通過卷積處理將輸入的圖像分為4個(gè)特征圖。

    (3)池化層。將C1層中得到的毎一個(gè)特征圖相鄰局部區(qū)域進(jìn)行加權(quán)運(yùn)算,再乘以—個(gè)乘子偏差,加上一個(gè)附加偏差,最后通過一個(gè)激勵(lì)函數(shù)在下采樣層S1得到4個(gè)特征圖,池化層計(jì)算公式如式(10)所示。

    (10)

    (4)重復(fù)(2)、(3)后得到C2和S2層,使特征圖通過不斷卷積和池化處理縮小,直到最后一次卷積得到一維數(shù)據(jù)。

    (5)通過一系列的卷積和池化后,在最后一層一維池化層后加入特定的分類器進(jìn)行數(shù)據(jù)識(shí)別分類。

    4 實(shí)驗(yàn)結(jié)果分析

    為驗(yàn)證卷積神經(jīng)網(wǎng)絡(luò)的精度,本文基于深度學(xué)習(xí)框架MXNet系統(tǒng),以GoogleNet Inception V3為分類器,并以常用的BP神經(jīng)網(wǎng)絡(luò)作為對(duì)比方法,對(duì)圖像標(biāo)準(zhǔn)化處理后,輸入不同網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練、驗(yàn)證和預(yù)測(cè),比較兩種不同提取方法的提取效果,兩種提取方法的影像數(shù)量統(tǒng)計(jì)如表1所示。

    在模型訓(xùn)練過程中,為了控制殘差反向傳播及網(wǎng)絡(luò)穩(wěn)定性,設(shè)置學(xué)習(xí)率初始值為0.01,根據(jù)不同提取方法對(duì)應(yīng)調(diào)整每一批訓(xùn)練樣本的批大小(batch size),對(duì)以標(biāo)準(zhǔn)化方式處理后的區(qū)域多邊形影像對(duì)象分別進(jìn)行30次訓(xùn)練,并記錄其提取精度[16]。

    表1 不同提取方法下對(duì)象數(shù)目統(tǒng)計(jì)

    使用卷積神經(jīng)網(wǎng)絡(luò)提取的曲靖市主城區(qū)建筑用地范圍如圖3所示,為了評(píng)價(jià)卷積神經(jīng)網(wǎng)絡(luò)對(duì)城市建設(shè)用地信息遙感影像的提取能力,本文提取了BP神經(jīng)網(wǎng)絡(luò)對(duì)研究區(qū)域進(jìn)行城市建設(shè)用地作為卷積神經(jīng)網(wǎng)絡(luò)的對(duì)照組[17],在提取過程中,影像預(yù)處理階段采用與卷積神經(jīng)網(wǎng)絡(luò)相同的參數(shù)設(shè)置[18],在分類器訓(xùn)練和提取階段均采用相同的參數(shù)設(shè)置。兩種提取方法下建設(shè)用地信息提取的精度對(duì)比如表2所示,在對(duì)象個(gè)數(shù)、對(duì)象面積和地表覆被吻合度提取精度的評(píng)價(jià)方法中,卷積神經(jīng)網(wǎng)絡(luò)的提取精度達(dá)到92.99%、94.78%和89.64%,遠(yuǎn)高于常用的BP神經(jīng)網(wǎng)絡(luò)提取精度:75.42%、80.76%和78.97%,證明卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于實(shí)驗(yàn)區(qū)城市建設(shè)用地取得了較高的提取精度。

    表2 不同提取方法下提取精度對(duì)比

    由此可知,根據(jù)不同的精度評(píng)價(jià)方法,卷積神經(jīng)網(wǎng)絡(luò)的提取精度在道路信息提取和其它建筑用地提取上精度明顯高于BP神經(jīng)網(wǎng)絡(luò)法。如圖4所示,在圖像細(xì)節(jié)特征分類提取中,尤其在城市道路的提取上,卷積神經(jīng)網(wǎng)絡(luò)法相比傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)法,其精度有了顯著提高。因此無論是在數(shù)據(jù)上還是在效果圖上,均表現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)法在滇中城市多光譜影像建設(shè)用地提取研究中體現(xiàn)了較高的提取精度。

