• <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 ?

    無人工標注數據的Landsat影像云檢測深度學習方法

    2021-03-19 00:27:30仇一帆柴登峰
    自然資源遙感 2021年1期
    關鍵詞:陰影像素精度

    仇一帆,柴登峰

    (浙江大學地球科學學院,杭州 310027)

    0 引言

    Landsat系列衛(wèi)星自1972年發(fā)射至今一直持續(xù)對地觀測,提供了全球范圍長時序連續(xù)陸地遙感記錄,是目前應用最廣泛的遙感數據集之一。然而,Landsat系列衛(wèi)星與其他光學傳感器一樣,容易受到云層及其陰影影響,研究表明,地球表面的年均云層覆蓋率在中緯度地區(qū)大約為35%,全球范圍內約為58%~66%[1-3]。遙感影像上,被云層遮擋的像素變亮,被云陰影遮擋的像素變暗,地表特征模糊[4-6],干擾地物信息的提取,影響研究結果的準確性。因此,云和云陰影檢測是Landsat影像產品生產的重要環(huán)節(jié)。

    目前美國地質調查局(United States Geological Survey, USGS)官方使用CFMask(C function of Mask)算法來檢測影像上的云和云陰影,檢測結果作為質量評估(quality assessment, QA)波段保存于Landsat Collection 1 Level 1產品中。CFMask是Fmask(Function of Mask)算法的C語言實現[1,6-7],通過分析Landsat影像所有波段的大氣層頂(top of atmosphere, TOA)表觀反射率和亮度溫度,基于云和云陰影的物理屬性建立閾值規(guī)則逐像素進行檢測。這種基于閾值規(guī)則的方法在遙感影像云和云陰影檢測領域應用廣泛,但受到傳感器類型、地理位置、大氣條件等因素影響,閾值的選擇通常難以把握; 而且為了保證精度,往往會設定大量閾值規(guī)則,例如FMask就使用了超過20組閾值,增加了該方法的使用和遷移難度[6,8]。除此之外,常用的Landsat影像云和云陰影檢測方法還包括多時相檢測法和統(tǒng)計學方法。多時相檢測法基于云和云陰影的動態(tài)性,通過比較恒定視角多時相影像的光譜差異構建云檢測算法[5,9]。雖然研究結果表明多時相檢測法能有效提高云檢測精度,但在實際應用中諸如熱帶和亞熱帶等全年多云的地區(qū)很難獲取無云觀測作為參考,限制了現有多時相檢測方法的應用。基于統(tǒng)計學思想利用空間特征和光譜特征來估計影像整體云覆蓋率[10]或檢測影像上的云層[11-12]也是云和云陰影檢測的一種常見思路。

    計算機性能的提升和深度學習的發(fā)展為云和云陰影檢測帶來了新思路[13-14],如Chai等[15]利用SegNet模型將像素劃分為云、薄云、云陰影或無云4個類別,實現了Landsat影像上的云和云陰影檢測。深度學習方法通常依賴大規(guī)模標注數據來訓練網絡模型,而這些數據往往是通過人工標注的方式來獲取的,成本高、耗時長、具有主觀性,不利于訓練出具有實用價值的模型。為了解決這個問題,有學者提出了弱監(jiān)督學習概念,使用不充足或不準確的監(jiān)督信息來訓練模型,減少了人工標注數據的使用,目前這個方法在計算機視覺領域已經有了一定的突破[16-17],但具體到云和云陰影檢測研究上還沒有進展。

    針對上述遙感影像云和云陰影檢測方法存在的問題,本文受弱監(jiān)督學習思想啟發(fā),利用CFMask產生的云和云陰影檢測結果作為弱監(jiān)督學習樣本訓練SegNet深度神經網絡,整個訓練過程不使用人工標注的先驗數據。模型訓練完成后,對新圖像進行檢測并驗證檢測精度,定量化描述研究結果。旨在探討脫離人工標注數據訓練深度神經網絡模型進行Landsat影像云和云陰影檢測的可行性,為后續(xù)實現更加完善的云和云陰影檢測奠定基礎。

    1 研究數據

    1.1 數據描述

    實驗數據來自Landsat Collection 1 Level 1產品和Landsat8云覆蓋評估(cloud cover assessment, CCA)驗證數據集[18]。

