• <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)的輸電線路桿塔鳥窩識(shí)別方法研究

    2020-08-28 17:15:25歐進(jìn)永楊淵時(shí)磊周振峰邱實(shí)
    機(jī)電信息 2020年24期
    關(guān)鍵詞:特征提取深度學(xué)習(xí)

    歐進(jìn)永 楊淵 時(shí)磊 周振峰 邱實(shí)

    摘? 要:為實(shí)現(xiàn)輸電線路桿塔中鳥窩的快速準(zhǔn)確檢測(cè),提出一種基于RetinaNet深度學(xué)習(xí)模型的鳥窩識(shí)別方法,利用ResNet-50進(jìn)行前期特征提取,通過(guò)FPN網(wǎng)絡(luò)對(duì)前期標(biāo)準(zhǔn)特征進(jìn)行加強(qiáng),構(gòu)建特征金字塔影像,以滿足不同尺度大小的鳥窩目標(biāo)檢測(cè),然后在特征金字塔的基礎(chǔ)上構(gòu)建了一個(gè)分類子網(wǎng)和回歸子網(wǎng),分別用于識(shí)別鳥窩和回歸鳥窩的具體位置。通過(guò)與經(jīng)典目標(biāo)檢測(cè)方法進(jìn)行詳細(xì)對(duì)比分析,利用F1-Score精度指標(biāo)和檢測(cè)速度指標(biāo)對(duì)檢測(cè)效果進(jìn)行了量化分析,實(shí)驗(yàn)結(jié)果表明,所采用的鳥窩檢測(cè)模型F1-Score指標(biāo)可達(dá)0.932,優(yōu)于其他三種經(jīng)典方法,并能充分應(yīng)對(duì)拍攝角度、遮擋等各種復(fù)雜場(chǎng)景問(wèn)題。

    關(guān)鍵詞:深度學(xué)習(xí);RetinaNet模型;特征提取;特征金字塔;鳥窩識(shí)別

    0? ? 引言

    輸電桿塔中鳥窩易引起線路跳閘、短路等。為有效解決該問(wèn)題,多地電網(wǎng)公司采用無(wú)人機(jī)巡檢或監(jiān)控?cái)z像頭對(duì)鳥窩進(jìn)行監(jiān)測(cè),這種方式主要依靠人工目視判讀,主觀性強(qiáng)、工作量大,易出現(xiàn)誤檢或漏檢情況。

    目前,國(guó)內(nèi)外對(duì)影像目標(biāo)自動(dòng)檢測(cè)做了大量研究。傳統(tǒng)目標(biāo)檢測(cè)方法通過(guò)人工設(shè)計(jì)特征提取算子,如HOG等[1],然后利用SVM等分類器[1]根據(jù)所提取的圖像特征進(jìn)行目標(biāo)檢測(cè),這種方法的檢測(cè)精度依賴于特征提取是否有效,較為局限,泛化能力也較差。近年來(lái),深度學(xué)習(xí)技術(shù)興起,如RCNN模型[2]、YOLO模型[3]等。

    本文選取RetinaNet模型[4]進(jìn)行輸電桿塔鳥窩檢測(cè),其由于具備獨(dú)特的“焦點(diǎn)損失”特性,既有較快的檢測(cè)速度,也有良好的檢測(cè)精度,對(duì)輸電桿塔中鳥窩有很好的檢測(cè)效果。

    1? ? RetinaNet目標(biāo)檢測(cè)模型

    RetinaNet目標(biāo)檢測(cè)模型結(jié)構(gòu)如圖1所示,由ResNet特征提取網(wǎng)絡(luò)、FPN主干網(wǎng)絡(luò)、分類子網(wǎng)絡(luò)及回歸子網(wǎng)絡(luò)組成。其中,ResNet網(wǎng)絡(luò)用于前期特征提取;FPN主干網(wǎng)絡(luò)將ResNet前期提取特征進(jìn)行多尺度整合,生成特征金字塔為后續(xù)分類和回歸做準(zhǔn)備;分類子網(wǎng)絡(luò)用于對(duì)目標(biāo)類別做判斷,回歸子網(wǎng)絡(luò)用于回歸檢測(cè)框位置。

    1.1? ? ResNet特征提取網(wǎng)絡(luò)

