• <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 ?

    基于多特征聯(lián)合稀疏表示的SAR 艦船目標識別方法*

    2020-12-23 06:30:30聶豐英
    火力與指揮控制 2020年10期
    關(guān)鍵詞:訓練樣本識別率艦船

    聶豐英

    (南昌工學院人工智能學院,南昌 330108)

    0 引言

    合成孔徑雷達(Synthetic aperture radar,SAR)可以為陸地、海洋提供全天時、全天候的高分辨觀測[1-2]。隨著海洋戰(zhàn)略的逐步推進,基于SAR 圖像的艦船目標識別成為海洋監(jiān)視的重要手段之一。相比陸地車輛目標的識別問題,SAR 艦船目標識別起步較晚,且受限于可用樣本較少,目前關(guān)于此方面的研究仍然不夠廣泛和深入。與經(jīng)典的模式、目標識別算法類似,SAR 艦船目標識別一般分為特征提取和分類器兩部分。特征提取模塊主要獲取艦船目標的幾何尺寸信息、像素灰度分布特征以及散射中心特征等。幾何尺寸信息是區(qū)別不同類別艦船的重要特征之一,具有較強的鑒別力。文獻[3]中針對SAR艦船目標幾何結(jié)構(gòu)特征提取展開研究,并說明了它們在SAR 艦船目標識別中的重要作用。文獻[4-5]提取SAR 艦船目標的矩特征,以此作為基礎(chǔ)特征進行艦船類別的判定。投影特征通過數(shù)學統(tǒng)計的方法反映SAR 圖像的灰度分布特性,且有效降低原始圖像的維度。文獻[6-7]將核主成分分析(Kernel principal component analysis,KPCA)用于SAR 圖像艦船目標鑒別及識別,并通過實驗驗證了其相比于一般主成分分析(PCA)的優(yōu)勢。散射中心特征描述艦船目標在高頻區(qū)的電磁散射特性,散射中心的強弱分布以及相對位置關(guān)系,有效反映了艦船目標的灰度分布以及幾何尺寸等信息,因此,可以用于區(qū)分不同類別的艦船目標。文獻[8]論述了峰值點等電磁散射特征對于SAR 艦船目標識別的作用。分類器針對提取的特征設(shè)計決策策略判斷未知樣本的目標類別。目前應(yīng)用于SAR 艦船目標識別的分類器主要包括支持向量機(Support Vector Machine,SVM)、傳統(tǒng)神經(jīng)網(wǎng)絡(luò)以及基于深度學習技術(shù)的卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN) 等。文獻[4-7]分別將SVM 應(yīng)用于矩特征和KPCA 特征的分類決策。文獻[9]提出基于多神經(jīng)網(wǎng)絡(luò)的SAR 艦船目標識別方法。近年來,深度學習理論和算法發(fā)展迅猛,為解決模式識別問題提供了強有力的工具。文獻[10-11]基于CNN 設(shè)計了艦船目標檢測和識別方法并取得了良好的性能。受限于艦船目標SAR圖像的規(guī)模以及成像質(zhì)量,目前針對SAR 艦船目標識別深度網(wǎng)絡(luò)的設(shè)計和研究仍然處于探索階段。統(tǒng)籌考慮整個識別算法,需要從特征提取和分類器設(shè)計兩個方面著手提高最終的分類性能。一方面,提取的特征需要盡可能多地反映不同艦船目標之間的差異,為后續(xù)分類提供鑒別力信息;另一方面,分類器需要與提取的特征具有良好的契合性,充分利用特征的鑒別性作出正確分類。

    基于上述思路,本文提出基于多特征聯(lián)合稀疏表示的SAR 艦船目標識別方法。考慮到單一特征在描述SAR 艦船目標特性上的局限性,本文采用幾何尺寸、PCA 和KPCA 3 類特征,綜合描述艦船目標特性。其中,幾何尺寸特征主要描述艦船目標的長、寬以及面積等信息;PCA 和KPCA 均為投影特征提取方法,兩者分別在線性和非線性空間考察艦船目標SAR 圖像的灰度分布規(guī)律。因此,綜合利用3 類特征可以為后續(xù)的分類決策提供更為充分的信息。采用聯(lián)合稀疏表示對3 類特征進行綜合決策。聯(lián)合稀疏表示在各類特征的稀疏表示過程中引入了內(nèi)在關(guān)聯(lián)約束,可以有效提高表示精度。最后,根據(jù)3 類特征的重構(gòu)誤差之和,對測試樣本的目標類別進行判斷。為了有效對提出方法進行測試,采用4 類典型艦船目標的RADARSAT-2 SAR 圖像進行實驗,結(jié)果表明了提出方法的有效性和穩(wěn)健性。