    Level 1產品包含10個30 m空間分辨率波段,1個60 m空間分辨率的全色波段,以及QA波段。QA波段中包含的云和云陰影信息依據CFMask算法生成,根據表1列出的QA波段bit位描述或文獻[19]提供的59類QA波段值解釋規(guī)則可以解譯出影像上的云和云陰影信息。

    表1 Landsat8 Collection 1 Level 1 QA波段bit位描述Tab.1 Landsat8 Collection 1 Level 1quality band bit designations

    如表1所示,QA值二進制形式第4位是云像素標識,第7位和第8位存儲云陰影置信度信息。對于單個bit位存儲信息的情況,以第4位為例,若值為0表示該像素并非云像素,若值為1則為云像素; 對于用雙bit位表示的信息,以第7位和第8位為例,若從高位到低位分別為: “00”表示不存在云陰影; “01”表示云陰影存在的置信度很低(0~33%); “10”表示中等置信度(34%~66%); “11”表示置信度很高(67%~100%)[19]。QA波段能提供較高精度的云和云陰影掩模,但仍存在一定的誤差,其數據標簽并不是完全準確的。本實驗將30 m空間分辨率波段組合成的10通道多波段影像對應TOA表觀反射率和亮度溫度作為輸入數據,將QA波段派生為標注數據來訓練SegNet模型。

    Landsat8 CCA驗證數據由USGS地球資源觀測與科學中心創(chuàng)建,通過人工方式標注出了影像上的云、薄云、云陰影和無云像素。驗證數據共96個場景,均勻分布于全球各大洲,覆蓋荒地、森林、灌木地、草地/農田、雪/冰、城市、濕地以及水域8個不同的生物群落區(qū)[1,18]。需要注意的是,Landsat8 CCA驗證數據只用于評估檢測結果精度,不參與模型的訓練過程。

    1.2 數據預處理與樣本集構建

    由于Landsat影像圖幅較大,直接輸入深度神經網絡占用內存高,圖形處理器(graphics processing unit,GPU)很難負擔,因此將各場景切割為互不重疊的512像素×512像素大小子景并存儲為png格式。影像上有一些不反映地物信息的填充像素,為了簡化信息提取過程,在構建樣本集時剔除了這些包含填充像素的切割圖像。最后,每個場景約有120個512像素×512像素大小子景用于樣本集的構建,每個子景對應10個多光譜波段和1個QA波段。

    本文共構建了3個樣本集,分別是: 用于訓練SegNet網絡的訓練樣本集,用于優(yōu)化網絡參數的驗證樣本集,以及用于客觀評價網絡性能的測試樣本集。本研究以Landsat8 CCA 驗證數據集的96個場景為研究對象,這些場景均勻分布于全球范圍,包含所有生物群落區(qū)類型,具有代表性。96個場景中,有64個場景未標注出云陰影,不能用于精度驗證,將這64個場景每個場景切割后的子景按80%和20%的比例隨機分配為訓練樣本和驗證樣本; 其余32個場景標注完整,用于構建測試樣本集。訓練、驗證、測試樣本集中子景數量和切割圖像數量如表2所示。

    表2 樣本集子景數量和切割圖像數量Tab.2 The number of subscenes and images in sample set

    2 云和云陰影檢測算法

    本文方法實驗流程如圖1所示。

    圖1 實驗方案技術流程Fig.1 Technical flowchart of experimental scheme

    本方法將云和云陰影檢測視為語義分割問題,利用整幅影像的空間信息和所有波段的光譜特征對圖像進行分割,最后依據表1的QA波段位描述將語義分割結果標記為云、無云或云陰影,完成遙感影像云和云陰影檢測。

    2.1 SegNet模型

    本文參考文獻[20]構建了SegNet語義分割模型,其網絡結構如圖2所示,從輸入圖像開始,從左向右依次經過編碼器(Encoder)、解碼器(Decoder)和Softmax分類器,最后到達輸出層,完成端到端的像素級分割任務。SegNet可以接受任意尺寸的輸入圖像,其原型結構的輸入為3通道圖像,本文為了能更好地學習和利用Landsat影像特征,設置模型的輸入圖像通道數為10,本文中輸入圖像尺寸為512像元×512像元。編碼器基于VGG網絡,包括卷積層、批歸一化層、ReLu激活層和池化層,卷積層均采用3像元×3像元大小卷積核,第一層卷積層中卷積核個數設置為96,池化層采用最大池化操作,并記錄池化索引,圖像經過編碼器各隱含層,實現對影像特征信息的低維提?。?解碼器包含上采樣層以及與卷積層一一對應的反卷積層,利用編碼階段保存的最大池化索引還原圖像尺寸和邊界信息,重構高維特征。編碼器-解碼器結構大大減少了模型的訓練參數,提高了網絡效率,并對邊界的描述起到優(yōu)化作用。解碼器輸出的高維特征向量輸入Softmax分器,用于預測圖像上各像素所屬類別的概率并生成一個k通道的類置信圖(k為類別個數),尺寸與輸入圖像相同。最后,具有最大概率的類別輸出為語義分割結果。