    在ResNet網(wǎng)絡(luò)中使用殘差網(wǎng)絡(luò),可大大加深模型深度,提取更深層次特征,還能很好地防止模型過(guò)擬合、模型不收斂。ResNet應(yīng)用了兩種殘差模塊,一種是兩個(gè)3×3卷積層相連的雙層殘差學(xué)習(xí)模塊;另一種是1個(gè)1×1卷積層接3×3卷積層,再接1×1卷積層的三層殘差學(xué)習(xí)模塊。

    1.2? ? FPN主干網(wǎng)絡(luò)

    FPN一共包括兩個(gè)部分,第一部分是圖像下采樣操作,第二部分是圖像上采樣和橫向連接操作。首先,對(duì)輸入的ResNet特征圖做5次連續(xù)卷積和池化操作,得到5幅尺寸大小遞減的特征圖C1、C2、C3、C4和C5,再對(duì)C5層做1×1卷積,得到M5特征圖,對(duì)M5特征圖進(jìn)行反卷積上采樣操作,使特征圖尺寸變大,再加上C4經(jīng)過(guò)1×1卷積后的特征圖,得到M4特征圖,以此類推,可得M3和M2,通過(guò)對(duì)M層所有特征圖進(jìn)行3×3卷積操作,可得到P2、P3、P4和P5特征圖,這四幅特征圖合起來(lái)即構(gòu)成了影像特征金字塔。這種多尺度的特性對(duì)于情況復(fù)雜的輸電線路鳥窩檢測(cè)非常適合。

    1.3? ? Anchors機(jī)制

    在影像特征金字塔的每一層,分別設(shè)置322、642、1282、2562和5122像素尺寸大小的anchor(即搜索框),如果一個(gè)anchor與某個(gè)真實(shí)標(biāo)簽框的IOU大于0.5,則認(rèn)為該anchor是正樣本;如果在0和0.4之間,則認(rèn)為該anchor為背景;如果在0.4到0.5之間,則后續(xù)訓(xùn)練時(shí)忽略該anchor。

    1.4? ? 分類子網(wǎng)絡(luò)與回歸子網(wǎng)絡(luò)

    (1)分類子網(wǎng)絡(luò)。從影像特征金字塔獲取W×H×256大小輸入特征圖,后接4個(gè)3×3尺寸大小卷積層,每個(gè)卷積層都用Relu激活函數(shù)進(jìn)行激活,得到W×H×256大小特征圖;再接1個(gè)3×3×(A×K)卷積層,得到W×H×(KA)大小特征圖,其中K為類別數(shù),A為anchor個(gè)數(shù);最后利用sigmoid激活函數(shù)輸出每個(gè)anchor的類別預(yù)測(cè)結(jié)果。

    (2)回歸子網(wǎng)絡(luò)。與分類子網(wǎng)絡(luò)同樣得到W×H×256大小特征圖;再接1個(gè)3×3×(A×4)卷積層,得到W×H×(4A)大小特征圖,其中4代表預(yù)測(cè)框的四個(gè)角點(diǎn)與真實(shí)標(biāo)簽框間的相對(duì)偏移。

    1.5? ? Focal loss損失函數(shù)

    Focal loss損失函數(shù)通過(guò)重塑交叉熵?fù)p失,在原有交叉熵基礎(chǔ)上乘一個(gè)因子,減少易分類樣本權(quán)重,改善樣本不平衡問(wèn)題。假設(shè)pt是模型預(yù)測(cè)的屬于目標(biāo)的概率,其取值范圍為[0,1],y表示類別標(biāo)簽:

    pt=p? ? ? y=11-p? ?other? ? ? ? ? ? ? ? ? ? ? ? (1)

    常規(guī)交叉熵?fù)p失函數(shù)如式(2)所示:

    CE(p,y)=CE(pt)=-ln(pt)? ? ? ?(2)

    Focal loss實(shí)質(zhì)上是常規(guī)交叉熵?fù)p失的改進(jìn)算法,在其基礎(chǔ)上乘一個(gè)因子,如式(3)所示:

    FL(pt)=-∝t(1-p)γln(pt)? ? ?(3)

    式中:∝t為平衡因子,取值為0~1;γ為調(diào)節(jié)因子,取值為0~5,通過(guò)改進(jìn),使模型可以更加專注于不易區(qū)分的樣本,改善整體性能。