    圖3 使用卷積神經(jīng)網(wǎng)絡(luò)的曲靖市主城區(qū)建筑用地提取

    圖4 建筑用地提取影像提取精度局部對(duì)比

    經(jīng)過實(shí)驗(yàn)可知,相比于以卷積神經(jīng)網(wǎng)絡(luò)模型為代表的深度學(xué)習(xí)城市建設(shè)用地提取方法,傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)在訓(xùn)練樣本較少時(shí)能取得一定效果,但當(dāng)訓(xùn)練樣本較多時(shí)或地類特征差異較明顯時(shí),提取效果比卷積神經(jīng)網(wǎng)絡(luò)差,且BP神經(jīng)網(wǎng)絡(luò)在該類具有針對(duì)性的分類提取應(yīng)用中,隨著分類器的不同會(huì)產(chǎn)生差別較大的特征判定,使其在進(jìn)行有針對(duì)性的分類提取工作中收到局限性影像。與之相比,卷積神經(jīng)網(wǎng)絡(luò)能夠自動(dòng)識(shí)別、學(xué)習(xí)并存儲(chǔ)目標(biāo)結(jié)構(gòu)特征,同時(shí)自主改進(jìn)識(shí)別模式[19],因此在進(jìn)行多光譜影像建設(shè)用地信息提取中具有明顯優(yōu)勢(shì),尤其是在以曲靖市為代表的滇中城市取得了較好提取效果。

    5 結(jié)語

    以曲靖市主城區(qū)為例,本文使用以卷積神經(jīng)為代表的深度學(xué)習(xí)方法對(duì)該區(qū)域Landsat8 OLI_TIRS多光譜遙感影像數(shù)據(jù)進(jìn)行城市建設(shè)用地信息提取,將當(dāng)前機(jī)器學(xué)習(xí)技術(shù)中較為前沿與熱門的深度卷積神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于多光譜影像城市建設(shè)用地影像提取,研究對(duì)比了BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)兩種機(jī)器學(xué)習(xí)算法的提取精度,驗(yàn)證了深度學(xué)習(xí)技術(shù)在城市建筑用地遙感影像提取中具有一定優(yōu)勢(shì)。但在進(jìn)行Landsat8 OLI_TIRS數(shù)據(jù)預(yù)處理時(shí),在多光譜影像提取波段的選擇上未進(jìn)行足夠全面的分析和評(píng)價(jià),可能會(huì)影響后續(xù)處理精度[20]。另外,本文提取方法對(duì)城市大范圍建成區(qū)域和城市道路的提取效果較好,但對(duì)以鄉(xiāng)鎮(zhèn)為代表的小尺度建設(shè)用地提取仍存在一定改進(jìn)空間,深度學(xué)習(xí)相關(guān)理論研究和技術(shù)實(shí)現(xiàn)領(lǐng)域仍有很大空間有待拓展。本文利用深度卷積神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)兩種分類器進(jìn)行監(jiān)督分類,人工選取樣本,并結(jié)合已有資料和野外調(diào)研數(shù)據(jù),雖然精度較高但較繁瑣,下一步可展開對(duì)樣本自動(dòng)選取的研究,提高提取工作的簡(jiǎn)便性和適用性,尤其是結(jié)合現(xiàn)有機(jī)器學(xué)習(xí)方法,未來有廣闊的研究空間[21]。