    圖2 基于SegNet的網絡結構Fig.2 Network structure based on SegNet

    2.2 參數設置與網絡訓練

    SegNet語義分割模型的訓練以交叉熵損失函數最小化為目標,使模型對訓練樣本的預測結果盡可能地與所給標注數據標簽相匹配。模型采用反向傳播(back propagation, BP)算法,計算網絡中所有權重損失函數的梯度,反饋給優(yōu)化器(Optimizer)以更新網絡參數,實現交叉熵最小化。本文選擇自適應矩估計(adaptive moment estimation, Adam)算法作為優(yōu)化器,Adam是一種自適應學習速率的求解方法,實驗證明它能較好地解決損失函數的最優(yōu)化問題,與其他優(yōu)化器算法相比綜合性能表現更佳[21-22],Adam的一階矩估計衰減速率設定為0.9,二階矩估計衰減速率為0.999; 學習速率初始值設定為1E-4,在每一輪參數更新過程中更新學習速率。為了防止出現過擬合,模型在對每個卷積層進行RELU函數激活后,添加了一個dropout層,以一定的概率激活網絡上的神經元,本文將激活概率設置為0.5。

    2.3 精度評價

    為了定量評價Landsat8影像云和云陰影檢測的精度,本文采用總體精度(overall accuracy, OA)和F1分數作為評價指標??傮w精度表示為檢測結果中分類正確的像素數量占測試樣本集全部像素數量的比值,F1分數是對精確率和召回率的調和平均。2個評價指標的計算公式分別為:

    (1)

    (2)

    式中:i,j為類別標識;F1i為類別i的F1分數;Nij為本屬于類別j的像元預測為類別i的數量;pi和ri分別為類別i的精確率和召回率,計算公式如下:

    ri=Nii/∑iNji,

    (3)

    pi=Nii/∑jNij。

    (4)

    3 實驗結果分析

    為了評估本文方法的有效性和可行性,對測試樣本集進行云和云陰影檢測,并與CFMask算法結果進行對比分析。CFMask是Landsat官方云檢測方法,可以對全球范圍Landsat影像進行無偏檢測,綜合性能較好,具有權威性[1]。

    3.1 定性分析

    從實驗結果中選取了5個典型場景進行視覺評價,如表3所示,影像1—5所示場景分別位于不同的生物群落區(qū)中,其下墊面分別為荒地、冰雪、植被(灌木)、水域和濕地; 從左至右依次是輸入圖像、地面真值、本文方法檢測結果以及CFMask檢測結果。輸入圖像以B4(R),B3(G),B2(B)合成顯示,真值為Landsat8 CCA驗證數據中經人工方式標注的云和云陰影掩模,檢測結果及真值中的云陰影、云和無云像元分別用紅色、綠色和藍色標示。由于Landsat8 CCA驗證數據提供的云和云陰影掩模在標注時區(qū)分了云類別與薄云類別,而本文方法和CFMask算法在進行云和云陰影檢測時均不區(qū)分云的厚薄,因此合并Landsat8 CCA驗證數據中的云和薄云2個類別,統(tǒng)一作為云類別來進行標示,在后續(xù)對實驗結果進行定量分析時,也作相同合并處理以驗證計算結果的精度。對于Landsat數據的實際應用而言,通常認為云像元和薄云像元都是無效的,因此將云與薄云類別合并并不會影響對本方法有效性的判斷。由表3可知,總體而言,本文方法在不同生態(tài)環(huán)境、云屬種類或云層分布條件下均能較好地判定出云和云陰影位置,識別出云和云陰影的大致邊界。相比CFMask結果,本文方法檢測出的云和云陰影更準確,與真值的匹配度明顯更優(yōu),如本文方法識別出了CFMask沒有識別出的表3中1號影像右側較薄的云層,對3號影像的卷云也有更好的識別效果,4號影像中CFMask方法結果過多估計了影像上的云層和云陰影,而本文方法改善了這一問題。

