• <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 ?

    基于深度學習的植物識別原理綜述

    2020-02-07 13:03:52王永金左羽吳戀崔忠偉趙晨潔
    物聯(lián)網(wǎng)技術(shù) 2020年1期
    關(guān)鍵詞:魯棒性網(wǎng)絡(luò)結(jié)構(gòu)深度學習

    王永金 左羽 吳戀 崔忠偉 趙晨潔

    摘 要:文中對基于深度學習的植物識別技術(shù)進行了廣泛研究。闡述了傳統(tǒng)植物識別技術(shù)存在的缺陷,提出將深度學習技術(shù)應(yīng)用在植物識別方向,并簡要介紹了深度學習中的深度信念網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等網(wǎng)絡(luò)結(jié)構(gòu)和特征以及將各自的神經(jīng)網(wǎng)絡(luò)應(yīng)用在植物識別技術(shù)上的案例,并重點分析了植物識別的原理,最后指出將深度學習應(yīng)用在植物識別方向上的優(yōu)缺點。

    關(guān)鍵詞:深度學習;植物識別;神經(jīng)網(wǎng)絡(luò);信念網(wǎng)絡(luò);網(wǎng)絡(luò)結(jié)構(gòu);魯棒性

    中圖分類號:TP305文獻標識碼:A文章編號:2095-1302(2020)01-00-03

    0 引 言

    作為地球上最多樣化的生命形式,植物的種類數(shù)量已經(jīng)達到令人瞠目結(jié)舌的程度,在判斷植物類別時給研究人員帶來了諸多不便。傳統(tǒng)的植物識別主要依靠專家進行判別,當植物種類較多時,就需要大量專家參與,不僅工作量極大,同時分類結(jié)果也容易受專家主觀因素的影響,導致判別植物種類的正確率有所不同。隨著計算機圖像處理技術(shù)的發(fā)展,許多研究者更傾向于將數(shù)字圖像處理和模式識別技術(shù)應(yīng)用于植物分類方面。近年來,深度學習的快速發(fā)展已成為圖像識別領(lǐng)域的熱點。許多研究人員在研究如何將深度學習方法應(yīng)用在植物鑒定中,并取得了較好的識別效果。

    1 傳統(tǒng)方法的缺陷

    在傳統(tǒng)的植物分類識別[1]方法中,主要包括兩個方面,即特征提取和分類器設(shè)計。許多研究人員在進行特征選取時[2],一般選擇葉片作為特征參數(shù),但是這種方法形式單一,背景簡單,并未考慮其他復(fù)雜的背景,例如植物葉片缺口、斷葉、重疊等情況。然后在識別方法上,它局限于形狀、顏色、紋理等特征,并且未將各類特征融合[3]。在分類器的設(shè)計中,通常會選擇神經(jīng)網(wǎng)絡(luò)、支持向量機和最近鄰。但是分類人員在選擇特征功能時大都選擇自己認為正確的,不僅缺乏公認的依據(jù),同時這些特征只適合特定的數(shù)據(jù),如果用同樣的特征來處理不同的數(shù)據(jù)集,那么結(jié)果可能不一致,因此這種特征不具有可遷移性[4]。

    2 基于深度學習的植物識別技術(shù)

    隨著深度學習[5]的發(fā)展,許多研究者將深度學習應(yīng)用在各領(lǐng)域中,特別是在圖像識別領(lǐng)域,取得了較好的效果?;诰矸e神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)[6]的深度學習算法可以自動提取圖像特征且無需人工干預(yù),克服了傳統(tǒng)植物葉片識別依靠人工提取特征的缺陷。近年來,許多研究通過深度學習識別諸如植物的葉子、花朵等圖像。

    2.1 深度學習技術(shù)

    深度學習是在機器學習的基礎(chǔ)上發(fā)展而來,它屬于機器學習的研究領(lǐng)域之一,解決了特征選擇這一重大難題。傳統(tǒng)的機器學習特征由人類專家選擇,而深度學習則是由自己選擇特征,無需人工選擇,減少了人力、物力的投入。

    2.1.1 深度信念網(wǎng)絡(luò)DBN

    深度信念網(wǎng)絡(luò)(Deep Belief Network,DBN)[7]最初是由Hinton教授提出的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型,2006年Hinton教授在Science上發(fā)表了一篇文章,深度學習就是從這個時候慢慢開始發(fā)展,逐漸進入大眾視野,開啟了學術(shù)界的深度學習大潮。這篇文章有兩個觀點:首先,具有多個隱藏層的神經(jīng)網(wǎng)絡(luò)可以學習到更多特征并具有很強的學習能力,能夠更好地描述數(shù)據(jù)性質(zhì),有利于數(shù)據(jù)可視化或分類。其次,在深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)下,可以通過逐層初始化的措施來降低訓練難度。深度信念網(wǎng)絡(luò)是一種生成模型,是由多個受限制的Boltzmann[8]機組成的復(fù)合模型。Hinton教授使用預(yù)訓練方法來解決局部最優(yōu)解的問題,并把隱藏層的數(shù)量增加到了7層,證明隱藏層的層數(shù)可以增加,結(jié)果直觀可見,使得神經(jīng)網(wǎng)絡(luò)有了真正意義上的深度。