    1 特征提取

    1.1 幾何尺寸特征

    不同艦船目標(如航母、驅(qū)逐艦、民船)在外形尺寸上存在較大的差異[3]。因此,通過幾何尺寸的比較,可以有效區(qū)別某些類別的艦船目標。由于清晰物理意義且具有較強的鑒別力,幾何尺寸特征目前在SAR 艦船目標識別中得以廣泛運用[3-5]。

    本文在進行SAR 艦船目標分割的基礎(chǔ)上,選用表1 所列的幾何尺寸特征,主要包括長寬比、面積、矩形度和質(zhì)心。因此,本文中描述幾何尺寸的為一個五維的特征矢量。

    表1 幾何尺寸特征矢量描述

    1.2 PCA 和KPCA

    式(3)中,向量V 按照從大到小的順序存儲特征值,矩陣D 的每一列為對應(yīng)V 中特征值的特征向量。一般地,為了最大程度保留有效信息且減少原始數(shù)據(jù)的冗余,選用若干較大特征值對應(yīng)的特征向量構(gòu)成投影矩陣,用于數(shù)據(jù)降維或特征提取。

    傳統(tǒng)的PCA 是一種線性數(shù)據(jù)降維方法,對于非線性數(shù)據(jù)的處理能力有限。為此,研究人員將核函數(shù)引入PCA,提出KPCA 方法[6]。KPCA 通過核函數(shù)的方式,將原始線性空間變換到高維空間,然后進行PCA 分解和投影矩陣構(gòu)造,通過設(shè)計不同類型的核函數(shù)(如高斯核函數(shù)、多項式核函數(shù)等),KPCA 可以獲得更為穩(wěn)健的非線性特征。

    2 多特征聯(lián)合稀疏表示分類

    2.1 聯(lián)合稀疏表示

    目前,針對式(6)中的優(yōu)化問題,已經(jīng)有了較為成熟的求解算法,如貝葉斯多壓縮感知[16],同時正交匹配追蹤(Simultaneous Orthogonal Matching Pursuit,SOMP)[17]等。在獲得稀疏系數(shù)矩陣的條件下,采用式(7)計算各個訓練類別對于測試樣本3 類特征的重構(gòu)誤差。最后,根據(jù)最小重構(gòu)誤差原則判定測試樣本的類別。

    2.2 艦船目標識別流程

    根據(jù)前文分析,本文設(shè)計基于多特征聯(lián)合稀疏表示的SAR 艦船目標識別流程如圖1 所示。具體來說,可以分為以下幾個步驟:

    Step 1:分別提取測試樣本的幾何尺寸、PCA 和KPCA 特征矢量并相應(yīng)構(gòu)建獨立字典;

    Step 2:提取測試樣本幾何尺寸、PCA 和KPCA特征矢量;

    Step 3:基于聯(lián)合稀疏表示對測試樣本的3 類特征進行聯(lián)合表征,求解稀疏表示系數(shù)矩陣;

    Step 4:根據(jù)式(7)計算各個訓練類別對于測試樣本3 類特征的重構(gòu)誤差之和進而判定其類別。

    具體實施中,根據(jù)先前研究成果,本文設(shè)置PCA 和KPCA 特征矢量的維度分別為80 和60。

    圖1 基于多特征聯(lián)合稀疏表示的SAR 艦船目標識別基本流程

    3 實驗與分析

    3.1 實驗數(shù)據(jù)集

    采用RADARSAT-2 星載C 波段SAR 圖像進行實驗驗證,圖像分辨率3 m。選用散裝貨船、集裝箱船、油船和軍艦4 類典型艦船目標各80 幅SAR圖像進行實驗。其中,4 類目標各40 幅作為訓練樣本;剩下的40 幅為測試樣本。所有SAR 圖像均裁剪為100×100 像素的圖像切片。下頁圖2 顯示了4類艦船目標的光學圖像以及對應(yīng)的SAR 圖像示例。為定量對提出方法作出性能評價,實驗中還選用幾類現(xiàn)有的SAR 艦船目標識別方法進行對比,包括文獻[4]中基于矩特征的方法(記為矩特征方法);文獻[6]中基于KPCA 的方法(記為KPCA 方法);文獻[9]中基于多神經(jīng)網(wǎng)絡(luò)的方法(記為多神經(jīng)網(wǎng)絡(luò)方法)以及文獻[11]中基于CNN 的方法(記為CNN 方法)。