    表3 云和云陰影檢測結果Tab.3 Cloud and cloud shadow detection results

    3.2 定量分析

    為進一步驗證所提方法的有效性可行性,本文利用Landsat8 CCA驗證數據對檢測結果進行精度驗證,采用總體精度和F1分數2個指標進行定量評價,結果如表4所示。實驗結果的總體精度為85.55%,云、云陰影和無云類別的F1分數分別為78.14%,43.86%和90.62%,均高于CFMask結果。值得一提的是,與云檢測相比,精確的云陰影檢測難度更高,往往會出現大量漏檢和誤檢情況,而本文方法云陰影檢測結果的F1分數較CFMask有所提高,且精確率從35.5%提高到44.5%,標示著本方法一定程度上能夠改善云陰影檢測的精確程度,優(yōu)化云陰影檢測結果。

    表4 測試樣本集檢測結果評價Tab.4 Evaluation of detection results (%)

    對8個生物群落區(qū)進行單獨統(tǒng)計,大部分群落區(qū)的檢測精度優(yōu)于相同場景下的CFMask結果,其中,荒地、草地/農田、城市、灌木地和水域5個生物群落區(qū)的檢測精度均超過90%,城市場景的云和云陰影檢測精度為91.49%,較CFMask結果提高了超過10.6%,檢測性能提升顯著。但是,本文所提方法對雪/冰區(qū)域的檢測結果精度較差,這一點在表3的2號影像中也有所體現,經過分析,認為可能是由于訓練樣本標注數據在這個區(qū)域的準確率過低(低于60%),導致錯誤標簽信息對訓練過程造成的干擾難以忽視,模型無法正確地提取特征,因而出現分割結果誤差較大的問題,在后續(xù)研究中擬加入其他輔助條件做進一步篩選以提高檢測的精確程度。

    4 結論

    1)本文利用CFMask云檢測結果替代人工標注數據訓練SegNet語義分割模型,檢測Landsat影像上的云和云陰影。結果表明,本文方法能夠實現Landsat影像上的云和云陰影檢測,總體精度達到85.55%,與CFMask結果相比有一定改善,證明了采用非人工標注數據訓練深度網絡模型進行云和云陰影檢測的思路是可行的。

    2)本文方法改進了利用深度學習進行云和云陰影檢測時依賴大規(guī)模像素級云和云陰影人工標注數據的問題,降低了訓練數據的獲取成本,為后續(xù)研究奠定基礎。

    3)本方法在檢測精度上仍有進一步提升的空間,下一步的研究工作擬通過結合其他篩選條件,對標注數據中的顯著錯誤,如冰雪與云的混淆錯誤,進行初步糾正后再用于網絡模型訓練來進一步提高Landsat影像云和云陰影檢測精度。