    2? ? 實(shí)驗(yàn)與分析

    2.1? ? 模型訓(xùn)練

    本文實(shí)驗(yàn)所采用數(shù)據(jù)集來(lái)自無(wú)人機(jī)航拍和固定攝像頭監(jiān)控,為了使模型更快更好地收斂,文中利用預(yù)訓(xùn)練的ResNet50模型權(quán)重作為初始權(quán)重,學(xué)習(xí)率設(shè)置為0.000 01,批大小設(shè)置為2,一共訓(xùn)練了50個(gè)epoch。

    2.2? ? 模型測(cè)試

    利用測(cè)試集對(duì)訓(xùn)練好的鳥窩檢測(cè)模型進(jìn)行測(cè)試,測(cè)試結(jié)果如圖2所示。

    從圖2可知,不管是桿塔側(cè)身、頂端還是塔身位置的鳥窩,不管鳥窩是位于影像中間還是影像邊緣,不管是否有桿塔自身遮擋,本文模型都可準(zhǔn)確、有效地檢測(cè)出鳥窩。

    2.3? ? 算法性能分析

    將本文輸電線路鳥窩檢測(cè)模型與經(jīng)典的HOG+SVM算法、Faster-RCNN模型以及YOLO模型做了詳細(xì)實(shí)驗(yàn)對(duì)比,利用F1-Score指標(biāo)[5]及檢測(cè)速度作為模型精度評(píng)價(jià)指標(biāo),對(duì)比情況如表1所示。

    3? ? 結(jié)語(yǔ)

    本文利用RetinaNet深度學(xué)習(xí)模型對(duì)桿塔鳥窩進(jìn)行檢測(cè),前期特征提取用了ResNet-50,構(gòu)建FPN特征金字塔影像,將其作為整個(gè)RetinaNet的主干結(jié)構(gòu)。實(shí)驗(yàn)結(jié)果表明,本文方法在測(cè)試集上的F1-Score精度指標(biāo)優(yōu)于HOG+SVM算法、Faster-

    RCNN模型以及YOLO模型,且具有較快的檢測(cè)速度。本文方法可充分應(yīng)對(duì)鳥窩位于桿塔及實(shí)際影像中不同位置、不同拍攝角度的情況以及桿塔本身對(duì)于鳥窩的遮擋情況。

    [參考文獻(xiàn)]

    [1] 徐淵,許曉亮,李才年,等.結(jié)合SVM分類器與HOG特征提取的行人檢測(cè)[J].計(jì)算機(jī)工程,2016,42(1):56-60.

    [2] GIRSHICK R B,DONAHUE J,DARRELL T,et al.Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation[C]//2014 IEEE Conference on Computer Vision and Pattern Recognition,2014: 580-587.

    [3] REDMON J,DIVVALA S,GIRSHICK R B,et al.You Only Look Once:Unified,Real-Time Object Detection[C]//2016 IEEE Conference on Computer Vision and Pattern Recogni-

    tion (CVPR),2016:779-788.

    [4] LIN T Y,GOYAL P,GIRSHICK R,et al.Focal Loss for Dense Object Detection[J].IEEE Transactions on Pattern Analysis & Machine Intelligence,2017(99):2999-3007.

    [5] 王朵.基于全卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像語(yǔ)義分割及變化檢測(cè)方法研究[D].西安:西安電子科技大學(xué),2018.