    圖2 4 類艦船目標的光學圖像和SAR 圖像

    3.2 結(jié)果與分析

    3.2.1 標準操作條件

    標準操作條件一般指測試樣本與訓練樣本具有相近的數(shù)據(jù)獲取條件,因此,此時的識別問題較為簡單。此處,認為原始的訓練和測試樣本滿足標準操作條件。采用本文方法對4 類艦船目標進行識別,其結(jié)果展示為如圖3 所示的混淆矩陣。其中,對角線原始為對應(yīng)艦船類別的正確識別率,均達到87 %以上,最終4 類目標的平均識別率為92.50%。表2 對比了各類方法對5 類目標的平均識別率,本文方法的識別率最高,與基于單一矩特征方法和KPCA 的方法相比,本文方法通過兼顧幾何尺寸信息和灰度分布信息取得了更好的性能。同時,聯(lián)合稀疏表示分類可以考察不同特征之間的內(nèi)在關(guān)聯(lián),從而進一步促進了識別性能的提高。CNN 方法的識別率略低于本文方法,顯示其在標準操作條件下的強分類能力。然而,受限于可用的樣本規(guī)模,深度學習方法在本文設(shè)置的實驗條件下并不能充分發(fā)揮其優(yōu)勢。

    圖3 本文方法對4 類艦船目標的混淆矩陣

    表2 各方法對4 類艦船目標的平均識別率

    3.2.2 噪聲干擾

    噪聲干擾是SAR 圖像獲取過程中不可避免的現(xiàn)象。在信噪比較低的條件下,目標特性一定程度被淹沒,從而導(dǎo)致提取的特征精度下降。為驗證提出方法在噪聲干擾條件下的性能,本文首先向原始的4 類艦船目標的測試樣本中加入不同程度的高斯白噪聲,獲得不同信噪比(SNR)下的測試樣本集。在此基礎(chǔ)上,對本文方法和對比方法的性能進行測試,其結(jié)果如圖4 所示??梢钥闯?,本文方法在各個信噪比下均獲得最高的識別率,表明其對于噪聲干擾的穩(wěn)健性更強。一方面,3 類特征的互補特性為噪聲干擾下的目標特性描述提供了更多有效信息;另一方面,聯(lián)合稀疏表示涉及的聯(lián)合優(yōu)化過程一定程度考慮了噪聲干擾的影響。因此,本文方法可以在噪聲干擾條件下取得較好的性能。

    圖4 各類方法在噪聲干擾下的性能對比

    3.2.3 少量訓練樣本

    與光學圖像不同,SAR 圖像的獲取較為困難。因此,在SAR 艦船目標識別中,訓練樣本的數(shù)量往往是十分有限的,這就要求識別算法可以在較少的訓練樣本條件下保持穩(wěn)健的識別性能。為此,本實驗中對原始訓練樣本進行隨機選取,測試少量訓練樣本條件下不同方法的識別性能,結(jié)果如圖5 所示。圖中,橫坐標代表當前訓練樣本的數(shù)量占原始訓練樣本數(shù)量的比例,如“0.8”代表隨機從各類目標的原始訓練樣本中選取80%的圖像進行訓練。從圖中結(jié)果可以看出,本文方法在各個比例的訓練樣本下均取得了最高的平均識別率,表明可以在少量訓練樣本條件下穩(wěn)健工作。相比其他方法,CNN 方法對于訓練樣本規(guī)模的減小十分敏感,識別率下降最為劇烈。由于訓練樣本的減少,最終訓練得到的分類網(wǎng)絡(luò)的適應(yīng)性較差,導(dǎo)致最終的分類性能出現(xiàn)較為明顯的下降。

    圖5 各類方法在不同比例訓練樣本下的性能對比

    4 結(jié)論

    本文針對SAR 圖像艦船目標識別問題,提出基于多特征聯(lián)合稀疏表示的方法,構(gòu)造幾何尺寸矢量描述艦船目標的幾何形狀信息,分別采用PCA 和KPCA 提取SAR 圖像灰度分布在線性和非線性空間的穩(wěn)健特征矢量。分類階段,采用聯(lián)合稀疏表示對3 類具有互補特性的特征進行聯(lián)合表征,基于3類特征的整體重構(gòu)誤差,對測試樣本的目標類別進行可靠決策。采用4 類典型艦船目標(散裝貨船、集裝箱船、郵船和軍艦)的SAR 圖像數(shù)據(jù)集進行了驗證實驗。結(jié)果表明,本文方法在標準操作條件下、噪聲干擾以及少量訓練樣本的條件下,均可以保持很好的識別性能。