    猜你喜歡
    陰影像素精度
    趙運哲作品
    藝術家(2023年8期)2023-11-02 02:05:28
    像素前線之“幻影”2000
    你來了,草就沒有了陰影
    文苑(2020年11期)2020-11-19 11:45:11
    中國詩歌(2019年6期)2019-11-15 00:26:47
    “像素”仙人掌
    基于DSPIC33F微處理器的采集精度的提高
    電子制作(2018年11期)2018-08-04 03:25:38
    讓光“驅走”陰影
    陰影魔怪
    GPS/GLONASS/BDS組合PPP精度分析
    高像素不是全部
    CHIP新電腦(2016年3期)2016-03-10 14:22:03
    免费观看在线日韩| 国产高潮美女av| 国产在线男女| 人人妻人人看人人澡| 国产在线精品亚洲第一网站| 一级av片app| 日本一二三区视频观看| 亚洲av熟女| 最近中文字幕高清免费大全6 | 亚洲精品粉嫩美女一区| 免费不卡的大黄色大毛片视频在线观看 | 精品一区二区三区av网在线观看| 日本黄色片子视频| 99精品久久久久人妻精品| 午夜免费激情av| 亚洲最大成人手机在线| 嫁个100分男人电影在线观看| 一区二区三区免费毛片| 久久久久九九精品影院| 日本五十路高清| 我的老师免费观看完整版| 老熟妇仑乱视频hdxx| 国产精品综合久久久久久久免费| 欧美一区二区精品小视频在线| 成年女人永久免费观看视频| 丰满人妻一区二区三区视频av| 99久久中文字幕三级久久日本| 久久久成人免费电影| 97人妻精品一区二区三区麻豆| 深夜a级毛片| 国产乱人视频| 人人妻,人人澡人人爽秒播| 此物有八面人人有两片| 99久久久亚洲精品蜜臀av| 亚洲人成网站在线播放欧美日韩| av天堂中文字幕网| 又紧又爽又黄一区二区| 在线a可以看的网站| 亚洲成av人片在线播放无| 亚洲中文日韩欧美视频| 久久久久免费精品人妻一区二区| 少妇的逼水好多| 国产av麻豆久久久久久久| 亚洲无线观看免费| 亚洲va日本ⅴa欧美va伊人久久| 少妇高潮的动态图| 精品不卡国产一区二区三区| 国产精品综合久久久久久久免费| 欧美绝顶高潮抽搐喷水| 中国美白少妇内射xxxbb| 不卡视频在线观看欧美| 欧美区成人在线视频| 国产精品综合久久久久久久免费| 精品人妻1区二区| 日本与韩国留学比较| 午夜福利欧美成人| 精品午夜福利在线看| 亚洲精品国产成人久久av| 中国美女看黄片| 成人性生交大片免费视频hd| xxxwww97欧美| 成熟少妇高潮喷水视频| 国产色爽女视频免费观看| 国产精品人妻久久久久久| 日韩精品中文字幕看吧| 亚洲人成网站在线播放欧美日韩| 在线a可以看的网站| 久久热精品热| 午夜影院日韩av| av中文乱码字幕在线| av在线观看视频网站免费| 美女免费视频网站| 搡女人真爽免费视频火全软件 | 欧美激情久久久久久爽电影| 人妻制服诱惑在线中文字幕| 亚洲精品一卡2卡三卡4卡5卡| 成人特级黄色片久久久久久久| 欧美一区二区精品小视频在线| 免费av观看视频| 欧美xxxx性猛交bbbb| 国产视频内射| 久久午夜亚洲精品久久| 午夜激情欧美在线| 精品不卡国产一区二区三区| 亚洲国产高清在线一区二区三| 亚洲国产高清在线一区二区三| 久久热精品热| 黄片wwwwww| www.色视频.com| 99在线人妻在线中文字幕| 噜噜噜噜噜久久久久久91| 色精品久久人妻99蜜桃| 国产美女午夜福利| 色尼玛亚洲综合影院| 成人欧美大片| 精品福利观看| 99热6这里只有精品| 国产色婷婷99| 黄色丝袜av网址大全| 亚洲在线观看片| 成人国产一区最新在线观看| 欧美激情国产日韩精品一区| 一个人看的www免费观看视频| 国产视频一区二区在线看| 此物有八面人人有两片| 亚洲成人精品中文字幕电影| 久久精品夜夜夜夜夜久久蜜豆| 99久久中文字幕三级久久日本| 中文字幕熟女人妻在线| 午夜老司机福利剧场| 国产日本99.