    猜你喜歡
    池化層用地卷積
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    卷積神經(jīng)網(wǎng)絡(luò)模型研究分析*
    基于卷積神經(jīng)網(wǎng)絡(luò)的紙幣分類與點(diǎn)鈔
    基于深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)的人體行為識(shí)別研究
    科技傳播(2020年6期)2020-05-25 11:07:46
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    城鄉(xiāng)建設(shè)用地增減掛鉤研究進(jìn)展綜述
    基于全卷積神經(jīng)網(wǎng)絡(luò)的SAR圖像目標(biāo)分類*
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    城鄉(xiāng)建設(shè)用地增減掛鉤政策的演變
    城鄉(xiāng)建設(shè)用地增減掛鉤的實(shí)踐與認(rèn)識(shí)
    村上凉子中文字幕在线| 欧美最黄视频在线播放免费| 人人妻人人澡人人看| 午夜免费观看网址| www.自偷自拍.com| 久久久久久久久中文| 欧美中文综合在线视频| 可以在线观看的亚洲视频| 久久精品国产亚洲av高清一级| 日韩欧美一区视频在线观看| 欧美 亚洲 国产 日韩一| 国产激情欧美一区二区| 久久久久精品国产欧美久久久| tocl精华| 精品一区二区三区四区五区乱码| 欧美激情高清一区二区三区| 亚洲精品粉嫩美女一区| 亚洲人成77777在线视频| 免费观看人在逋| cao死你这个sao货| 久久精品成人免费网站| 18禁裸乳无遮挡免费网站照片 | 一本久久中文字幕| 别揉我奶头~嗯~啊~动态视频| 在线看三级毛片| 色av中文字幕| 国产高清videossex| 精品国产乱子伦一区二区三区| 人人妻人人看人人澡| 日韩精品中文字幕看吧| 侵犯人妻中文字幕一二三四区| av天堂在线播放| 国产91精品成人一区二区三区| 人成视频在线观看免费观看| 日本在线视频免费播放| 女性被躁到高潮视频| 日韩精品青青久久久久久| www.999成人在线观看| 桃红色精品国产亚洲av| 看免费av毛片| 成人av一区二区三区在线看| 90打野战视频偷拍视频| 成年免费大片在线观看| 亚洲最大成人中文| 国产免费av片在线观看野外av| 国产成人精品久久二区二区91| 女人被狂操c到高潮| 黑人操中国人逼视频| 日韩精品青青久久久久久| 成人免费观看视频高清| 亚洲免费av在线视频| 精品卡一卡二卡四卡免费| 久久久久久九九精品二区国产 | 丝袜人妻中文字幕| 91大片在线观看| 午夜激情av网站| 一a级毛片在线观看| 欧美在线一区亚洲| 亚洲在线自拍视频| 身体一侧抽搐| 琪琪午夜伦伦电影理论片6080| 中文字幕人妻熟女乱码| 免费一级毛片在线播放高清视频| 无遮挡黄片免费观看| 国内毛片毛片毛片毛片毛片| 国产精品久久电影中文字幕| 亚洲国产高清在线一区二区三 | 成人亚洲精品av一区二区| 欧美激情久久久久久爽电影| 国产主播在线观看一区二区| 国产精华一区二区三区| 欧美大码av| 国产精品亚洲一级av第二区| 国产av不卡久久| 麻豆国产av国片精品| 日日摸夜夜添夜夜添小说| 久久久久久九九精品二区国产 | 免费在线观看成人毛片| 两性午夜刺激爽爽歪歪视频在线观看 | 看黄色毛片网站| 成人国产一区最新在线观看| 免费观看人在逋| 欧美一级毛片孕妇| 成年版毛片免费区| 美女高潮喷水抽搐中文字幕| 可以在线观看的亚洲视频| 亚洲午夜理论影院| 色在线成人网| 亚洲黑人精品在线| 