    猜你喜歡
    訓練樣本識別率艦船
    艦船通信中的噪聲消除研究
    艦船測風傳感器安裝位置數(shù)值仿真
    基于類圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測
    計算機工程(2020年3期)2020-03-19 12:24:50
    人工智能
    基于真耳分析的助聽器配戴者言語可懂度指數(shù)與言語識別率的關(guān)系
    提升高速公路MTC二次抓拍車牌識別率方案研究
    寬帶光譜成像系統(tǒng)最優(yōu)訓練樣本選擇方法研究
    融合原始樣本和虛擬樣本的人臉識別算法
    基于稀疏重構(gòu)的機載雷達訓練樣本挑選方法
    高速公路機電日常維護中車牌識別率分析系統(tǒng)的應(yīng)用
    免费看a级黄色片| 亚洲最大成人中文| 亚洲天堂国产精品一区在线| 中文字幕人妻熟女乱码| 亚洲七黄色美女视频| 色综合亚洲欧美另类图片| 国产精品久久久av美女十八| 久久香蕉精品热| 欧美乱色亚洲激情| 99精品在免费线老司机午夜| 中出人妻视频一区二区| 女警被强在线播放| 香蕉国产在线看| 在线观看午夜福利视频| 一夜夜www| 黄色视频,在线免费观看| 午夜a级毛片| av天堂在线播放| www.自偷自拍.com| 精品不卡国产一区二区三区| 又黄又爽又免费观看的视频| 国产精品一区二区在线不卡| 热99re8久久精品国产| 一区二区三区精品91| 亚洲av第一区精品v没综合| videosex国产| 国产精品一区二区三区四区久久 | 欧美在线一区亚洲| 免费看美女性在线毛片视频| 久久香蕉国产精品| 婷婷六月久久综合丁香| 亚洲美女黄片视频| 女同久久另类99精品国产91| 曰老女人黄片| 在线观看66精品国产| 国产精品亚洲一级av第二区| 精品一区二区三区视频在线观看免费| 欧美精品亚洲一区二区| 一本大道久久a久久精品| 香蕉久久夜色| 精品卡一卡二卡四卡免费| 脱女人内裤的视频| 淫妇啪啪啪对白视频| 久久久久精品国产欧美久久久| 麻豆av在线久日| 精品免费久久久久久久清纯| 免费看美女性在线毛片视频| 亚洲无线在线观看| АⅤ资源中文在线天堂| 亚洲第一青青草原| 亚洲第一青青草原| 一区福利在线观看| 国产高清激情床上av| 国产精品久久久人人做人人爽| 国产不卡一卡二| 午夜免费成人在线视频| 日韩中文字幕欧美一区二区| 无限看片的www在线观看| 色老头精品视频在线观看| 欧美日韩精品网址| 国产伦一二天堂av在线观看| www日本在线高清视频| 老司机深夜福利视频在线观看| 久久精品亚洲熟妇少妇任你| 搞女人的毛片| 熟妇人妻久久中文字幕3abv| 欧美 亚洲 国产 日韩一| 丝袜美足系列| 国产熟女xx| 亚洲av成人一区二区三| 午夜福利影视在线免费观看| 无限看片的www在线观看| av免费在线观看网站| 麻豆成人av在线观看| 国产午夜福利久久久久久| 少妇粗大呻吟视频| 大型黄色视频在线免费观看| 亚洲成人免费电影在线观看| 夜夜看夜夜爽夜夜摸| 国产午夜福利久久久久久| 亚洲中文字幕一区二区三区有码在线看 | 亚洲中文av在线| 制服丝袜大香蕉在线| 欧美日韩亚洲综合一区二区三区_| 免费看美女性在线毛片视频| 欧美日韩亚洲综合一区二区三区_| 久久精品国产亚洲av高清一级| 一夜夜www| 两个人视频免费观看高清| 久久亚洲真实| 又大又爽又粗| 国产av又大| 美女 人体艺术 gogo| 一级作爱视频免费观看| 日韩一卡2卡3卡4卡2021年| 中文字幕色久视频| 午夜福利成人在线免费观看| 亚洲第一电影网av| 丰满人妻熟妇乱又伦精品不卡| 午夜久久久久精精品| 精品一区二区三区av网在线观看| 丁香六月欧美| 国产高清videossex| www.