免费观看| 亚洲欧美精品综合久久99| 亚洲av成人精品一区久久| 日韩一区二区视频免费看| 欧美激情国产日韩精品一区| 日本免费一区二区三区高清不卡| 国产精品久久久久久亚洲av鲁大| 大型黄色视频在线免费观看| 深夜a级毛片| 国产精品国产三级国产av玫瑰| 哪里可以看免费的av片| 嫩草影院精品99| 亚洲av一区综合| 在线免费十八禁| 欧美成人免费av一区二区三区| 中文字幕人妻熟人妻熟丝袜美| 日日摸夜夜添夜夜添小说| 亚洲精品一卡2卡三卡4卡5卡| 久久精品人妻少妇| 午夜福利欧美成人| 亚洲精品粉嫩美女一区| 黄色视频,在线免费观看| 夜夜爽天天搞| 禁无遮挡网站| 亚洲国产精品久久男人天堂| netflix在线观看网站| 国内精品一区二区在线观看| 人妻夜夜爽99麻豆av| 国产不卡一卡二| 天堂动漫精品| 岛国在线免费视频观看| 嫁个100分男人电影在线观看| 免费看av在线观看网站| 尤物成人国产欧美一区二区三区| 久久久久免费精品人妻一区二区| 国产午夜福利久久久久久| 2021天堂中文幕一二区在线观| 国产私拍福利视频在线观看| 亚洲一级一片aⅴ在线观看| 日韩欧美三级三区| 亚洲国产欧洲综合997久久,| а√天堂www在线а√下载| 日本一二三区视频观看| 亚洲成a人片在线一区二区| 老师上课跳d突然被开到最大视频| 亚洲,欧美,日韩| 国产精品一区二区性色av| 国产 一区精品| 国产私拍福利视频在线观看| 日韩强制内射视频| 一个人观看的视频www高清免费观看| 欧美色视频一区免费| 成人鲁丝片一二三区免费| 国产综合懂色| 国产精品亚洲美女久久久| 国产精品一区二区性色av| 国产伦精品一区二区三区视频9| or卡值多少钱| av女优亚洲男人天堂| 欧美极品一区二区三区四区| 成人综合一区亚洲| 91狼人影院| 国产极品精品免费视频能看的| 午夜影院日韩av| 日本精品一区二区三区蜜桃| 亚洲av熟女| 久久久国产成人精品二区| 99久久精品一区二区三区| 国产精品亚洲一级av第二区| 少妇人妻一区二区三区视频| 色综合站精品国产| 成人无遮挡网站| 成人鲁丝片一二三区免费| 成人一区二区视频在线观看| 在线天堂最新版资源| 精华霜和精华液先用哪个| 亚洲无线在线观看| 亚洲黑人精品在线| 久久久国产成人精品二区| 午夜日韩欧美国产| 九九在线视频观看精品| 看免费成人av毛片| 嫩草影视91久久| 精品久久国产蜜桃| or卡值多少钱| 欧美性感艳星| 日本撒尿小便嘘嘘汇集6| 国产av一区在线观看免费| 搞女人的毛片| 99国产极品粉嫩在线观看| 亚洲熟妇熟女久久| 国产精品,欧美在线| 国产黄色小视频在线观看| 精品人妻熟女av久视频| 乱码一卡2卡4卡精品| 成人永久免费在线观看视频| 两个人的视频大全免费| 国产成年人精品一区二区| 两个人视频免费观看高清| 麻豆精品久久久久久蜜桃| 在线国产一区二区在线| 女同久久另类99精品国产91| 久久精品国产自在天天线| 一个人免费在线观看电影| 男人狂女人下面高潮的视频| 十八禁国产超污无遮挡网站| 成人国产综合亚洲| 亚洲国产精品sss在线观看| 偷拍熟女少妇极品色| 51国产日韩欧美| 国产色婷婷99| 麻豆成人av在线观看| 亚洲自拍偷在线| 亚洲最大成人av| 午夜精品久久久久久毛片777| 亚洲第一电影网av| 网址你懂的国产日韩在线| 国产真实伦视频高清在线观看 | 国产成人福利小说| 亚洲精品久久国产高清桃花| 干丝袜人妻中文字幕| 国产在线男女| 日韩精品青青久久久久久| 国产一区二区在线av高清观看| 午夜精品在线福利| 婷婷丁香在线五月| 亚洲va日本ⅴa欧美va伊人久久| 91av网一区二区| 久久6这里有精品| 色av中文字幕| 成人永久免费在线观看视频| 亚洲国产精品sss在线观看| 日本爱情动作片www.