久久久久精品国产欧美久久久| 欧美成人午夜精品| 国产三级黄色录像| 免费在线观看成人毛片| 国语自产精品视频在线第100页| 久久99热这里只有精品18| 欧美成人一区二区免费高清观看 | 狂野欧美激情性xxxx| 两性午夜刺激爽爽歪歪视频在线观看 | 久久天堂一区二区三区四区| 最近在线观看免费完整版| 成人一区二区视频在线观看| 人人妻人人澡欧美一区二区| 亚洲精品中文字幕一二三四区| 精品欧美一区二区三区在线| 国产视频一区二区在线看| 免费电影在线观看免费观看| 国内精品久久久久久久电影| 亚洲精品一卡2卡三卡4卡5卡| 国产欧美日韩一区二区三| 午夜免费激情av| 淫妇啪啪啪对白视频| 成人av一区二区三区在线看| 亚洲七黄色美女视频| 国产精品 欧美亚洲| 中文亚洲av片在线观看爽| 日本精品一区二区三区蜜桃| 日本一区二区免费在线视频| 在线十欧美十亚洲十日本专区| 日韩精品免费视频一区二区三区| 欧美人与性动交α欧美精品济南到| 丁香六月欧美| 久久国产乱子伦精品免费另类| 久久精品国产亚洲av高清一级| 亚洲第一电影网av| 精品电影一区二区在线| 狠狠狠狠99中文字幕| 日韩欧美在线二视频| 妹子高潮喷水视频| 丝袜美腿诱惑在线| 亚洲第一电影网av| 久久欧美精品欧美久久欧美| 亚洲黑人精品在线| 亚洲精品av麻豆狂野| 欧美日本亚洲视频在线播放| 十八禁人妻一区二区| 亚洲天堂国产精品一区在线| 一本综合久久免费| 午夜视频精品福利| 色综合亚洲欧美另类图片| 欧美午夜高清在线| 麻豆成人午夜福利视频| 亚洲av片天天在线观看| 美女午夜性视频免费| 视频在线观看一区二区三区| 精品高清国产在线一区| 两个人免费观看高清视频| 桃红色精品国产亚洲av| 中文字幕精品免费在线观看视频| 亚洲成av片中文字幕在线观看| 免费在线观看黄色视频的| 欧美日本视频| 亚洲男人天堂网一区| 女警被强在线播放| 免费无遮挡裸体视频| 亚洲成av片中文字幕在线观看| 99热6这里只有精品| 一本大道久久a久久精品| 久久婷婷人人爽人人干人人爱| 男人的好看免费观看在线视频 | 成人国产一区最新在线观看| 久久久久久久精品吃奶| 精品高清国产在线一区| 日韩欧美一区视频在线观看| 日本撒尿小便嘘嘘汇集6| 又黄又爽又免费观看的视频| 国产亚洲欧美在线一区二区| √禁漫天堂资源中文www| 久久久久久免费高清国产稀缺| 亚洲av日韩精品久久久久久密| 成人国语在线视频| 精品福利观看| 国产av不卡久久| 国产精品亚洲av一区麻豆| 精品福利观看| 俄罗斯特黄特色一大片| 欧美一级a爱片免费观看看 | 一个人观看的视频www高清免费观看 | 叶爱在线成人免费视频播放| 精品久久久久久久久久免费视频| 国产av在哪里看| 免费人成视频x8x8入口观看| 精品久久久久久久人妻蜜臀av| 亚洲国产看品久久| 国产成人av教育| 亚洲国产精品合色在线| 国产一区二区激情短视频| 国产成人欧美在线观看| 亚洲成人久久性| 狠狠狠狠99中文字幕| 91老司机精品| 一a级毛片在线观看| 国产熟女午夜一区二区三区| 免费无遮挡裸体视频| 一二三四社区在线视频社区8| 很黄的视频免费| 国产乱人伦免费视频| 亚洲国产欧洲综合997久久, | 欧美性长视频在线观看| 1024香蕉在线观看| 欧美成人免费av一区二区三区| 不卡一级毛片| 制服丝袜大香蕉在线| 最新美女视频免费是黄的| 亚洲成人久久性| 日日干狠狠操夜夜爽| 亚洲人成网站高清观看| 男人舔女人下体高潮全视频| 99久久精品国产亚洲精品| 亚洲国产精品合色在线| 极品教师在线免费播放| 日韩大尺度精品在线看网址| 亚洲片人在线观看| 桃色一区二区三区在线观看| 亚洲电影在线观看av| 日韩欧美免费精品| 一区二区三区国产精品乱码| 18禁国产床啪视频网站| 欧美黄色淫秽网站| 一区二区三区高清视频在线| 欧美黑人巨大hd| 