精华液| 午夜福利视频1000在线观看 | 欧美不卡视频在线免费观看 | 亚洲七黄色美女视频| 母亲3免费完整高清在线观看| 99riav亚洲国产免费| 久99久视频精品免费| 国产区一区二久久| 精品日产1卡2卡| 在线播放国产精品三级| 欧美大码av| 精品久久久久久久久久免费视频| 精品国内亚洲2022精品成人| 精品卡一卡二卡四卡免费| 国产精品乱码一区二三区的特点 | 国产精品av久久久久免费| 精品国产乱码久久久久久男人| а√天堂www在线а√下载| 男女下面插进去视频免费观看| 十八禁人妻一区二区| www.999成人在线观看| 日韩欧美一区二区三区在线观看| 日韩三级视频一区二区三区| 久久中文字幕人妻熟女| 18美女黄网站色大片免费观看| 欧美色视频一区免费| x7x7x7水蜜桃| 国产激情久久老熟女| 脱女人内裤的视频| 欧美绝顶高潮抽搐喷水| 757午夜福利合集在线观看| 精品国产超薄肉色丝袜足j| 自线自在国产av| 人人妻人人澡欧美一区二区 | 精品一区二区三区四区五区乱码| 夜夜夜夜夜久久久久| 高清在线国产一区| 麻豆一二三区av精品| 欧美不卡视频在线免费观看 | 日韩大码丰满熟妇| 99精品久久久久人妻精品| 亚洲欧美激情综合另类| 成人亚洲精品av一区二区| 成人三级做爰电影| 久久人妻av系列| 国产亚洲精品一区二区www| 激情在线观看视频在线高清| 夜夜看夜夜爽夜夜摸| 搡老岳熟女国产| 97人妻精品一区二区三区麻豆 | 九色国产91popny在线| 中文字幕av电影在线播放| 搞女人的毛片| 国产精品亚洲一级av第二区| 男人舔女人的私密视频| 亚洲国产看品久久| 国产欧美日韩精品亚洲av| 亚洲av电影在线进入| 丝袜人妻中文字幕| 欧美色欧美亚洲另类二区 | av中文乱码字幕在线| av欧美777| 欧美日本中文国产一区发布| 一夜夜www| 99精品久久久久人妻精品| 亚洲欧美精品综合久久99| 亚洲在线自拍视频| 欧美精品啪啪一区二区三区| 亚洲中文字幕日韩| 最好的美女福利视频网| 亚洲av美国av| 精品国产乱码久久久久久男人| 欧美乱妇无乱码| 久久草成人影院| 50天的宝宝边吃奶边哭怎么回事| 亚洲国产欧美网| 成年版毛片免费区| 日韩免费av在线播放| 国产又爽黄色视频| 国产一区二区激情短视频| 亚洲国产精品成人综合色| bbb黄色大片| 国产激情久久老熟女| 一区二区三区国产精品乱码| 国产精品99久久99久久久不卡| 亚洲 国产 在线| 国产91精品成人一区二区三区| 亚洲av电影在线进入| 黄片大片在线免费观看| 自拍欧美九色日韩亚洲蝌蚪91| 啦啦啦观看免费观看视频高清 | 嫩草影院精品99| 国产亚洲av嫩草精品影院| 久久草成人影院| 波多野结衣巨乳人妻| 在线观看www视频免费| 一a级毛片在线观看| 琪琪午夜伦伦电影理论片6080| av网站免费在线观看视频| 国产欧美日韩一区二区精品| 精品午夜福利视频在线观看一区| 国内久久婷婷六月综合欲色啪| 男人的好看免费观看在线视频 | 久久人人爽av亚洲精品天堂| 法律面前人人平等表现在哪些方面| 亚洲黑人精品在线| 久久久久国内视频| 91麻豆av在线| netflix在线观看网站| 悠悠久久av| 久久中文看片网| 啪啪无遮挡十八禁网站| 桃色一区二区三区在线观看| 日日摸夜夜添夜夜添小说| 欧美日韩黄片免| 18禁国产床啪视频网站| 电影成人av| 亚洲av电影不卡..