在线观看 | 高清在线国产一区| 国产毛片a区久久久久| 少妇丰满av| 少妇猛男粗大的猛烈进出视频 | 亚洲久久久久久中文字幕| 欧美日韩国产亚洲二区| 久久精品人妻少妇| 亚洲18禁久久av| a在线观看视频网站| 国产色爽女视频免费观看| 亚洲第一区二区三区不卡| 久久久久久久久大av| 嫁个100分男人电影在线观看| 尤物成人国产欧美一区二区三区| 一个人看的www免费观看视频| 在线观看一区二区三区| 亚洲七黄色美女视频| 久久草成人影院| 成人高潮视频无遮挡免费网站| 日韩人妻高清精品专区| 精品久久久久久久久av| 国产淫片久久久久久久久| a级一级毛片免费在线观看| 22中文网久久字幕| 成人特级av手机在线观看| 国产中年淑女户外野战色| 韩国av一区二区三区四区| 日韩人妻高清精品专区| 综合色av麻豆| 97超级碰碰碰精品色视频在线观看| 成人一区二区视频在线观看| 精品人妻偷拍中文字幕| 亚洲国产欧洲综合997久久,| 亚洲成人久久爱视频| 日日摸夜夜添夜夜添av毛片 | 国产成人av教育| 99热精品在线国产| 日韩一本色道免费dvd| 亚洲av中文av极速乱 | 日本欧美国产在线视频| 观看免费一级毛片| 成年女人看的毛片在线观看| 男女边吃奶边做爰视频| 成年免费大片在线观看| 91狼人影院| 亚洲国产精品sss在线观看| av天堂中文字幕网| 中文字幕av成人在线电影| 国产精品自产拍在线观看55亚洲| 久久久久性生活片| av专区在线播放| 亚洲中文字幕一区二区三区有码在线看| 国产亚洲91精品色在线| 日韩 亚洲 欧美在线| 赤兔流量卡办理| 美女大奶头视频| 97热精品久久久久久| 免费人成在线观看视频色| 国产三级中文精品| 国产一区二区三区在线臀色熟女| 免费看日本二区| 精品不卡国产一区二区三区| 亚洲内射少妇av| 色视频www国产| 看免费成人av毛片| 99热只有精品国产| 狂野欧美白嫩少妇大欣赏| 99久久精品一区二区三区| 日本五十路高清| 一个人观看的视频www高清免费观看| 最近最新中文字幕大全电影3| 国产精品综合久久久久久久免费| 露出奶头的视频| 成熟少妇高潮喷水视频| 小说图片视频综合网站| 亚洲熟妇中文字幕五十中出| 亚洲成a人片在线一区二区| 搞女人的毛片| 久久国产乱子免费精品| 欧美激情在线99| 观看免费一级毛片| 免费观看在线日韩| 国产av不卡久久| 欧美丝袜亚洲另类 | 琪琪午夜伦伦电影理论片6080| 成年免费大片在线观看| 亚洲va日本ⅴa欧美va伊人久久| www.色视频.com| 无人区码免费观看不卡| 婷婷亚洲欧美| 十八禁网站免费在线| 国产日本99.免费观看| 国产精品一区二区三区四区免费观看 | 91久久精品国产一区二区成人| 精品久久久久久久久久免费视频| 波多野结衣高清无吗| 成人午夜高清在线视频| 国产 一区 欧美 日韩| 国产三级中文精品| 亚洲欧美日韩卡通动漫| 老师上课跳d突然被开到最大视频| 22中文网久久字幕| 欧美日韩乱码在线| 内地一区二区视频在线| 国产乱人伦免费视频| 国产av不卡久久| 中出人妻视频一区二区| av在线蜜桃| 欧美日韩乱码在线| 一本精品99久久精品77| 国产精品久久久久久亚洲av鲁大| 91久久精品国产一区二区成人| 直男gayav资源| 亚洲av中文av极速乱 | 欧美激情久久久久久爽电影| 久久精品影院6| 欧美成人免费av一区二区三区| 成人av一区二区三区在线看| 亚洲狠狠婷婷综合久久图片| 欧美高清性xxxxhd video| 日本-黄色视频高清免费观看| 舔av片在线| 乱码一卡2卡4卡精品| 悠悠久久av| 国产黄色小视频在线观看| 九色国产91popny在线| 男人舔奶头视频| 国产精品久久久久久av不卡| 成人一区二区视频在线观看| 午夜福利18| 男插女下体视频免费在线播放| 中文字幕高清在线视频| 欧美bdsm另类| 亚洲四区av| 亚洲av五月六月丁香网| 成年女人永久免费观看视频| 毛片女人毛片| 精品国内亚洲2022精品成人| 色噜噜av男人的天堂激情| 国产精品嫩草影院av在线观看 | 最好的美女福利视频网| 毛片女人毛片| 日韩国内少妇激情av| 欧美精品国产亚洲| 久久久国产成人精品二区| 亚洲电影在线观看av| 欧美一区二区国产精品久久精品| 精品久久久久久成人av| 欧美日韩黄片免| 