    2.1.2 循環(huán)神經(jīng)網(wǎng)絡(luò)RNN

    循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,RNN)[9]是20世紀80年代提出的一種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型,其處理單元之間存在內(nèi)部反饋連接和前饋連接。在CNN網(wǎng)絡(luò)中,訓練樣本的數(shù)據(jù)大多獨立且具有相同分布,解決的問題多為分類問題、回歸問題或者特征表達問題。但通常更多數(shù)據(jù)不滿足于獨立和相同分布,例如語音翻譯。這是一個序列問題,包括時間序列和空間序列[10]。RNN內(nèi)部具有記憶功能,利用該特點,可用它來處理任意時間段的輸入序列,所以在處理語音翻譯等問題時更容易。RNN分為兩類,其中一類為Simple RNN,會將上一層存儲的信息帶入下一次RNN的隱藏層。Simple RNN有兩個缺點:一是記憶期極短,不僅隱藏層存儲的內(nèi)容向后傳遞時影響會逐漸減弱,同時還無法控制存儲的內(nèi)容,即一個語句中并非所有的內(nèi)容都會寫入存儲中。另一類是Long Short Term Memory(LSTM),即僅將重要的內(nèi)容寫入memory中,不重要的不存入,需要時輸出,必要時清空。LSTM能夠解決Simple RNN存在的問題,但自身所需要的參數(shù)是Simple RNN的4倍。

    2.1.3 卷積神經(jīng)網(wǎng)絡(luò)CNN

    卷積神經(jīng)網(wǎng)絡(luò)最初是為解決圖像識別問題而提出,之后慢慢發(fā)展,廣泛應(yīng)用于圖像、視頻、音頻和文本數(shù)據(jù)等方面,當人們提起深度學習時,首先會想到CNN,而CNN也被認為是深度學習的代名詞。卷積神經(jīng)網(wǎng)絡(luò)主要由輸入層、卷積層、池化層、全連接層和輸出層構(gòu)成。

    (1)輸入層用來接收原始數(shù)據(jù),然后對原始數(shù)據(jù)進行處理(包括處理多維數(shù)據(jù))。

    (2)卷積層用來提取圖像的特征。

    (3)池化層對卷積層卷積的特征圖進行降維采樣,壓縮數(shù)據(jù)和參數(shù)數(shù)量,避免過擬合,同時增強模型的適應(yīng)能力。池化操作使得特征表達具有魯棒性。

    (4)全連接層將之前得到的特征進行整合,針對各類情況輸出概率,之后分類器就可以根據(jù)得到的概率進行分類。

    (5)輸出層將全連接層得到的分類結(jié)果進行輸出,使得輸出結(jié)果更直觀。

    2.2 基于深度學習的植物識別典型案例

    隨著深度學習的快速發(fā)展,許多研究者將深度學習技術(shù)應(yīng)用到了植物識別方面。趙彥輝[11]將深度學習應(yīng)用到了藥用植物識別方面,通過灰度化、角度隨機旋轉(zhuǎn)等對收集的藥用植物圖像進行預(yù)處理,然后采用卷積神經(jīng)網(wǎng)絡(luò)技術(shù),結(jié)合DeepLearning4J框架對模型參數(shù)進行優(yōu)化調(diào)試,從而提高復(fù)雜背景下藥用植物圖像識別的準確性和有效性。鄭一力[12]采用一種基于遷移學習的卷積神經(jīng)網(wǎng)絡(luò)方法,將收集的植物圖像通過水平、垂直翻轉(zhuǎn)等預(yù)處理來擴充植物圖像的數(shù)據(jù)集,之后將數(shù)據(jù)集以4∶1的比例劃分為訓練集和測試集,然后使用遷移學習方法,將之前的模型(AlexNet,InceptionV3)在測試集上訓練,模型前面所有卷積層的參數(shù)均不改變,只替換全連接層的最后一層,使其能夠適應(yīng)植物圖像的識別。結(jié)果表明此方法不僅能節(jié)約大量時間,而且擁有更好的準確率。張雪芹[13]為了解決傳統(tǒng)機器學習算法在大樣本情況下圖像識別速度慢的難點而提出了P-AlexNet模型,此模型是在AlexNet模型基礎(chǔ)上進行改進優(yōu)化而得到的,改進后的模型不僅能在大樣本情況下進行圖像識別,識別精度和泛化能力也有所提高,同時還利用GPU來提高訓練的速度、減少等待時間。最后將此模型算法應(yīng)用于智能植物圖像識別系統(tǒng),結(jié)果表明使用和測試效果良好。