在线观看| 国产成+人综合+亚洲专区| 一进一出抽搐gif免费好疼| 日本 av在线| 男女之事视频高清在线观看| 精品国产一区二区久久| 一级毛片女人18水好多| 国产免费男女视频| av免费在线观看网站| 巨乳人妻的诱惑在线观看| 亚洲中文av在线| 在线观看日韩欧美| 精品久久久久久久久久免费视频| 天天一区二区日本电影三级 | 国产欧美日韩一区二区精品| 国产高清videossex| 欧美精品亚洲一区二区| 久久婷婷人人爽人人干人人爱 | 欧美国产精品va在线观看不卡| 无遮挡黄片免费观看| 天天添夜夜摸| 国产av又大| 亚洲精品国产色婷婷电影| 99国产精品一区二区三区| 神马国产精品三级电影在线观看 | 国产99久久九九免费精品| 又紧又爽又黄一区二区| 日韩精品免费视频一区二区三区| 日本免费a在线| 日本撒尿小便嘘嘘汇集6| 亚洲中文日韩欧美视频| 99久久久亚洲精品蜜臀av| 深夜精品福利| 日韩大码丰满熟妇| 亚洲精品国产一区二区精华液| 黑人操中国人逼视频| 日韩精品青青久久久久久| 亚洲中文av在线| 国产精品 国内视频| 人人妻人人澡人人看| 免费一级毛片在线播放高清视频 | 亚洲av熟女| 久久久久国产一级毛片高清牌| 女人爽到高潮嗷嗷叫在线视频| 国产野战对白在线观看| 国产一区二区三区在线臀色熟女| 久久这里只有精品19| 国产1区2区3区精品| 午夜两性在线视频| 91麻豆精品激情在线观看国产| www.www免费av| 在线播放国产精品三级| 日韩精品中文字幕看吧| 国产av在哪里看| 国产精品一区二区三区四区久久 | 日韩 欧美 亚洲 中文字幕| 久久人妻福利社区极品人妻图片| 国产国语露脸激情在线看| 一区二区三区国产精品乱码| 久久婷婷成人综合色麻豆| 丰满的人妻完整版| 欧美成人性av电影在线观看| 黄色片一级片一级黄色片| 欧美一级a爱片免费观看看 | 免费看美女性在线毛片视频| aaaaa片日本免费| 一本综合久久免费| 一级a爱片免费观看的视频| 亚洲黑人精品在线| 成熟少妇高潮喷水视频| 午夜日韩欧美国产| 国产精品综合久久久久久久免费 | 女性生殖器流出的白浆| 欧美色视频一区免费| 欧美一级a爱片免费观看看 | 午夜精品久久久久久毛片777| 午夜久久久在线观看| 亚洲午夜理论影院| 精品少妇一区二区三区视频日本电影| 亚洲国产精品sss在线观看| 免费女性裸体啪啪无遮挡网站| 欧美黄色淫秽网站| 韩国av一区二区三区四区| 国产野战对白在线观看| 亚洲九九香蕉| 老司机午夜十八禁免费视频| 91精品国产国语对白视频| 精品电影一区二区在线| 亚洲精品美女久久av网站| 禁无遮挡网站| 国产日韩一区二区三区精品不卡| 在线观看免费视频日本深夜| 日本 av在线| 国内毛片毛片毛片毛片毛片| 国产97色在线日韩免费| 91九色精品人成在线观看| 国产野战对白在线观看| 日本a在线网址| 自拍欧美九色日韩亚洲蝌蚪91| 欧美日韩瑟瑟在线播放| 国产xxxxx性猛交| 中国美女看黄片| 日韩欧美在线二视频| 精品福利观看| 欧美在线黄色| 色精品久久人妻99蜜桃| 国产精品一区二区在线不卡| 夜夜看夜夜爽夜夜摸| 国产精品一区二区三区四区久久 | 欧美激情极品国产一区二区三区| 可以在线观看的亚洲视频| 丝袜美足系列| 女人高潮潮喷娇喘18禁视频| 亚洲九九香蕉| 一卡2卡三卡四卡精品乱码亚洲| 亚洲精品一卡2卡三卡4卡5卡| 日韩欧美一区视频在线观看| 国产成人影院久久av| 中文字幕久久专区| 天天躁夜夜躁狠狠躁躁| 90打野战视频偷拍视频| 日本撒尿小便嘘嘘汇集6| 岛国在线观看网站| 男人舔女人的私密视频| 搡老岳熟女国产| 久久精品成人免费网站| 久久久久精品国产欧美久久久| 日韩中文字幕欧美一区二区| 亚洲精品美女久久av网站| 亚洲成a人片在线一区二区| 免费在线观看视频国产中文字幕亚洲| 久久狼人影院| 丝袜人妻中文字幕| 中文字幕av电影在线播放| 免费看a级黄色片| 欧美在线一区亚洲| 色尼玛亚洲综合影院| 在线观看www视频免费| av有码第一页| 