    收稿日期:2020-06-28

    作者簡(jiǎn)介:歐進(jìn)永(1989—),男,貴州六盤水人,助理工程師,研究方向:輸電線路運(yùn)維管理。

    猜你喜歡
    特征提取深度學(xué)習(xí)
    特征提取和最小二乘支持向量機(jī)的水下目標(biāo)識(shí)別
    基于Gazebo仿真環(huán)境的ORB特征提取與比對(duì)的研究
    電子制作(2019年15期)2019-08-27 01:12:00
    基于Daubechies(dbN)的飛行器音頻特征提取
    電子制作(2018年19期)2018-11-14 02:37:08
    Bagging RCSP腦電特征提取算法
    有體驗(yàn)的學(xué)習(xí)才是有意義的學(xué)習(xí)
    電子商務(wù)中基于深度學(xué)習(xí)的虛假交易識(shí)別研究
    MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場(chǎng)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(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    基于深度卷積網(wǎng)絡(luò)的人臉年齡分析算法與實(shí)現(xiàn)
    軟件工程(2016年8期)2016-10-25 15:47:34
    av欧美777| 麻豆av在线久日| 欧美日韩福利视频一区二区| 高清av免费在线| 9色porny在线观看| 99热全是精品| 男人添女人高潮全过程视频| 人体艺术视频欧美日本| 亚洲国产av新网站| 青青草视频在线视频观看| 老司机深夜福利视频在线观看 | 精品人妻在线不人妻| 老司机影院毛片| 国产成人影院久久av| 女警被强在线播放| 日日摸夜夜添夜夜爱| 午夜两性在线视频| kizo精华| 电影成人av| 一本—道久久a久久精品蜜桃钙片| 真人做人爱边吃奶动态| 狠狠精品人妻久久久久久综合| 成年动漫av网址| 叶爱在线成人免费视频播放| 99热网站在线观看| 亚洲欧美一区二区三区久久| 亚洲精品在线美女| 精品人妻在线不人妻| 国产免费福利视频在线观看| 日本wwww免费看| 精品第一国产精品| 丰满饥渴人妻一区二区三| 国产精品香港三级国产av潘金莲 | a 毛片基地| 97在线人人人人妻| 久久人妻福利社区极品人妻图片 | 国产精品久久久av美女十八| 精品免费久久久久久久清纯 | 80岁老熟妇乱子伦牲交| cao死你这个sao货| 欧美少妇被猛烈插入视频| 在现免费观看毛片| 国产成人系列免费观看| 亚洲欧美一区二区三区黑人| xxx大片免费视频| 一本综合久久免费| 国产精品久久久av美女十八| 色网站视频免费| av福利片在线| 精品少妇内射三级| 乱人伦中国视频| 亚洲av日韩精品久久久久久密 | 97精品久久久久久久久久精品| 巨乳人妻的诱惑在线观看| 成人亚洲精品一区在线观看| 老司机午夜十八禁免费视频| 一本大道久久a久久精品| 亚洲国产精品国产精品| 国产精品av久久久久免费| 精品一区二区三区四区五区乱码 | 蜜桃在线观看..