精品高清国产在线一区| 亚洲精品美女久久久久99蜜臀| 99久久综合精品五月天人人| 欧美+亚洲+日韩+国产| 一个人观看的视频www高清免费观看 | cao死你这个sao货| 国产亚洲精品av在线| 欧美黄色片欧美黄色片| 成年女人毛片免费观看观看9| 精品国产亚洲在线| 夜夜爽天天搞| 国产成+人综合+亚洲专区| 黄片小视频在线播放| 国产区一区二久久| 国产高清视频在线播放一区| 高清毛片免费观看视频网站| 超碰成人久久| 极品教师在线免费播放| 看片在线看免费视频| 日本 av在线| 国产麻豆成人av免费视频| www日本在线高清视频| 日韩欧美一区视频在线观看| 国产一区二区激情短视频| 可以在线观看的亚洲视频| av免费在线观看网站| 成在线人永久免费视频| 黄片播放在线免费| 国产在线观看jvid| 午夜精品久久久久久毛片777| 欧美性长视频在线观看| 叶爱在线成人免费视频播放| 看黄色毛片网站| 国产精品,欧美在线| 十分钟在线观看高清视频www| 久久婷婷成人综合色麻豆| 国产精品 国内视频| 韩国av一区二区三区四区| 黄片小视频在线播放| 婷婷丁香在线五月| 国产精品久久久久久亚洲av鲁大| 国产av又大| 国产精品99久久99久久久不卡| 亚洲av电影在线进入| 91大片在线观看| www日本黄色视频网| 欧美日韩福利视频一区二区| 亚洲一区二区三区色噜噜| 一个人观看的视频www高清免费观看 | 母亲3免费完整高清在线观看| 男男h啪啪无遮挡| 亚洲男人天堂网一区| 国产亚洲欧美精品永久| 亚洲真实伦在线观看| 免费看十八禁软件| 婷婷精品国产亚洲av| 免费看美女性在线毛片视频| 国产亚洲精品av在线| 国产av不卡久久| 国产高清videossex| 国产又爽黄色视频| 可以免费在线观看a视频的电影网站| 国内少妇人妻偷人精品xxx网站 | 一个人观看的视频www高清免费观看 | 亚洲精品中文字幕一二三四区| 男男h啪啪无遮挡| 日本精品一区二区三区蜜桃| 国产aⅴ精品一区二区三区波| 国产精品久久久av美女十八| aaaaa片日本免费| 女性被躁到高潮视频| 国产精品爽爽va在线观看网站 | 丰满的人妻完整版| 成人18禁在线播放| avwww免费| av片东京热男人的天堂| www.自偷自拍.com| 美女 人体艺术 gogo| 在线观看www视频免费| 99国产精品一区二区蜜桃av| 久久久久国产精品人妻aⅴ院| 琪琪午夜伦伦电影理论片6080| 国产在线精品亚洲第一网站| 亚洲av美国av| 91大片在线观看| 久久精品夜夜夜夜夜久久蜜豆 | 黄色丝袜av网址大全| 天天躁狠狠躁夜夜躁狠狠躁| 日本撒尿小便嘘嘘汇集6| 久久久久久人人人人人| 制服诱惑二区| 一级a爱视频在线免费观看| 欧美成人性av电影在线观看| 又黄又粗又硬又大视频| 午夜亚洲福利在线播放| 99国产精品一区二区三区| videosex国产| 色播在线永久视频| 亚洲狠狠婷婷综合久久图片| 精品高清国产在线一区| 淫秽高清视频在线观看| 午夜日韩欧美国产| 99在线人妻在线中文字幕| 日本一本二区三区精品| 国产精品免费一区二区三区在线| 精品久久久久久久久久久久久 | 在线av久久热| 2021天堂中文幕一二区在线观 | 国产一区在线观看成人免费| 欧美中文日本在线观看视频| 美女免费视频网站| 十分钟在线观看高清视频www| 久久欧美精品欧美久久欧美| 日本撒尿小便嘘嘘汇集6| 亚洲 国产 在线| 亚洲一卡2卡3卡4卡5卡精品中文| 999精品在线视频| 国产亚洲av嫩草精品影院| 曰老女人黄片| 18禁美女被吸乳视频| 丰满人妻熟妇乱又伦精品不卡| 国内少妇人妻偷人精品xxx网站 | 亚洲成av片中文字幕在线观看| 一本精品99久久精品77| 久久久久久久久久黄片| 日本一本二区三区精品| 亚洲av成人av| 亚洲av中文字字幕乱码综合 | 岛国在线观看网站| 色播亚洲综合网| 又黄又爽又免费观看的视频| 欧美黑人巨大hd| 亚洲国产精品合色在线| 一级片免费观看大全| 久久久久国产精品人妻aⅴ院| 亚洲欧美一区二区三区黑人| 天天一区二区日本电影三级| 最近最新中文字幕大全免费视频| 白带黄色成豆腐渣| 69av精品久久久久久| 超碰成人久久| 亚洲黑人精品在线| 少妇 在线观看| 午夜福利在线观看吧| 一二三四在线观看免费中文在| 69av精品久久久久久| 又黄又爽又免费观看的视频| 亚洲精华国产精华精| 国产精品1区2区在线观看.