    2.3 基于深度性的植物識別技術(shù)原理

    植物識別技術(shù)原理的本質(zhì)是圖像識別[14],根據(jù)植物的圖像來識別植物種類是植物識別技術(shù)的重點。然而,早期圖像識別的工作僅限于識別文本之類的簡單信息,經(jīng)過計算機技術(shù)的發(fā)展,逐漸演變到今天的圖像識別,可根據(jù)給定的圖像執(zhí)行相應(yīng)的處理和分析,以識別出我們設(shè)定的目標。計算機圖像識別技術(shù)的靈感來源于人類用肉眼去識別圖像的原理,但缺少人類的視覺與感覺。人類在看到某一張圖片時,大腦會迅速感應(yīng)是否見過類似圖片,腦海中是否存在類似圖片的記憶。在看到和感應(yīng)之間便是我們識別的過程。在此過程中,大腦將根據(jù)存儲類別來識別當前看到的圖片,以查看他們是否看過這樣的圖片。計算機的圖像識別技術(shù)也一樣,根據(jù)提取到的特征來識別圖像。隨著神經(jīng)網(wǎng)絡(luò)的興起,將神經(jīng)網(wǎng)絡(luò)應(yīng)用于圖像識別技術(shù)中,使得計算機本身具備學習能力,從而自動提取圖像特征,自動識別,減少人為干預(yù),然后通過不斷學習來提高識別準確度。

    2.4 基于深度學習的植物識別技術(shù)的優(yōu)缺點

    將深度學習應(yīng)用于植物識別方面是許多研究者都在做的事,事實證明這樣做能夠解決在植物識別中遇到的難題。尤其是近年來卷積神經(jīng)網(wǎng)絡(luò)的盛行,許多研究者將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于植物分類識別后大大提高了植物鑒定的準確性。從依靠人工分類到現(xiàn)在采用深度學習技術(shù)來識別植物,很大程度上減少了人工投入,大大節(jié)約了成本。而且自然界的植物種類繁多,人工采集的植物圖像多如牛毛,如果僅靠人工分類,那么無疑增加了人的工作量。深度學習能夠在一定程度上解決數(shù)據(jù)繁多的難題,從而節(jié)省大量時間,同時基于深度學習的植物識別準確率也較高。然而,計算機雖然能夠進行植物識別,但是識別準確度還無法達到100%,即使采用已經(jīng)準備好的數(shù)據(jù)集也無法避免誤差,更何況在各種復(fù)雜背景下來動態(tài)識別各類植物,將大幅降低識別準確率。同時設(shè)備的變化、網(wǎng)絡(luò)環(huán)境的差異均會影響判斷的準確性。

    3 結(jié) 語

    本文闡述了在植物識別方面?zhèn)鹘y(tǒng)方法存在的技術(shù)缺陷,之后介紹了幾種具有代表性的神經(jīng)網(wǎng)絡(luò),并簡要描述了卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)。隨后列舉了幾個深度學習應(yīng)用于植物識別的案例,可以看出將深度學習應(yīng)用于植物識別確實能夠提高識別率。最后分析了植物識別技術(shù)的原理和存在的優(yōu)缺點。

    將神經(jīng)網(wǎng)絡(luò)應(yīng)用于圖像識別雖然還存在一些問題,但是相信隨著計算機技術(shù)的發(fā)展,這些問題都會被逐一解決。

    參 考 文 獻

    [1]袁銀,王東斌,劉永金.基于深度學習的植物圖像識別方法研究[J].現(xiàn)代農(nóng)業(yè)科技,2017(23):278-280.

    [2]溫坤哲,韋玉科,董曉華.深度卷積神經(jīng)網(wǎng)絡(luò)在圖像美學評價的應(yīng)用綜述[J/OL].計算機工程與應(yīng)用,2019:1-16. [2019-07-03].http://kns.cnki.net/kcms/detail/11.2127.TP.20190401.1730.026.html.

    [3]鐘海軍,胡步發(fā).基于高層特征融合的圖像語義分割[J].機械制造與自動化,2019(3):178-181.

    [4]汪榮貴,姚旭晨,楊娟,等.基于深度遷移學習的微型細粒度圖像分類[J].光電工程,2019,46(6):21-30.

    [5] LECUN Y,BENGIO Y,HINTON G.Deep learning [J]. Nature,2015,521:436-444.