| 国产精品久久久久久人妻精品电影 | av在线老鸭窝| 99国产精品一区二区蜜桃av | 日韩,欧美,国产一区二区三区| 大香蕉久久成人网| 久久青草综合色| 妹子高潮喷水视频| 女性生殖器流出的白浆| 久久久久久亚洲精品国产蜜桃av| 欧美 亚洲 国产 日韩一| 91成人精品电影| 美女高潮到喷水免费观看| 亚洲人成电影免费在线| 女人爽到高潮嗷嗷叫在线视频| 黑人巨大精品欧美一区二区蜜桃| 天天添夜夜摸| 国产亚洲欧美精品永久| 久久久久国产精品人妻一区二区| 国产主播在线观看一区二区 | 老司机靠b影院| 99国产精品免费福利视频| 中文欧美无线码| 成人18禁高潮啪啪吃奶动态图| 侵犯人妻中文字幕一二三四区| 久热这里只有精品99| 一级片免费观看大全| 亚洲欧洲日产国产| 在线观看www视频免费| 欧美黄色片欧美黄色片| 99热国产这里只有精品6| 久久国产亚洲av麻豆专区| 三上悠亚av全集在线观看| 九草在线视频观看| 七月丁香在线播放| 下体分泌物呈黄色| 国产成人一区二区在线| 午夜老司机福利片| 欧美国产精品va在线观看不卡| 波多野结衣av一区二区av| 99精国产麻豆久久婷婷| 一边亲一边摸免费视频| 韩国高清视频一区二区三区| 欧美日韩综合久久久久久| av片东京热男人的天堂| 国产老妇伦熟女老妇高清| 国产xxxxx性猛交| 国产成人精品久久久久久| 精品欧美一区二区三区在线| 精品福利观看| 国产成人一区二区在线| 久久精品久久久久久噜噜老黄| 国产成人精品久久二区二区免费| 又紧又爽又黄一区二区| 欧美黑人欧美精品刺激| 亚洲欧洲国产日韩| 老司机影院成人| av欧美777| 18在线观看网站| 国产一区二区 视频在线| 悠悠久久av| 色94色欧美一区二区| 99热网站在线观看| 水蜜桃什么品种好| 看免费成人av毛片| 成人国语在线视频| 老司机影院成人| 另类亚洲欧美激情| 亚洲天堂av无毛| 高清不卡的av网站| 国产真人三级小视频在线观看| 国产精品 国内视频| 亚洲精品国产色婷婷电影| 久久久久久免费高清国产稀缺| 国产精品九九99| 亚洲国产av新网站| 亚洲欧美精品综合一区二区三区| 宅男免费午夜| 一区在线观看完整版| 91精品国产国语对白视频| 亚洲精品一区蜜桃| 性色av乱码一区二区三区2| xxx大片免费视频| 一二三四在线观看免费中文在| 国产伦理片在线播放av一区| 精品一区二区三区四区五区乱码 | 国产91精品成人一区二区三区 | 视频在线观看一区二区三区| 久久久久久久精品精品| 精品亚洲乱码少妇综合久久| 国产成人精品无人区| www.熟女人妻精品国产| 日韩中文字幕欧美一区二区 | 男男h啪啪无遮挡| tube8黄色片| 欧美激情高清一区二区三区| 国产激情久久老熟女| 亚洲欧美日韩另类电影网站| 国产成人一区二区在线| 一区二区av电影网| 曰老女人黄片| 黄色视频不卡| 婷婷丁香在线五月| 少妇 在线观看| 亚洲成av片中文字幕在线观看| 黄色片一级片一级黄色片| 无限看片的www在线观看| 欧美在线黄色| 如日韩欧美国产精品一区二区三区| 国产1区2区3区精品| tube8黄色片| 麻豆av在线久日| 亚洲精品av麻豆狂野| 91成人精品电影| 国产精品 国内视频| 久久综合国产亚洲精品| 丁香六月天网| 欧美精品一区二区大全| 脱女人内裤的视频| 免费黄频网站在线观看国产| 久久精品亚洲av国产电影网| 女性被躁到高潮视频| 久久久精品免费免费高清| 欧美日韩视频精品一区| 欧美国产精品va在线观看不卡| 久久天堂一区二区三区四区| 欧美黄色淫秽网站| 国产无遮挡羞羞视频在线观看| 亚洲九九香蕉| 91老司机精品| 久久精品aⅴ一区二区三区四区| 国产精品一国产av| 婷婷色综合www| 午夜福利一区二区在线看| 国产精品一国产av| 欧美日韩精品网址| 最近中文字幕2019免费版| 熟女少妇亚洲综合色aaa.