• <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
    日韩不卡一区二区三区视频在线| 极品人妻少妇av视频| 少妇被粗大的猛进出69影院| 黄色毛片三级朝国网站| 超色免费av| 国产爽快片一区二区三区| 国产亚洲最大av| 高清黄色对白视频在线免费看| 99久久人妻综合| 色婷婷久久久亚洲欧美| 久久99热这里只频精品6学生| 天堂8中文在线网| 亚洲一区中文字幕在线| 亚洲av中文av极速乱| 午夜福利乱码中文字幕| 国产精品一二三区在线看| 97在线视频观看| 午夜福利网站1000一区二区三区| 久久精品aⅴ一区二区三区四区 | 亚洲第一青青草原| 人妻少妇偷人精品九色| av网站在线播放免费| 肉色欧美久久久久久久蜜桃| 国产精品久久久久久久久免| 成人影院久久| 91午夜精品亚洲一区二区三区| 欧美老熟妇乱子伦牲交| 亚洲精品第二区| 欧美另类一区| 亚洲精品,欧美精品| 赤兔流量卡办理| 夜夜骑夜夜射夜夜干| 精品午夜福利在线看| 亚洲av欧美aⅴ国产| 18+在线观看网站| 麻豆乱淫一区二区| 亚洲欧洲精品一区二区精品久久久 | 成人二区视频| 亚洲av福利一区| 女性生殖器流出的白浆| www.自偷自拍.com| 少妇猛男粗大的猛烈进出视频| 欧美人与性动交α欧美精品济南到 | 久久人人爽av亚洲精品天堂| 国产精品偷伦视频观看了| 男女无遮挡免费网站观看| 亚洲精品成人av观看孕妇| 男女边吃奶边做爰视频| 欧美精品一区二区大全| 日韩制服丝袜自拍偷拍| 国语对白做爰xxxⅹ性视频网站| 99热网站在线观看| 高清黄色对白视频在线免费看| 青春草视频在线免费观看| 精品少妇一区二区三区视频日本电影 | 久久毛片免费看一区二区三区| 日日爽夜夜爽网站| 日本色播在线视频| 国产高清不卡午夜福利| 久久婷婷青草| 亚洲欧美一区二区三区国产| 91久久精品国产一区二区三区| 亚洲精品aⅴ在线观看| 成人午夜精彩视频在线观看| 国产日韩欧美视频二区| 男女边吃奶边做爰视频| 日韩在线高清观看一区二区三区| 人人妻人人添人人爽欧美一区卜| 性少妇av在线| 高清欧美精品videossex| 亚洲精品美女久久久久99蜜臀 | 精品99又大又爽又粗少妇毛片| 一二三四中文在线观看免费高清| 日韩一卡2卡3卡4卡2021年| 久久久久久久久久人人人人人人| 免费黄网站久久成人精品| 国语对白做爰xxxⅹ性视频网站| 色哟哟·www| 欧美亚洲 丝袜 人妻 在线| 中文字幕人妻丝袜一区二区 | 美女xxoo啪啪120秒动态图| 丝袜人妻中文字幕| 亚洲男人天堂网一区| 飞空精品影院首页| 一区二区三区乱码不卡18| 日韩大片免费观看网站| 捣出白浆h1v1| 一级a爱视频在线免费观看| av福利片在线| 日韩在线高清观看一区二区三区| av不卡在线播放| 亚洲精品乱久久久久久| 国产女主播在线喷水免费视频网站| www.自偷自拍.com| 国产精品久久久久久精品电影小说| 欧美中文综合在线视频| 亚洲av中文av极速乱| 十八禁网站网址无遮挡| 国产欧美日韩一区二区三区在线| 久久久久久久精品精品| 亚洲伊人久久精品综合| 黑丝袜美女国产一区| 美女中出高潮动态图| 丰满饥渴人妻一区二区三| 婷婷色综合www| 自拍欧美九色日韩亚洲蝌蚪91| 女人久久www免费人成看片| 五月天丁香电影| 一级毛片 在线播放| 亚洲熟女精品中文字幕| 少妇人妻精品综合一区二区| 天天操日日干夜夜撸| 久久婷婷青草| 韩国精品一区二区三区| 午夜老司机福利剧场| 国产一区二区 视频在线| 久久久久久伊人网av| 