    [6] LECUN Y,BENGIO Y.Convolutional Networks for Images,Speech,and Time Series [M]. Cambridge,MA: MIT Press,1998:255-258.

    [7] HINTON G E,OSINDERO S, TEH Y W. A fast learning algorithm for deep belief nets [J]. Neural computation,2006,18(7):1527-1554.

    [8] LI W,NING H T. Poisson-boltzmann equation with a random field for charged fluids [J]. Journal of physics:condensed matter,2019,31(37).

    [9] MIKOLOV T, KARAFI?T M, BURGET L, et al. Recurrent neural network based language model [C]// Interspeech,2010.

    [10]王遠志,孫家潔,劉連興,等.關(guān)于引入空間序列概念的思考[J].沈陽工程學院學報(自然科學版),2007(2):179-180.

    [11]趙彥輝,范欣寧,張建逵,等.基于DeepLearning4J on Spark深度學習方法在藥用植物圖像識別中的應(yīng)用初探[J].中國中醫(yī)藥圖書情報雜志,2018,42(5):18-22.

    [12]鄭一力,張露.基于遷移學習的卷積神經(jīng)網(wǎng)絡(luò)植物葉片圖像識別方法[J].農(nóng)業(yè)機械學報,2018,49(z1):354-359.

    [13]張雪芹,陳嘉豪,諸葛晶晶,等.基于深度學習的快速植物圖像識別[J].華東理工大學學報(自然科學版),2018,44(6):887-895.

    [14]高浩宇.基于機器學習的圖像識別研究與應(yīng)用[D].武漢:華中師范大學,2018.