| 韩国高清视频一区二区三区| 最近中文字幕2019免费版| 欧美另类一区| 精品亚洲成国产av| 中国美女看黄片| av国产精品久久久久影院| 一个人免费看片子| 麻豆av在线久日| 丁香六月欧美| 国产欧美日韩一区二区三 | 777米奇影视久久| 妹子高潮喷水视频| 交换朋友夫妻互换小说| 中文字幕av电影在线播放| 国产在线观看jvid| 人人妻人人澡人人看| 一二三四在线观看免费中文在| 国产在线免费精品| 免费av中文字幕在线| 嫩草影视91久久| 天天躁夜夜躁狠狠久久av| 热re99久久国产66热| 两个人免费观看高清视频| 国产色视频综合| 人妻人人澡人人爽人人| 国产在线观看jvid| 汤姆久久久久久久影院中文字幕| 国产免费视频播放在线视频| 涩涩av久久男人的天堂| 永久免费av网站大全| 脱女人内裤的视频| 日韩视频在线欧美| 国产一区二区在线观看av| 午夜激情av网站| 性高湖久久久久久久久免费观看| 激情五月婷婷亚洲| 免费黄频网站在线观看国产| 日本一区二区免费在线视频| 亚洲成人免费电影在线观看 | 老司机在亚洲福利影院| 国产免费现黄频在线看| 欧美日韩亚洲国产一区二区在线观看 | 久久av网站| 亚洲av男天堂| 蜜桃国产av成人99| 久久久久久久久久久久大奶| 中文字幕精品免费在线观看视频| 久久精品人人爽人人爽视色| 亚洲情色 制服丝袜| 国产野战对白在线观看| 欧美人与性动交α欧美精品济南到| 老司机深夜福利视频在线观看 | 99香蕉大伊视频| 在线 av 中文字幕| 亚洲av日韩精品久久久久久密 | 国产真人三级小视频在线观看| 免费观看a级毛片全部| 2021少妇久久久久久久久久久| 久久av网站| xxx大片免费视频| 一边摸一边抽搐一进一出视频| 99国产精品免费福利视频| av又黄又爽大尺度在线免费看| 免费在线观看影片大全网站 | 午夜福利影视在线免费观看| 欧美日本中文国产一区发布| 亚洲国产精品一区三区| 久久国产精品男人的天堂亚洲| 在线观看免费午夜福利视频| 亚洲三区欧美一区| 国产女主播在线喷水免费视频网站| 中文字幕高清在线视频| 亚洲第一青青草原| 国产精品欧美亚洲77777| 欧美日韩亚洲高清精品| 只有这里有精品99| 欧美精品亚洲一区二区| 丝袜美腿诱惑在线| 脱女人内裤的视频| 人妻一区二区av| 精品欧美一区二区三区在线| 亚洲伊人色综图| 免费人妻精品一区二区三区视频| 亚洲午夜精品一区,二区,三区| 黄色视频不卡| 人人妻人人添人人爽欧美一区卜| 精品一品国产午夜福利视频| 日韩中文字幕视频在线看片| 亚洲精品一区蜜桃| 日韩制服骚丝袜av| 亚洲国产成人一精品久久久| 在线观看免费日韩欧美大片| 亚洲专区国产一区二区| 久久久久久久久久久久大奶| 久久久久网色| 国产免费福利视频在线观看| 女人爽到高潮嗷嗷叫在线视频| 亚洲精品美女久久av网站| svipshipincom国产片| 女人高潮潮喷娇喘18禁视频| 国产国语露脸激情在线看| 国产精品国产三级国产专区5o| 国产亚洲精品久久久久5区| 午夜免费鲁丝| 热99久久久久精品小说推荐| 亚洲av男天堂| 亚洲精品一区蜜桃| 国产精品秋霞免费鲁丝片| 黄网站色视频无遮挡免费观看| 满18在线观看网站| 99国产精品99久久久久| 大香蕉久久网| 亚洲欧洲精品一区二区精品久久久| 91成人精品电影| 99热国产这里只有精品6| 国产精品一二三区在线看| 满18在线观看网站| 亚洲精品国产av成人精品| 91精品三级在线观看| 精品一区在线观看国产| 日本欧美视频一区| 最新在线观看一区二区三区 | 国产精品久久久av美女十八| 涩涩av久久男人的天堂| 99国产精品一区二区三区| 日韩制服丝袜自拍偷拍| 国产不卡av网站在线观看| 色精品久久人妻99蜜桃| 中文字幕最新亚洲高清| 久久国产精品男人的天堂亚洲| 亚洲av成人精品一二三区| 国产亚洲一区二区精品| 日韩av不卡免费在线播放| 超碰成人久久| 狠狠婷婷综合久久久久久88av| 亚洲精品av麻豆狂野| 免费看不卡的av| 亚洲国产欧美在线一区| 日本91视频免费播放| 又大又黄又爽视频免费| 久久久久久久大尺度免费视频| 日韩av不卡免费在线播放| 国产精品久久久久成人av| 五月开心婷婷网| 精品一区二区三区av网在线观看 | av在线播放精品| 午夜免费男女啪啪视频观看| 亚洲国产中文字幕在线视频| 精品一区二区三卡| 大片电影免费在线观看免费| 久久国产精品男人的天堂亚洲| 