婷婷色麻豆天堂久久| 欧美人与善性xxx| 美女国产高潮福利片在线看| 亚洲综合色惰| 纵有疾风起免费观看全集完整版| 深夜精品福利| 精品国产超薄肉色丝袜足j| 啦啦啦在线免费观看视频4| 91国产中文字幕| 久久久久久久久久人人人人人人| 国产免费又黄又爽又色| 婷婷色av中文字幕| 久久97久久精品| 久久久久国产一级毛片高清牌| 久久99精品国语久久久| 岛国毛片在线播放| 国产精品香港三级国产av潘金莲 | 国产视频首页在线观看| 日本av免费视频播放| 性高湖久久久久久久久免费观看| 日韩视频在线欧美| 蜜桃国产av成人99| 亚洲四区av| 欧美 亚洲 国产 日韩一| 免费日韩欧美在线观看| 亚洲精品,欧美精品| 日日爽夜夜爽网站| 黄片播放在线免费| 中文字幕av电影在线播放| 欧美中文综合在线视频| 国产在视频线精品| 美女国产高潮福利片在线看| 另类精品久久| 久久人人97超碰香蕉20202| 97在线人人人人妻| 一区二区日韩欧美中文字幕| 99精国产麻豆久久婷婷| 久久久精品免费免费高清| 午夜精品国产一区二区电影| 精品少妇一区二区三区视频日本电影 | 大话2 男鬼变身卡| 精品少妇黑人巨大在线播放| 赤兔流量卡办理| 丁香六月天网| 欧美成人精品欧美一级黄| 国产精品嫩草影院av在线观看| 精品久久久久久电影网| 亚洲精品视频女| 欧美日韩综合久久久久久| 久久久久久久大尺度免费视频| 国产精品免费视频内射| 色视频在线一区二区三区| 色婷婷av一区二区三区视频| 久久精品国产亚洲av高清一级| 看免费成人av毛片| av视频免费观看在线观看| 18禁国产床啪视频网站| 国产精品久久久av美女十八| 午夜福利乱码中文字幕| 午夜日韩欧美国产| www.精华液| 久久久久久伊人网av| 超色免费av| 国产成人精品久久二区二区91 | 午夜日本视频在线| 亚洲视频免费观看视频| 久久鲁丝午夜福利片| 国产精品久久久av美女十八| 18禁动态无遮挡网站| 国产精品99久久99久久久不卡 | 亚洲精品视频女| a级毛片在线看网站| 国产精品av久久久久免费| 人人妻人人爽人人添夜夜欢视频| 国产精品久久久av美女十八| 涩涩av久久男人的天堂| 一区二区三区激情视频| 五月天丁香电影| 亚洲欧美清纯卡通| 一区二区三区四区激情视频| www.熟女人妻精品国产| 最近最新中文字幕免费大全7| 欧美亚洲 丝袜 人妻 在线| 欧美精品一区二区大全| 午夜福利在线观看免费完整高清在| 在线天堂中文资源库| 亚洲第一青青草原| 人妻 亚洲 视频| 亚洲少妇的诱惑av| 建设人人有责人人尽责人人享有的| 午夜老司机福利剧场| 可以免费在线观看a视频的电影网站 | 汤姆久久久久久久影院中文字幕| 人人妻人人澡人人爽人人夜夜| 欧美老熟妇乱子伦牲交| 国产免费又黄又爽又色| 在线观看人妻少妇| 亚洲成人一二三区av| 中文乱码字字幕精品一区二区三区| 免费观看无遮挡的男女| 免费久久久久久久精品成人欧美视频| 日韩人妻精品一区2区三区| 高清黄色对白视频在线免费看| 女人久久www免费人成看片| 黄色配什么色好看| 天堂中文最新版在线下载| 2022亚洲国产成人精品| 亚洲第一av免费看| 欧美bdsm另类| av免费观看日本| 国产一区二区三区av在线| 超色免费av| 亚洲欧美一区二区三区黑人 | 国产麻豆69| 亚洲av成人精品一二三区| 少妇人妻 视频| 国产黄频视频在线观看| 亚洲精品自拍成人| 纵有疾风起免费观看全集完整版| 欧美xxⅹ黑人| 免费观看av网站的网址| 国产黄频视频在线观看| 欧美日韩成人在线一区二区| 