    猜你喜歡
    魯棒性網(wǎng)絡(luò)結(jié)構(gòu)深度學習
    荒漠綠洲區(qū)潛在生態(tài)網(wǎng)絡(luò)增邊優(yōu)化魯棒性分析
    基于確定性指標的弦支結(jié)構(gòu)魯棒性評價
    MOOC與翻轉(zhuǎn)課堂融合的深度學習場域建構(gòu)
    大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
    深度學習算法應(yīng)用于巖石圖像處理的可行性研究
    軟件導刊(2016年9期)2016-11-07 22:20:49
    基于深度卷積網(wǎng)絡(luò)的人臉年齡分析算法與實現(xiàn)
    軟件工程(2016年8期)2016-10-25 15:47:34
    基于非支配解集的多模式裝備項目群調(diào)度魯棒性優(yōu)化
    非接觸移動供電系統(tǒng)不同補償拓撲下的魯棒性分析
    基于互信息的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學習
    知識網(wǎng)絡(luò)結(jié)構(gòu)維對于創(chuàng)新績效的作用機制——遠程創(chuàng)新搜尋的中介作用
    我要看黄色一级片免费的| 51国产日韩欧美| 在线 av 中文字幕| 王馨瑶露胸无遮挡在线观看| 大片免费播放器 马上看| 2021少妇久久久久久久久久久| 少妇熟女欧美另类| 亚洲不卡免费看| 国产精品麻豆人妻色哟哟久久| 精品视频人人做人人爽| 亚洲精华国产精华液的使用体验| 欧美日本中文国产一区发布| 成人毛片60女人毛片免费| 国产精品偷伦视频观看了| 亚洲国产av新网站| 多毛熟女@视频| 国产高清有码在线观看视频| 国产亚洲精品久久久com| 在线观看www视频免费| 成年女人在线观看亚洲视频| 久久免费观看电影| 9色porny在线观看| 香蕉精品网在线| 亚洲国产精品999| 国产精品久久久久久久电影| 草草在线视频免费看| 日本爱情动作片www.在线观看| 欧美xxxx性猛交bbbb| 美女中出高潮动态图| 中文字幕人妻丝袜制服| 欧美精品国产亚洲| 狂野欧美激情性bbbbbb| 亚洲精华国产精华液的使用体验| 午夜日本视频在线| 天美传媒精品一区二区| 啦啦啦啦在线视频资源| 精品酒店卫生间| 99热国产这里只有精品6| 91在线精品国自产拍蜜月| 超碰97精品在线观看| 伊人久久国产一区二区| 国产成人精品久久久久久| 一本—道久久a久久精品蜜桃钙片| videossex国产| 乱人伦中国视频| 三级经典国产精品| 爱豆传媒免费全集在线观看| 国产精品99久久99久久久不卡 | 日韩成人伦理影院| 婷婷色综合大香蕉| 丰满少妇做爰视频| 欧美97在线视频| 日本黄大片高清| 精品午夜福利在线看| 国产精品久久久久成人av| 91成人精品电影| 亚洲电影在线观看av| 色婷婷av一区二区三区视频| 男人和女人高潮做爰伦理| 国产精品麻豆人妻色哟哟久久| 久久人妻熟女aⅴ| 精品午夜福利在线看| 女性被躁到高潮视频| 国产日韩欧美在线精品| 伊人亚洲综合成人网| 国产男女内射视频| 熟女人妻精品中文字幕| 国产毛片在线视频| 草草在线视频免费看| 99九九在线精品视频 | 精品一区在线观看国产| 欧美成人精品欧美一级黄| 亚洲国产日韩一区二区| 菩萨蛮人人尽说江南好唐韦庄| 99久久综合免费| 亚洲图色成人| 日本黄大片高清| 精品久久久久久久久av| 性色av一级| 一个人看视频在线观看www免费| 这个男人来自地球电影免费观看 | 欧美3d第一页| 国产男女超爽视频在线观看| 国产亚洲91精品色在线| 国产成人aa在线观看| 亚洲人成网站在线观看播放| av播播在线观看一区| 一级毛片久久久久久久久女| 久久精品国产a三级三级三级| 99精国产麻豆久久婷婷| 黑人猛操日本美女一级片| 韩国av在线不卡| 熟女av电影| 午夜av观看不卡| 日日摸夜夜添夜夜爱| 九九爱精品视频在线观看| 久久久久久久久久人人人人人人| 啦啦啦在线观看免费高清www| 老司机影院成人| av专区在线播放| 黄色日韩在线| 一级毛片黄色毛片免费观看视频| 日本黄色片子视频| 亚洲人与动物交配视频| 免费黄网站久久成人精品| 免费黄频网站在线观看国产| 人人妻人人看人人澡| 亚洲经典国产精华液单| 制服丝袜香蕉在线| 午夜日本视频在线| 色吧在线观看| 久久久久人妻精品一区果冻| 国产免费一区二区三区四区乱码| 熟女人妻精品中文字幕| 在线亚洲精品国产二区图片欧美 | 伊人亚洲综合成人网| 69精品国产乱码久久久| 2018国产大陆天天弄谢| 