日韩一卡2卡3卡4卡2021年| 晚上一个人看的免费电影| 国产精品成人在线| 亚洲中文字幕日韩| 国产精品成人在线| 免费看av在线观看网站| 亚洲熟女精品中文字幕| 亚洲精品国产区一区二| 制服诱惑二区| 国产高清视频在线播放一区 | 啦啦啦中文免费视频观看日本| 免费在线观看完整版高清| 国产日韩一区二区三区精品不卡| 1024香蕉在线观看| 国产精品一区二区免费欧美 | 亚洲五月婷婷丁香| 亚洲精品在线美女| 免费观看a级毛片全部| 欧美日韩黄片免| 91国产中文字幕| 亚洲欧美激情在线| 18在线观看网站| 国产精品国产三级国产专区5o| 大型av网站在线播放| 色婷婷久久久亚洲欧美| 欧美精品人与动牲交sv欧美| 亚洲欧美中文字幕日韩二区| 一级片免费观看大全| 老司机影院成人| 岛国毛片在线播放| 男女边吃奶边做爰视频| 国产精品久久久人人做人人爽| 大片电影免费在线观看免费| 精品人妻一区二区三区麻豆| 国产一区二区三区av在线| 亚洲国产欧美日韩在线播放| 日韩制服骚丝袜av| 天天影视国产精品| www.精华液| 另类亚洲欧美激情| 久久久久久久精品精品| 人人妻人人澡人人爽人人夜夜| 亚洲成人手机| 色网站视频免费| 最近手机中文字幕大全| 永久免费av网站大全| 国产精品久久久久成人av| 国产免费福利视频在线观看| 欧美日韩av久久| 一级片免费观看大全| 久久人人爽人人片av| 伊人亚洲综合成人网| 男人爽女人下面视频在线观看| 国产精品 国内视频| 亚洲欧美精品综合一区二区三区| 免费高清在线观看视频在线观看| 欧美 日韩 精品 国产| 欧美日韩一级在线毛片| 久久精品国产a三级三级三级| 国产精品秋霞免费鲁丝片| 亚洲伊人色综图| av片东京热男人的天堂| 国产免费又黄又爽又色| 免费av中文字幕在线| 国产又色又爽无遮挡免| 亚洲欧美日韩高清在线视频 | 久久毛片免费看一区二区三区| 欧美精品av麻豆av| www.999成人在线观看| 黄色a级毛片大全视频| 在线精品无人区一区二区三| 在线观看免费高清a一片| 亚洲成色77777| 丰满少妇做爰视频| 国产福利在线免费观看视频| 亚洲欧美精品综合一区二区三区| 久久性视频一级片| 亚洲专区中文字幕在线| 日韩一卡2卡3卡4卡2021年| 精品亚洲成国产av| 黑人猛操日本美女一级片| 亚洲国产精品999| 黄片播放在线免费| videosex国产| 99国产精品一区二区三区| 人成视频在线观看免费观看| 热re99久久精品国产66热6| 亚洲熟女精品中文字幕| www.av在线官网国产| 久久国产精品人妻蜜桃| videosex国产| 99国产精品一区二区三区| 日韩av不卡免费在线播放| 热re99久久精品国产66热6| 欧美人与性动交α欧美精品济南到| 日韩制服丝袜自拍偷拍| av又黄又爽大尺度在线免费看| 精品一品国产午夜福利视频| 我的亚洲天堂| 看十八女毛片水多多多| 美国免费a级毛片| 大话2 男鬼变身卡| 国产精品一二三区在线看| 成年人黄色毛片网站| 男人舔女人的私密视频| 日本wwww免费看| 亚洲国产精品国产精品| xxx大片免费视频| 亚洲精品第二区| 免费看十八禁软件| 蜜桃国产av成人99| 日本vs欧美在线观看视频| 咕卡用的链子| 精品国产乱码久久久久久小说| 亚洲成人手机| 国产免费福利视频在线观看| 好男人视频免费观看在线| 国产亚洲精品久久久久5区| 国产精品免费视频内射| 婷婷色麻豆天堂久久| 中文字幕制服av| 国产熟女午夜一区二区三区| 涩涩av久久男人的天堂| 久久久久视频综合| 亚洲精品一二三| 亚洲,一卡二卡三卡| 国产一区二区三区综合在线观看| 夜夜骑夜夜射夜夜干| 纵有疾风起免费观看全集完整版| 午夜激情av网站| 国产一区二区三区av在线| av天堂在线播放| 亚洲伊人久久精品综合| 美女午夜性视频免费| 国产精品一区二区免费欧美 | 久久精品成人免费网站| 国产亚洲av高清不卡| 后天国语完整版免费观看| 黄色视频在线播放观看不卡| 中国美女看黄片| 亚洲国产欧美日韩在线播放| 亚洲激情五月婷婷啪啪| 丝袜在线中文字幕| 爱豆传媒免费全集在线观看| 巨乳人妻的诱惑在线观看| 搡老乐熟女国产| 亚洲精品一二三| 一级毛片女人18水好多 | 国产片内射在线| 一区二区日韩欧美中文字幕| 久久影院123| 亚洲精品久久成人aⅴ小说| 国产男人的电影天堂91| 精品一品国产午夜福利视频| 亚洲精品av麻豆狂野| 国产av精品麻豆| 亚洲自偷自拍图片 自拍| 亚洲av国产av综合av卡| 韩国高清视频一区二区三区| 色婷婷av一区二区三区视频| 嫩草影视91久久| av片东京热男人的天堂| 国产91精品成人一区二区三区 | av福利片在线| 黑人巨大精品欧美一区二区蜜桃| 成年女人毛片免费观看观看9 | 一级毛片黄色毛片免费观看视频| 亚洲精品第二区| 免费高清在线观看视频在线观看| 久久精品国产a三级三级三级| 亚洲免费av在线视频| 另类亚洲欧美激情| 亚洲av电影在线观看一区二区三区| 午夜福利一区二区在线看| 91精品伊人久久大香线蕉| 亚洲一码二码三码区别大吗| 亚洲精品第二区| 人人妻人人澡人人看| 久热这里只有精品99| 亚洲av电影在线观看一区二区三区| 久久精品人人爽人人爽视色| 精品福利观看| 久久九九热精品免费| tube8黄色片| 久久热在线av| 国产三级黄色录像| 亚洲欧美中文字幕日韩二区| 久久精品久久久久久噜噜老黄| 精品人妻1区二区| 国产高清videossex| 成在线人永久免费视频| 免费日韩欧美在线观看| 国产精品一国产av| 亚洲欧美色中文字幕在线| 国产精品一区二区免费欧美 | 日本a在线网址| 久久久久久免费高清国产稀缺| 狂野欧美激情性xxxx| h视频一区二区三区| 亚洲精品av麻豆狂野| 99国产精品一区二区蜜桃av | 亚洲国产精品一区二区三区在线| 免费看av在线观看网站| 操出白浆在线播放| 国产主播在线观看一区二区 | 亚洲av日韩精品久久久久久密 | 欧美日本中文国产一区发布| 一级毛片女人18水好多 | 亚洲精品国产色婷婷电影| 尾随美女入室| 99国产精品99久久久久| 又大又爽又粗| 97在线人人人人妻| 大片电影免费在线观看免费| 亚洲国产精品999| 美女福利国产在线| 欧美精品一区二区大全| 久久精品久久久久久久性| 国产成人欧美在线观看 | 99精品久久久久人妻精品| 久久人人97超碰香蕉20202| 七月丁香在线播放| videos熟女内射| 亚洲av电影在线观看一区二区三区| 国产在线视频一区二区| a级毛片黄视频| 青草久久国产| 免费少妇av软件| 亚洲精品国产色婷婷电影| 最近中文字幕2019免费版| 五月天丁香电影| 免费观看a级毛片全部| 亚洲av成人不卡在线观看播放网 | 国产成人精品久久二区二区免费| 51午夜福利影视在线观看| 亚洲精品国产区一区二| 亚洲av成人精品一二三区| 国产精品国产av在线观看| 一级毛片女人18水好多 | 狂野欧美激情性bbbbbb| 国产成人一区二区三区免费视频网站 | 久久狼人影院| 美女福利国产在线| 亚洲国产精品一区二区三区在线| 国产欧美日韩一区二区三区在线| 亚洲国产av新网站| 尾随美女入室| 王馨瑶露胸无遮挡在线观看| 国产精品一国产av| 国产欧美日韩一区二区三区在线| 欧美少妇被猛烈插入视频| 欧美激情高清一区二区三区| 久热爱精品视频在线9| 十分钟在线观看高清视频www| 精品国产一区二区三区四区第35| 99国产精品99久久久久| 亚洲欧美精品自产自拍| 日韩制服丝袜自拍偷拍| 午夜激情久久久久久久| www.av在线官网国产| 王馨瑶露胸无遮挡在线观看| 大香蕉久久成人网| 精品人妻1区二区| 色视频在线一区二区三区| 欧美激情极品国产一区二区三区| 精品福利观看|