亚洲激情五月婷婷啪啪| 1024视频免费在线观看| a级毛片在线看网站| 看非洲黑人一级黄片| av福利片在线| 欧美bdsm另类| 成人黄色视频免费在线看| 久久人妻熟女aⅴ| 亚洲国产精品一区二区三区在线| 精品人妻熟女毛片av久久网站| 久久亚洲国产成人精品v| 久热这里只有精品99| 晚上一个人看的免费电影| 亚洲精品中文字幕在线视频| 最近的中文字幕免费完整| 黄色视频在线播放观看不卡| 下体分泌物呈黄色| 丝袜脚勾引网站| 日韩一区二区三区影片| 一区二区三区激情视频| 纯流量卡能插随身wifi吗| 免费看av在线观看网站| 亚洲av综合色区一区| 在线免费观看不下载黄p国产| 一二三四在线观看免费中文在| 国产精品嫩草影院av在线观看| 久久久久久人人人人人| 新久久久久国产一级毛片| 日韩伦理黄色片| 熟女av电影| 老熟女久久久| 18禁动态无遮挡网站| 久久久久久人人人人人| 不卡av一区二区三区| 一本大道久久a久久精品| 免费在线观看黄色视频的| 街头女战士在线观看网站| 国产成人精品无人区| 国产福利在线免费观看视频| 亚洲第一区二区三区不卡| 欧美激情高清一区二区三区 | 久久午夜福利片| 国产综合精华液| 一二三四中文在线观看免费高清| 久久久久久久精品精品| 久久99热这里只频精品6学生| 美女xxoo啪啪120秒动态图| 久久午夜综合久久蜜桃| 亚洲,一卡二卡三卡| 综合色丁香网| xxxhd国产人妻xxx| 久久精品国产综合久久久| 99久国产av精品国产电影| 99久国产av精品国产电影| 侵犯人妻中文字幕一二三四区| 亚洲av综合色区一区| 丝瓜视频免费看黄片| 国产xxxxx性猛交| 新久久久久国产一级毛片| 亚洲第一av免费看| 少妇被粗大的猛进出69影院| 亚洲,欧美精品.| 99精国产麻豆久久婷婷| 免费高清在线观看视频在线观看| 各种免费的搞黄视频| 啦啦啦在线观看免费高清www| 搡老乐熟女国产| 国产在视频线精品| 亚洲国产成人一精品久久久| 巨乳人妻的诱惑在线观看| 久久久久精品久久久久真实原创| 国产极品粉嫩免费观看在线| 色吧在线观看| 熟女少妇亚洲综合色aaa.| 丰满迷人的少妇在线观看| 国产免费又黄又爽又色| 另类精品久久| 18禁动态无遮挡网站| av线在线观看网站| 欧美成人精品欧美一级黄| 国产精品久久久av美女十八| 成人午夜精彩视频在线观看| 亚洲精品一二三| 日韩在线高清观看一区二区三区| 日韩在线高清观看一区二区三区| 美女高潮到喷水免费观看| 亚洲欧美精品自产自拍| 这个男人来自地球电影免费观看 | 中文字幕精品免费在线观看视频| 五月天丁香电影| 妹子高潮喷水视频| av在线app专区| 欧美av亚洲av综合av国产av | 久久综合国产亚洲精品| 午夜日韩欧美国产| 中文乱码字字幕精品一区二区三区| 丰满饥渴人妻一区二区三| 如何舔出高潮| 日本欧美视频一区| 国产成人一区二区在线| 人体艺术视频欧美日本| 一区二区三区精品91| 日日撸夜夜添| 亚洲欧洲日产国产| 国产激情久久老熟女| 国产av国产精品国产| 99九九在线精品视频| 人妻少妇偷人精品九色| 97人妻天天添夜夜摸| 欧美亚洲日本最大视频资源| 欧美 日韩 精品 国产| 国产精品国产三级国产专区5o| 午夜福利影视在线免费观看| 久久精品夜色国产| 黄色 视频免费看| 新久久久久国产一级毛片| 亚洲人成网站在线观看播放| 欧美人与善性xxx| 国产有黄有色有爽视频| 亚洲av国产av综合av卡| 国产欧美日韩综合在线一区二区| 777米奇影视久久| 久久久久人妻精品一区果冻| 久久午夜福利片| 一级黄片播放器| 