免费大片18禁| 一二三四中文在线观看免费高清| 久久 成人 亚洲| 在现免费观看毛片| 免费少妇av软件| 日本黄大片高清| 高清av免费在线| 老司机亚洲免费影院| 黄色欧美视频在线观看| 国产精品福利在线免费观看| 久久韩国三级中文字幕| 黑人巨大精品欧美一区二区蜜桃 | 五月天丁香电影| 久久久久久久亚洲中文字幕| 婷婷色麻豆天堂久久| 亚洲欧洲精品一区二区精品久久久 | 妹子高潮喷水视频| 五月开心婷婷网| 久久久久精品久久久久真实原创| 亚洲精品国产av成人精品| 免费黄频网站在线观看国产| 我的老师免费观看完整版| 国产亚洲91精品色在线| 亚洲av综合色区一区| 日韩,欧美,国产一区二区三区| 99热国产这里只有精品6| 久久午夜福利片| 国产日韩欧美在线精品| 亚洲av中文av极速乱| 搡老乐熟女国产| 麻豆精品久久久久久蜜桃| 97超碰精品成人国产| 只有这里有精品99| av在线播放精品| 欧美成人午夜免费资源| 久久99一区二区三区| 亚洲精品乱久久久久久| 麻豆精品久久久久久蜜桃| 亚洲国产精品999| 国产黄频视频在线观看| 亚洲欧美日韩卡通动漫| 亚洲av成人精品一区久久| 高清黄色对白视频在线免费看 | 精品一品国产午夜福利视频| 免费人妻精品一区二区三区视频| 大片免费播放器 马上看| 国产色爽女视频免费观看| 制服丝袜香蕉在线| 一级毛片久久久久久久久女| videos熟女内射| 精品熟女少妇av免费看| 欧美另类一区| 亚洲不卡免费看| 欧美区成人在线视频| 精品国产一区二区久久| 亚洲国产色片| 中文资源天堂在线| 视频区图区小说| 国内精品宾馆在线| 秋霞伦理黄片| av免费观看日本| 99久久综合免费| 成年女人在线观看亚洲视频| 国产极品粉嫩免费观看在线 | 久热久热在线精品观看| 国产成人精品无人区| 免费大片18禁| h视频一区二区三区| 日韩中字成人| 最近2019中文字幕mv第一页| 成年人免费黄色播放视频 | 国产深夜福利视频在线观看| 91午夜精品亚洲一区二区三区| av国产精品久久久久影院| 国产日韩欧美在线精品| 草草在线视频免费看| 国产黄色视频一区二区在线观看| 成人亚洲欧美一区二区av| √禁漫天堂资源中文www| 18禁动态无遮挡网站| 高清黄色对白视频在线免费看 | 免费观看av网站的网址| 天堂8中文在线网| 精品亚洲成a人片在线观看| 汤姆久久久久久久影院中文字幕| 大香蕉97超碰在线| 亚洲经典国产精华液单| 国产日韩一区二区三区精品不卡 | 国产精品国产av在线观看| 成人国产麻豆网| 国产成人aa在线观看| 国产精品.久久久| 国产精品三级大全| 乱码一卡2卡4卡精品| 在线观看免费日韩欧美大片 | 国产精品麻豆人妻色哟哟久久| 免费人妻精品一区二区三区视频| 亚洲精品日本国产第一区| 精品少妇黑人巨大在线播放| 精品久久久久久久久av| 高清在线视频一区二区三区| 久久99精品国语久久久| 婷婷色综合www| 内射极品少妇av片p| 爱豆传媒免费全集在线观看| 黑人巨大精品欧美一区二区蜜桃 | 男女免费视频国产| 18禁在线无遮挡免费观看视频| 日韩欧美一区视频在线观看 | 日韩电影二区| 亚洲av成人精品一二三区| 熟女人妻精品中文字幕| 日本-黄色视频高清免费观看| 久久久久人妻精品一区果冻| 在线观看免费视频网站a站| 亚洲欧洲国产日韩| 国产精品伦人一区二区| 91久久精品电影网| av不卡在线播放| 精品少妇黑人巨大在线播放| 搡老乐熟女国产| 免费黄频网站在线观看国产| 国产精品秋霞免费鲁丝片| 久久久久国产精品人妻一区二区| 午夜福利在线观看免费完整高清在| 色视频在线一区二区三区| 男人添女人高潮全过程视频| 欧美精品人与动牲交sv欧美| 免费观看在线日韩| 日韩在线高清观看一区二区三区| 大陆偷拍与自拍| 欧美xxⅹ黑人| 国产成人免费观看mmmm| 毛片一级片免费看久久久久| 欧美成人精品欧美一级黄| 在线精品无人区一区二区三| 精品人妻偷拍中文字幕| 中文精品一卡2卡3卡4更新| 王馨瑶露胸无遮挡在线观看| 国产精品久久久久久久久免| 亚洲在久久综合| 欧美精品一区二区免费开放| 免费大片18禁| 亚洲美女搞黄在线观看| 成年美女黄网站色视频大全免费 | 蜜桃在线观看..| 国产精品.