| 大型av网站在线播放| 欧美性长视频在线观看| 夜夜爽天天搞| 亚洲三区欧美一区| 麻豆成人午夜福利视频| 伊人久久大香线蕉亚洲五| 精品熟女少妇八av免费久了| 亚洲 国产 在线| 美女 人体艺术 gogo| 久久久久亚洲av毛片大全| 国产麻豆成人av免费视频| 伊人久久大香线蕉亚洲五| 国产成人一区二区三区免费视频网站| 国产精品久久久久久亚洲av鲁大| 欧美丝袜亚洲另类 | 色哟哟哟哟哟哟| 久久久国产成人免费| 久久婷婷成人综合色麻豆| 麻豆成人午夜福利视频| 久久欧美精品欧美久久欧美| 欧美中文日本在线观看视频| 一区福利在线观看| 色av中文字幕| 91麻豆精品激情在线观看国产| 国产精品 欧美亚洲| 日韩欧美一区二区三区在线观看| 色尼玛亚洲综合影院| 久久99热这里只有精品18| 亚洲天堂国产精品一区在线| 国产欧美日韩精品亚洲av| 可以在线观看毛片的网站| 变态另类丝袜制服| 看黄色毛片网站| 俄罗斯特黄特色一大片| 欧美激情久久久久久爽电影| 又大又爽又粗| 日本黄色视频三级网站网址| 好男人在线观看高清免费视频 | 精品日产1卡2卡| 久久精品夜夜夜夜夜久久蜜豆 | 成人精品一区二区免费| 国产亚洲精品久久久久5区| 一本大道久久a久久精品| 亚洲一码二码三码区别大吗| 亚洲精品一卡2卡三卡4卡5卡| 18禁裸乳无遮挡免费网站照片 | 1024视频免费在线观看| 身体一侧抽搐| 很黄的视频免费| 亚洲欧美日韩无卡精品| 成人亚洲精品av一区二区| 午夜福利一区二区在线看| 正在播放国产对白刺激| 亚洲久久久国产精品| 黄色毛片三级朝国网站| 免费观看人在逋| 曰老女人黄片| 国产精华一区二区三区| 欧美+亚洲+日韩+国产| 欧美黄色淫秽网站| 男女做爰动态图高潮gif福利片| 国产又黄又爽又无遮挡在线| 国产午夜精品久久久久久| 波多野结衣巨乳人妻| 欧美激情高清一区二区三区| 激情在线观看视频在线高清| 国产亚洲av嫩草精品影院| 乱码一卡2卡4卡精品| 色噜噜av男人的天堂激情| 蜜桃久久精品国产亚洲av| www.色视频.com| 久久久久久久亚洲中文字幕| 国产成人91sexporn| 国内精品久久久久精免费| 亚洲精品国产成人久久av| 午夜免费男女啪啪视频观看 | 全区人妻精品视频| 亚洲人与动物交配视频| 最好的美女福利视频网| 干丝袜人妻中文字幕| 一本精品99久久精品77| 国产精品日韩av在线免费观看| 97超碰精品成人国产| 亚洲av熟女| 亚洲经典国产精华液单| 国产欧美日韩一区二区精品| 午夜影院日韩av| 九九爱精品视频在线观看| 亚洲精品色激情综合| 中文字幕av在线有码专区| 亚洲av第一区精品v没综合| 乱系列少妇在线播放| 亚洲精品一区av在线观看| 99久国产av精品| 高清日韩中文字幕在线| 99精品在免费线老司机午夜| 乱人视频在线观看| 黄色日韩在线| 精品人妻熟女av久视频| 婷婷色综合大香蕉| 亚洲av成人精品一区久久| a级毛片a级免费在线| 亚洲国产精品合色在线| 日本一二三区视频观看| 久久久久久九九精品二区国产| 久久久国产成人精品二区| www日本黄色视频网| 国产 一区 欧美 日韩| 久久精品影院6| 国产伦一二天堂av在线观看| 亚洲精品久久国产高清桃花| 亚洲精品亚洲一区二区| 成年av动漫网址| 波多野结衣高清作品| 日日摸夜夜添夜夜添av毛片| 97热精品久久久久久| 国内少妇人妻偷人精品xxx网站| 一级av片app| 色吧在线观看| 久久久久久久久中文| 日韩av在线大香蕉| 亚洲欧美精品自产自拍| 成人鲁丝片一二三区免费| 一进一出好大好爽视频| 在线国产一区二区在线| 亚洲五月天丁香| 成人毛片a级毛片在线播放| 国产日本99.