伊人久久大香线蕉亚洲五| 欧美激情极品国产一区二区三区| 亚洲第一区二区三区不卡| 精品人妻偷拍中文字幕| 又大又黄又爽视频免费| 久久久久视频综合| 制服人妻中文乱码| 亚洲精品国产av成人精品| 日韩一区二区三区影片| 如何舔出高潮| 日本91视频免费播放| 少妇被粗大的猛进出69影院| 午夜日本视频在线| 国产一区二区在线观看av| 男女边吃奶边做爰视频| 热re99久久国产66热| 欧美 亚洲 国产 日韩一| 男女午夜视频在线观看| 秋霞伦理黄片| 九草在线视频观看| freevideosex欧美| 国产亚洲欧美精品永久| 午夜日韩欧美国产| 超碰97精品在线观看| 国产精品熟女久久久久浪| 国产一级毛片在线| 欧美在线黄色| 国产精品.久久久| av网站免费在线观看视频| 久久久精品国产亚洲av高清涩受| 伦理电影免费视频| 午夜老司机福利剧场| 丝袜在线中文字幕| 国产精品国产av在线观看| 人人妻人人爽人人添夜夜欢视频| 在线天堂最新版资源| 国产黄色免费在线视频| 性少妇av在线| 99香蕉大伊视频| 久久久国产一区二区| 久久精品久久精品一区二区三区| 一本大道久久a久久精品| 如何舔出高潮| 国产又色又爽无遮挡免| 久久人妻熟女aⅴ| 久久久精品国产亚洲av高清涩受| xxxhd国产人妻xxx| 一级a爱视频在线免费观看| 国产xxxxx性猛交| videosex国产| 人人妻人人爽人人添夜夜欢视频| 永久网站在线| 亚洲综合色惰| 久久久久久久精品精品| 一二三四在线观看免费中文在| 日韩制服丝袜自拍偷拍| a级片在线免费高清观看视频| 国产精品久久久久久久久免| 精品视频人人做人人爽| 亚洲av欧美aⅴ国产| 天堂8中文在线网| 青春草视频在线免费观看| 大香蕉久久成人网| 人妻少妇偷人精品九色| 亚洲第一青青草原| 亚洲美女黄色视频免费看| 久久青草综合色| 乱人伦中国视频| 纵有疾风起免费观看全集完整版| 国产精品一区二区在线不卡| 中文字幕制服av| 亚洲欧美精品自产自拍| 国产人伦9x9x在线观看 | 国产精品二区激情视频| 五月伊人婷婷丁香| 国产精品欧美亚洲77777| 国产精品久久久久成人av| 最近的中文字幕免费完整| h视频一区二区三区| 丝袜美腿诱惑在线| 国产精品秋霞免费鲁丝片| 黑人欧美特级aaaaaa片| 久久影院123| 亚洲国产精品成人久久小说| 一级爰片在线观看| 女人久久www免费人成看片| 老鸭窝网址在线观看| 久久精品国产自在天天线| av又黄又爽大尺度在线免费看| 精品久久久精品久久久| 国产欧美日韩一区二区三区在线| 18禁观看日本| 在线观看人妻少妇| 亚洲av电影在线进入| 久久精品国产自在天天线| 人人妻人人添人人爽欧美一区卜| 国产乱来视频区| 深夜精品福利| 成人黄色视频免费在线看| xxxhd国产人妻xxx| 免费黄频网站在线观看国产| 最近最新中文字幕大全免费视频 | 国产精品香港三级国产av潘金莲 | 高清视频免费观看一区二区| 亚洲激情五月婷婷啪啪| 在线观看三级黄色| 国产成人aa在线观看| 赤兔流量卡办理| 精品福利永久在线观看| 美女国产视频在线观看| 高清不卡的av网站| 中文字幕亚洲精品专区| 欧美日本中文国产一区发布| 国产熟女午夜一区二区三区| 亚洲国产精品一区三区| 啦啦啦啦在线视频资源| 亚洲国产精品999| 免费大片黄手机在线观看| 免费高清在线观看视频在线观看| 伦理电影免费视频| 国产精品国产三级国产专区5o| 亚洲视频免费观看视频| 午夜日本视频在线| 国产成人精品婷婷| 亚洲av免费高清在线观看| 国产日韩欧美亚洲二区| 人体艺术视频欧美日本| 