久久久| 国产精品蜜桃在线观看| 人妻 亚洲 视频| 亚洲成人av在线免费| 九九久久精品国产亚洲av麻豆| 男女国产视频网站| 精品人妻熟女av久视频| 一级毛片aaaaaa免费看小| 亚洲精品视频女| 9色porny在线观看| 亚洲精品456在线播放app| av有码第一页| 日日撸夜夜添| 国产淫片久久久久久久久| 国产又色又爽无遮挡免| 亚洲欧美精品专区久久| 国产精品久久久久久av不卡| 国产高清三级在线| 美女大奶头黄色视频| 日韩成人av中文字幕在线观看| 国产高清三级在线| 亚洲一级一片aⅴ在线观看| 国产精品蜜桃在线观看| 欧美精品一区二区免费开放| 丰满饥渴人妻一区二区三| 久久久久久久久久久久大奶| 国产片特级美女逼逼视频| 久久久久久久久久人人人人人人| 99久久综合免费| 免费看光身美女| 亚洲精品国产成人久久av| 黄色欧美视频在线观看| 国产成人免费观看mmmm| 极品少妇高潮喷水抽搐| 精品国产乱码久久久久久小说| 99热全是精品| 亚洲精品视频女| av女优亚洲男人天堂| 你懂的网址亚洲精品在线观看| 国产av国产精品国产| 国产伦在线观看视频一区| 欧美国产精品一级二级三级 | 亚洲综合色惰| 另类精品久久| 交换朋友夫妻互换小说| 中文乱码字字幕精品一区二区三区| 久久国产精品大桥未久av | 久久人妻熟女aⅴ| 国产免费一区二区三区四区乱码| 老司机影院毛片| 一二三四中文在线观看免费高清| av有码第一页| av卡一久久| 人妻制服诱惑在线中文字幕| 久久久久久久精品精品| 国产探花极品一区二区| 久久精品久久精品一区二区三区| 久久毛片免费看一区二区三区| 久久人人爽人人爽人人片va| 久久精品熟女亚洲av麻豆精品| 日韩中文字幕视频在线看片| 日韩视频在线欧美| 免费久久久久久久精品成人欧美视频 | 男人舔奶头视频| 欧美日韩av久久| 欧美xxⅹ黑人| 成年人午夜在线观看视频| av.在线天堂| videossex国产| 成人亚洲精品一区在线观看| 大片免费播放器 马上看| 国产成人精品福利久久| 毛片一级片免费看久久久久| 老司机影院毛片| 91精品伊人久久大香线蕉| 十八禁网站网址无遮挡 | 插逼视频在线观看| 亚洲欧美清纯卡通| 肉色欧美久久久久久久蜜桃| 免费观看的影片在线观看| 国产男女超爽视频在线观看| 日韩免费高清中文字幕av| 国产精品一区二区在线观看99| 少妇猛男粗大的猛烈进出视频| 黄色配什么色好看| 毛片一级片免费看久久久久| 亚洲成人av在线免费| 精品卡一卡二卡四卡免费| 亚洲中文av在线| 中文字幕av电影在线播放| 内射极品少妇av片p| 少妇裸体淫交视频免费看高清| a级片在线免费高清观看视频| a级毛片免费高清观看在线播放| 一级毛片aaaaaa免费看小| 高清av免费在线| 一级毛片aaaaaa免费看小| 大片电影免费在线观看免费| 亚洲丝袜综合中文字幕| 多毛熟女@视频| a级一级毛片免费在线观看| 男女边吃奶边做爰视频| a级片在线免费高清观看视频| av天堂久久9| 免费看不卡的av| 男女国产视频网站| 高清视频免费观看一区二区| 亚洲,一卡二卡三卡| 精品酒店卫生间| 午夜福利视频精品| av天堂中文字幕网| 热99国产精品久久久久久7| 日本免费在线观看一区| 国产淫片久久久久久久久| 伊人亚洲综合成人网| 最近2019中文字幕mv第一页| 国产黄频视频在线观看| 久久久久久久大尺度免费视频| 日本色播在线视频| 狠狠精品人妻久久久久久综合| 精品国产乱码久久久久久小说| 成年av动漫网址| 搡女人真爽免费视频火全软件| 老熟女久久久| 免费不卡的大黄色大毛片视频在线观看| 亚洲国产毛片av蜜桃av| xxx大片免费视频| 成年女人在线观看亚洲视频| 国产高清国产精品国产三级| 欧美人与善性xxx| 久久精品久久精品一区二区三区| 黄色日韩在线| 99久久精品国产国产毛片| 男女免费视频国产| 51国产日韩欧美| 午夜日本视频在线| 丝袜在线中文字幕| 亚洲国产精品专区欧美| 精品久久久噜噜| 一级a做视频免费观看| 欧美变态另类bdsm刘玥| 成人18禁高潮啪啪吃奶动态图 | 亚洲电影在线观看av| 老司机影院成人| 精品人妻偷拍中文字幕| 国产无遮挡羞羞视频在线观看| 精华霜和精华液先用哪个| 高清毛片免费看| 亚洲av.av天堂| 又黄又爽又刺激的免费视频.| 一级片'在线观看视频| av视频免费观看在线观看| 久久ye,这里只有精品| 亚洲av日韩在线播放| 午夜免费鲁丝| 成人午夜精彩视频在线观看| 日韩精品有码人妻一区| a级毛色黄片| 亚洲av欧美aⅴ国产| 免费观看的影片在线观看| 女性生殖器流出的白浆| 久久影院123| 夜夜爽夜夜爽视频| 极品人妻少妇av视频| 嘟嘟电影网在线观看| 这个男人来自地球电影免费观看 | 搡老乐熟女国产| 国产欧美日韩精品一区二区| 亚洲av男天堂| 纯流量卡能插随身wifi吗| 如日韩欧美国产精品一区二区三区 | 少妇人妻 视频| 国产精品久久久久久久久免| av在线观看视频网站免费| 亚洲国产色片| 永久网站在线| 午夜老司机福利剧场| 成人免费观看视频高清| 天美传媒精品一区二区| 久久国产精品大桥未久av | 中文欧美无线码| 