成人国语在线视频| 成年版毛片免费区| 人人妻人人爽人人添夜夜欢视频| 欧美人与性动交α欧美精品济南到| 午夜免费鲁丝| 国产精品影院久久| 久久久久久久精品吃奶| 最新美女视频免费是黄的| 丝袜在线中文字幕| 精品久久久久久久毛片微露脸| 国产成人啪精品午夜网站| 国产成人欧美| 亚洲性夜色夜夜综合| 亚洲欧美精品综合久久99| 久久香蕉精品热| 女性生殖器流出的白浆| 成年女人毛片免费观看观看9| 精品福利观看| 久久精品影院6| 久久精品国产99精品国产亚洲性色 | 精品久久久久久久久久免费视频| 久久人人97超碰香蕉20202| 精品免费久久久久久久清纯| 级片在线观看| 久久婷婷成人综合色麻豆| 成在线人永久免费视频| 亚洲男人的天堂狠狠| 老汉色∧v一级毛片| 欧美日韩亚洲综合一区二区三区_| 午夜成年电影在线免费观看| 亚洲精品国产区一区二| 免费看美女性在线毛片视频| 久久国产精品人妻蜜桃| 女人高潮潮喷娇喘18禁视频| 中亚洲国语对白在线视频| 国产精品野战在线观看| 中文字幕人成人乱码亚洲影| 日韩大码丰满熟妇| 精品国产国语对白av| 国产精品久久久久久精品电影 | 午夜老司机福利片| 老司机在亚洲福利影院| 日韩三级视频一区二区三区| 91麻豆av在线| 老司机靠b影院| 免费女性裸体啪啪无遮挡网站| 正在播放国产对白刺激| 一进一出抽搐gif免费好疼| 少妇裸体淫交视频免费看高清 | 国产亚洲av高清不卡| 成人免费观看视频高清| 久久草成人影院| 老汉色∧v一级毛片| 精品国产乱码久久久久久男人| 日韩欧美国产在线观看| 免费看a级黄色片| 久久久久久久精品吃奶| 日韩大尺度精品在线看网址 | 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲自偷自拍图片 自拍| 国产精品,欧美在线| 国产区一区二久久| 中文亚洲av片在线观看爽| 成在线人永久免费视频| 免费久久久久久久精品成人欧美视频| 麻豆久久精品国产亚洲av| 亚洲精品中文字幕一二三四区| 精品一区二区三区av网在线观看| 村上凉子中文字幕在线| 91国产中文字幕| 不卡av一区二区三区| 亚洲视频免费观看视频| 亚洲成a人片在线一区二区| 国产午夜福利久久久久久| 欧美日韩乱码在线| 国产精品一区二区免费欧美| 亚洲精品一区av在线观看| 在线观看免费日韩欧美大片| 黑人操中国人逼视频| 婷婷六月久久综合丁香| 美女 人体艺术 gogo| 久久香蕉精品热| av视频在线观看入口| 真人做人爱边吃奶动态| 婷婷六月久久综合丁香| 日韩有码中文字幕| 久久久精品欧美日韩精品| 免费观看人在逋| 欧美久久黑人一区二区| 亚洲欧美日韩无卡精品| 亚洲一卡2卡3卡4卡5卡精品中文| 中文字幕精品免费在线观看视频| 91精品三级在线观看| 老司机福利观看| 亚洲全国av大片| 亚洲一码二码三码区别大吗| 可以在线观看毛片的网站| 国产精品久久久人人做人人爽| 国内精品久久久久久久电影| 精品福利观看| 国产亚洲精品久久久久5区| 怎么达到女性高潮| 国产精品久久久久久精品电影 | 最新在线观看一区二区三区| 亚洲精品中文字幕在线视频| cao死你这个sao货| 看片在线看免费视频| 一区福利在线观看| 桃色一区二区三区在线观看| 国产一级毛片七仙女欲春2 | 亚洲av片天天在线观看| 天堂动漫精品| 亚洲欧洲精品一区二区精品久久久| 久久国产乱子伦精品免费另类| av福利片在线| 成人特级黄色片久久久久久久| 国产成人精品久久二区二区91| 9191精品国产免费久久| 国产黄a三级三级三级人| 日本在线视频免费播放| 亚洲欧美日韩无卡精品| 黄色片一级片一级黄色片| 少妇 在线观看| 久久精品国产亚洲av高清一级| 国产成人精品久久二区二区免费| 