日韩一卡2卡3卡4卡2021年| 亚洲欧美清纯卡通| 一个人免费看片子| 中文字幕人妻丝袜制服| 亚洲av福利一区| 水蜜桃什么品种好| 80岁老熟妇乱子伦牲交| 精品人妻偷拍中文字幕| 黑人猛操日本美女一级片| 亚洲精品成人av观看孕妇| 亚洲第一青青草原| 青草久久国产| 国产视频首页在线观看| 999精品在线视频| 色94色欧美一区二区| 亚洲精品国产色婷婷电影| 美女国产高潮福利片在线看| 女的被弄到高潮叫床怎么办| 亚洲精品美女久久av网站| 最新的欧美精品一区二区| 欧美另类一区| 一级黄片播放器| 国产在线视频一区二区| 日韩不卡一区二区三区视频在线| 卡戴珊不雅视频在线播放| 一区二区日韩欧美中文字幕| 丝袜人妻中文字幕| 午夜免费鲁丝| 自线自在国产av| 亚洲成人av在线免费| 色吧在线观看| 日韩中文字幕视频在线看片| videossex国产| 最近2019中文字幕mv第一页| 国产精品国产av在线观看| 国产一区二区三区av在线| 亚洲精品av麻豆狂野| 国产亚洲精品第一综合不卡| 午夜福利在线观看免费完整高清在| 亚洲av成人精品一二三区| 又黄又粗又硬又大视频| 午夜免费观看性视频| 99香蕉大伊视频| 亚洲精品国产av成人精品| 日韩一区二区视频免费看| 2022亚洲国产成人精品| 制服人妻中文乱码| 欧美日韩亚洲高清精品| 美女脱内裤让男人舔精品视频| 一级毛片电影观看| 超碰97精品在线观看| 国产在线视频一区二区| 日韩av不卡免费在线播放| 国产精品女同一区二区软件| 久久精品国产亚洲av天美| 美女脱内裤让男人舔精品视频| 国产亚洲欧美精品永久| 97精品久久久久久久久久精品| 国产毛片在线视频| 日韩一卡2卡3卡4卡2021年| 不卡av一区二区三区| 一区二区日韩欧美中文字幕| 成人黄色视频免费在线看| 秋霞在线观看毛片| 母亲3免费完整高清在线观看 | 亚洲少妇的诱惑av| 亚洲精华国产精华液的使用体验| 亚洲天堂av无毛| 天天躁日日躁夜夜躁夜夜| 亚洲欧美色中文字幕在线| 汤姆久久久久久久影院中文字幕| 青春草亚洲视频在线观看| 美女视频免费永久观看网站| 亚洲成人av在线免费| 五月伊人婷婷丁香| 最近中文字幕高清免费大全6| 中文字幕亚洲精品专区| 肉色欧美久久久久久久蜜桃| 熟女少妇亚洲综合色aaa.| 999精品在线视频| 大陆偷拍与自拍| 亚洲欧洲日产国产| 天天躁夜夜躁狠狠躁躁| 黄色配什么色好看| 国产精品亚洲av一区麻豆 | 国产又色又爽无遮挡免| 看非洲黑人一级黄片| 我要看黄色一级片免费的| 两个人免费观看高清视频| 日本-黄色视频高清免费观看| 国产成人av激情在线播放| 亚洲国产成人一精品久久久| 亚洲国产精品一区二区三区在线| 久久久久久久久免费视频了| 十八禁高潮呻吟视频| 国产欧美亚洲国产| 搡女人真爽免费视频火全软件| 自拍欧美九色日韩亚洲蝌蚪91| 欧美亚洲日本最大视频资源| 午夜福利在线观看免费完整高清在| 国产精品一区二区在线不卡| 男人舔女人的私密视频| 免费观看在线日韩| 一级片'在线观看视频| 99久国产av精品国产电影| 秋霞伦理黄片| 中文字幕人妻熟女乱码| 国产爽快片一区二区三区| 午夜日本视频在线| 纯流量卡能插随身wifi吗| 女性被躁到高潮视频| 99国产精品免费福利视频| 啦啦啦在线观看免费高清www| 老司机亚洲免费影院| 国产深夜福利视频在线观看| 制服诱惑二区| 国产精品国产三级国产专区5o| 中文字幕另类日韩欧美亚洲嫩草| 欧美精品av麻豆av| 精品国产一区二区三区四区第35| 婷婷色综合大香蕉| 三上悠亚av全集在线观看| 午夜福利视频精品|