久久久久久人妻| 一级毛片 在线播放| 国产淫语在线视频| 青春草亚洲视频在线观看| 国产精品99久久久久久久久| 大片免费播放器 马上看| 永久网站在线| 天堂俺去俺来也www色官网| 欧美bdsm另类| 久久久久久久亚洲中文字幕| 久久午夜综合久久蜜桃| 亚洲av二区三区四区| 2021少妇久久久久久久久久久| 男女边摸边吃奶| 亚洲国产欧美日韩在线播放 | 国产av一区二区精品久久| 综合色丁香网| 熟女电影av网| 国产 精品1| 欧美日韩在线观看h| 蜜桃久久精品国产亚洲av| 成人国产av品久久久| 99精国产麻豆久久婷婷| 国产精品99久久99久久久不卡 | av卡一久久| 男女免费视频国产| 啦啦啦啦在线视频资源| 男人舔奶头视频| 天堂俺去俺来也www色官网| 国内揄拍国产精品人妻在线| 久久国产精品男人的天堂亚洲 | 黄色配什么色好看| 日韩强制内射视频| 日本欧美视频一区| 午夜av观看不卡| 亚洲欧美一区二区三区国产| 三级国产精品欧美在线观看| 久久午夜福利片| 成人免费观看视频高清| 日日啪夜夜爽| 又大又黄又爽视频免费| 女的被弄到高潮叫床怎么办| 亚洲欧美精品专区久久| a级毛色黄片| 蜜臀久久99精品久久宅男| 久久精品夜色国产| 在线观看av片永久免费下载| 下体分泌物呈黄色| 亚洲av日韩在线播放| 老司机影院成人| 久久99一区二区三区| 国产片特级美女逼逼视频| 亚洲av日韩在线播放| 老司机亚洲免费影院| 三级国产精品欧美在线观看| 男人和女人高潮做爰伦理| 亚洲av日韩在线播放| 日韩亚洲欧美综合| 国产免费一级a男人的天堂| 热99国产精品久久久久久7| 免费观看在线日韩| 亚洲色图综合在线观看| 水蜜桃什么品种好| 99国产精品免费福利视频| 一级毛片 在线播放| 免费看av在线观看网站| 国产免费一级a男人的天堂| 久久精品夜色国产| 2022亚洲国产成人精品| 一级av片app| 亚洲美女视频黄频| 欧美3d第一页| 黄色日韩在线| 99九九线精品视频在线观看视频| av黄色大香蕉| 大陆偷拍与自拍| 国产精品久久久久久av不卡| 亚洲无线观看免费| 男女国产视频网站| 日韩视频在线欧美| 色吧在线观看| 亚洲精品一区蜜桃| 看非洲黑人一级黄片| 久久99热6这里只有精品| 国产永久视频网站| 下体分泌物呈黄色| 在线天堂最新版资源| 一本一本综合久久| 欧美最新免费一区二区三区| 久久精品久久精品一区二区三区| 国产精品国产av在线观看| 精品久久国产蜜桃| 一级爰片在线观看| 十分钟在线观看高清视频www | 欧美成人午夜免费资源| 少妇被粗大猛烈的视频| 国产视频内射| 婷婷色麻豆天堂久久| 亚洲精品国产av蜜桃| 我的女老师完整版在线观看| 国产亚洲av片在线观看秒播厂| 99久久中文字幕三级久久日本| 免费黄频网站在线观看国产| 亚州av有码| 美女中出高潮动态图| 国产男女内射视频| a级一级毛片免费在线观看| 国国产精品蜜臀av免费| 国产在线男女| 亚洲欧洲精品一区二区精品久久久 | 九九在线视频观看精品| 能在线免费看毛片的网站| 欧美最新免费一区二区三区| 久久午夜福利片| 一级毛片黄色毛片免费观看视频| 亚洲综合精品二区| 制服丝袜香蕉在线| 人妻少妇偷人精品九色| 国产永久视频网站| 亚洲精品国产av蜜桃| 日本色播在线视频| 国产欧美日韩一区二区三区在线 | 色吧在线观看| 精品人妻一区二区三区麻豆| 丰满人妻一区二区三区视频av| 在线观看一区二区三区激情| 久久人人爽人人爽人人片va| 午夜视频国产福利| 成人影院久久| 人人妻人人爽人人添夜夜欢视频 | 国产精品久久久久久久久免| 99热国产这里只有精品6| 欧美成人午夜免费资源| 久久久久久伊人网av| 免费少妇av软件| 欧美国产精品一级二级三级 | 青春草亚洲视频在线观看| 国产精品99久久久久久久久| 久久青草综合色| 少妇高潮的动态图| 人妻人人澡人人爽人人| 两个人的视频大全免费| 狂野欧美激情性bbbbbb| 国产精品国产三级专区第一集| 秋霞在线观看毛片| 国产精品福利在线免费观看| 乱人伦中国视频| 亚洲自偷自拍三级| 午夜免费男女啪啪视频观看| 免费大片18禁| 国产黄片美女视频| 国语对白做爰xxxⅹ性视频网站| 我的老师免费观看完整版| 日韩一区二区三区影片| 最黄视频免费看| 丝袜喷水一区| 国产亚洲午夜精品一区二区久久| 国产毛片在线视频| 嫩草影院新地址| 插逼视频在线观看| 欧美xxxx性猛交bbbb| 一区二区三区精品91| 亚洲美女搞黄在线观看| 免费不卡的大黄色大毛片视频在线观看| 美女中出高潮动态图| 青青草视频在线视频观看| 久久久久久久久久人人人人人人| 久久久久网色| 亚洲欧美精品专区久久| 日日啪夜夜爽|