精品乱码久久久久久99久播| 日本三级黄在线观看| 亚洲国产毛片av蜜桃av| 极品人妻少妇av视频| 好男人电影高清在线观看| 后天国语完整版免费观看| 亚洲精品一卡2卡三卡4卡5卡| 大陆偷拍与自拍| 黄色a级毛片大全视频| 他把我摸到了高潮在线观看| 国产成人啪精品午夜网站| 午夜福利欧美成人| 99久久综合精品五月天人人| 亚洲av成人不卡在线观看播放网| 波多野结衣一区麻豆| 在线观看免费视频日本深夜| 国产精品 国内视频| 欧美性长视频在线观看| 欧美激情高清一区二区三区| 久久久久久久久中文| 黄色视频不卡| 精品国内亚洲2022精品成人| 久久中文看片网| 国产人伦9x9x在线观看| 婷婷六月久久综合丁香| 亚洲avbb在线观看| 久久国产精品男人的天堂亚洲| 亚洲一区高清亚洲精品| 波多野结衣av一区二区av| 亚洲成a人片在线一区二区| 伊人久久大香线蕉亚洲五| 女警被强在线播放| 午夜精品国产一区二区电影| 无人区码免费观看不卡| 黑人巨大精品欧美一区二区蜜桃| www.www免费av| 美女国产高潮福利片在线看| 日日干狠狠操夜夜爽| 成人国产综合亚洲| 国产成人精品久久二区二区91| 欧美性长视频在线观看| 性色av乱码一区二区三区2| 欧美绝顶高潮抽搐喷水| 免费观看人在逋| 亚洲专区字幕在线| 亚洲欧美一区二区三区黑人| 国产伦一二天堂av在线观看| 极品教师在线免费播放| 国产亚洲精品一区二区www| 亚洲av电影在线进入| 搡老熟女国产l中国老女人| 欧美激情高清一区二区三区| 又黄又粗又硬又大视频| 制服丝袜大香蕉在线| 老司机深夜福利视频在线观看| av在线天堂中文字幕| 香蕉久久夜色| 欧美激情高清一区二区三区| 无限看片的www在线观看| 51午夜福利影视在线观看| 天天一区二区日本电影三级 | 一本大道久久a久久精品| 黄频高清免费视频| 女人爽到高潮嗷嗷叫在线视频| 亚洲九九香蕉| 91九色精品人成在线观看| 99国产综合亚洲精品| 中文字幕精品免费在线观看视频| 日本免费a在线| 中文字幕精品免费在线观看视频| 日本a在线网址| 又黄又爽又免费观看的视频| 满18在线观看网站| 亚洲一区中文字幕在线| 69av精品久久久久久| 老司机在亚洲福利影院| 国产精品久久视频播放| 一级黄色大片毛片| 欧美乱妇无乱码| 每晚都被弄得嗷嗷叫到高潮| 69精品国产乱码久久久| 老熟妇仑乱视频hdxx| 日韩有码中文字幕| 国产av在哪里看| 婷婷丁香在线五月| 免费av毛片视频| 脱女人内裤的视频| 久久久国产精品麻豆| 欧美乱码精品一区二区三区| 制服丝袜大香蕉在线| 欧美国产精品va在线观看不卡| 亚洲七黄色美女视频| 亚洲精品一卡2卡三卡4卡5卡| 丝袜美腿诱惑在线| 国产亚洲精品av在线| 黄频高清免费视频| 欧美激情久久久久久爽电影 | 精品久久久精品久久久| 欧美日韩亚洲综合一区二区三区_| 欧美日韩瑟瑟在线播放| 亚洲精华国产精华精| 亚洲熟女毛片儿| 操出白浆在线播放| 午夜免费成人在线视频| 精品日产1卡2卡| 1024香蕉在线观看| 免费观看精品视频网站| 变态另类丝袜制服| 黄色a级毛片大全视频| 琪琪午夜伦伦电影理论片6080| av电影中文网址| 欧美在线一区亚洲| 久久精品91蜜桃| 精品一区二区三区四区五区乱码| av中文乱码字幕在线| 午夜福利成人在线免费观看| 1024香蕉在线观看| 欧美最黄视频在线播放免费| 久久久精品欧美日韩精品| 超碰成人久久| 在线观看午夜福利视频| 一进一出抽搐gif免费好疼| 久久香蕉激情| 国产精品综合久久久久久久免费 | 精品国产国语对白av| 免费看美女性在线毛片视频| 亚洲国产精品合色在线| 十八禁人妻一区二区| 成人国产一区最新在线观看| www国产在线视频色| 久久婷婷人人爽人人干人人爱 |