免费观看| 久久精品久久久久久噜噜老黄 | 亚洲美女搞黄在线观看 | 国产伦在线观看视频一区| 岛国在线免费视频观看| 国产精品一区二区性色av| 亚洲一区高清亚洲精品| 国产伦精品一区二区三区视频9| 欧美日韩国产亚洲二区| 卡戴珊不雅视频在线播放| 国产精品一区二区性色av| 性欧美人与动物交配| 国产高清激情床上av| 久久久a久久爽久久v久久| 中国国产av一级| 精品福利观看| 狂野欧美白嫩少妇大欣赏| 午夜a级毛片| 欧美潮喷喷水| 日韩av在线大香蕉| 22中文网久久字幕| 男人狂女人下面高潮的视频| 国产一区亚洲一区在线观看| 尾随美女入室| 禁无遮挡网站| 人人妻人人澡欧美一区二区| 国产aⅴ精品一区二区三区波| 久久久精品欧美日韩精品| 国产精品一区二区三区四区免费观看 | 久久久久国产精品人妻aⅴ院| 精品欧美国产一区二区三| 2021天堂中文幕一二区在线观| 午夜久久久久精精品| a级毛片免费高清观看在线播放| 黄色配什么色好看| 国产人妻一区二区三区在| 少妇人妻一区二区三区视频| av在线老鸭窝| 男女之事视频高清在线观看| 亚洲欧美精品自产自拍| 国产单亲对白刺激| 长腿黑丝高跟| 少妇熟女aⅴ在线视频| 国产 一区精品| 级片在线观看| 欧美性猛交黑人性爽| 欧美最新免费一区二区三区| 久久精品国产亚洲网站| 免费电影在线观看免费观看| 国产精品亚洲美女久久久| 久久国内精品自在自线图片| 国产三级在线视频| 国产 一区 欧美 日韩| 免费看美女性在线毛片视频| 精品一区二区三区视频在线观看免费| 美女高潮的动态| 日本精品一区二区三区蜜桃| 成人高潮视频无遮挡免费网站| 久久久国产成人免费| 美女免费视频网站| 美女被艹到高潮喷水动态| 男女视频在线观看网站免费| 欧美又色又爽又黄视频| 久久久a久久爽久久v久久| 激情 狠狠 欧美| 亚洲av五月六月丁香网| 在线免费观看不下载黄p国产| 国产伦精品一区二区三区视频9| 人人妻人人看人人澡| 国产成人影院久久av| 嫩草影视91久久| 久久精品国产鲁丝片午夜精品| 亚洲性夜色夜夜综合| 精品熟女少妇av免费看| 成人二区视频| 亚洲精品粉嫩美女一区| av福利片在线观看| 最近在线观看免费完整版| 国产三级中文精品| 一级av片app| 国产私拍福利视频在线观看| 十八禁网站免费在线| 国产高清三级在线| 综合色av麻豆| h日本视频在线播放| 亚洲精品影视一区二区三区av| 女同久久另类99精品国产91| 亚洲欧美中文字幕日韩二区| 91午夜精品亚洲一区二区三区| 性欧美人与动物交配| 国产精品久久久久久精品电影| 国产探花在线观看一区二区| 亚洲av免费在线观看| 少妇的逼水好多| 国产一区二区亚洲精品在线观看| 欧美人与善性xxx| 一本久久中文字幕| 日日啪夜夜撸| 亚洲精品乱码久久久v下载方式| АⅤ资源中文在线天堂| 欧美高清成人免费视频www| 免费搜索国产男女视频| 国产午夜福利久久久久久| aaaaa片日本免费| 九九久久精品国产亚洲av麻豆| 啦啦啦观看免费观看视频高清| 成人特级av手机在线观看| 大又大粗又爽又黄少妇毛片口| 综合色av麻豆| 国产精品1区2区在线观看.| 欧美xxxx性猛交bbbb| 人人妻,人人澡人人爽秒播| 高清毛片免费看| 久久久久久国产a免费观看| 日韩精品中文字幕看吧| 国产精华一区二区三区| 神马国产精品三级电影在线观看| 夜夜夜夜夜久久久久| 国内揄拍国产精品人妻在线|