99九九线精品视频在线观看视频| 精品久久久久久成人av| 一进一出抽搐gif免费好疼| av视频在线观看入口| 成人美女网站在线观看视频| 国产真实伦视频高清在线观看 | 亚洲精品一卡2卡三卡4卡5卡| 琪琪午夜伦伦电影理论片6080| 国产久久久一区二区三区| 日韩精品青青久久久久久| a在线观看视频网站| 波多野结衣巨乳人妻| 草草在线视频免费看| 亚洲欧美激情综合另类| 九九在线视频观看精品| 最近视频中文字幕2019在线8| 最近最新中文字幕大全电影3| 日韩欧美精品v在线| 好男人在线观看高清免费视频| 熟妇人妻久久中文字幕3abv| 国产精品国产三级国产av玫瑰| 干丝袜人妻中文字幕| 免费观看在线日韩| 欧美zozozo另类| 久久久久久久久中文| 丰满的人妻完整版| 99热这里只有是精品在线观看| 在线观看免费视频日本深夜| 日韩欧美免费精品| 亚洲在线观看片| 少妇被粗大猛烈的视频| 热99re8久久精品国产| 亚洲成人免费电影在线观看| 最近视频中文字幕2019在线8| 日本一本二区三区精品| 日韩中字成人| 熟女人妻精品中文字幕| 欧美最新免费一区二区三区| 日韩欧美免费精品| 亚洲三级黄色毛片| 色综合亚洲欧美另类图片| 色视频www国产| 国内精品美女久久久久久| 麻豆精品久久久久久蜜桃| 亚洲av五月六月丁香网| 国产精品精品国产色婷婷| av专区在线播放| 我的女老师完整版在线观看| 97超级碰碰碰精品色视频在线观看| av.在线天堂| 亚洲精品影视一区二区三区av| 尾随美女入室| 国产欧美日韩精品亚洲av| 亚洲av电影不卡..在线观看| 嫩草影视91久久| 99精品久久久久人妻精品| 亚洲人成网站在线播放欧美日韩| 俄罗斯特黄特色一大片| 国产色婷婷99| 国产主播在线观看一区二区| 欧美色欧美亚洲另类二区| 欧美三级亚洲精品| 亚洲五月天丁香| 在线观看舔阴道视频| 国产真实伦视频高清在线观看 | 免费av观看视频| 色哟哟·www| 国产成人a区在线观看| 黄色女人牲交| 国产单亲对白刺激| 波多野结衣高清无吗| 男人和女人高潮做爰伦理| 国产精品98久久久久久宅男小说| 免费大片18禁| 联通29元200g的流量卡| 丰满的人妻完整版| 欧美另类亚洲清纯唯美| 人人妻,人人澡人人爽秒播| 久久午夜亚洲精品久久| av天堂中文字幕网| 女人十人毛片免费观看3o分钟| 特级一级黄色大片| 成人特级av手机在线观看| 免费观看精品视频网站| www.色视频.com| 亚洲avbb在线观看| 97人妻精品一区二区三区麻豆| 国产麻豆成人av免费视频| 国产一区二区三区视频了| 日韩欧美精品免费久久| 色综合色国产| 中文字幕熟女人妻在线| 日日摸夜夜添夜夜添小说| 天堂动漫精品| 国产色爽女视频免费观看| 色综合亚洲欧美另类图片| 免费黄网站久久成人精品| 18禁黄网站禁片免费观看直播| 精品无人区乱码1区二区| 一进一出抽搐gif免费好疼| a在线观看视频网站| 波野结衣二区三区在线| 99久久无色码亚洲精品果冻| 亚洲国产精品合色在线| 18禁在线播放成人免费| 小蜜桃在线观看免费完整版高清| 国产精品一区二区三区四区久久| 又爽又黄a免费视频| 精品国产三级普通话版| 国产精品久久久久久久久免| 村上凉子中文字幕在线| 简卡轻食公司| 国产精品综合久久久久久久免费| 给我免费播放毛片高清在线观看| 小说图片视频综合网站| 欧美激情在线99| 亚洲午夜理论影院| 五月玫瑰六月丁香| 日本黄色片子视频| 精品人妻偷拍中文字幕| 在现免费观看毛片| 久久久久久久久久成人| 免费高清视频大片| 精品久久久噜噜| 亚洲熟妇熟女久久| 可以在线观看毛片的网站| 99在线人妻在线中文字幕| 成人欧美大片| 精品久久久久久久久av| 成人欧美大片| 国产精品日韩av在线免费观看| a级一级毛片免费在线观看| 免费电影在线观看免费观看| 亚洲第一电影网av| 热99在线观看视频| 九九爱精品视频在线观看| 久久精品国产亚洲av香蕉五月| 亚洲图色成人| 亚洲美女视频黄频| 精品久久久久久成人av| 草草在线视频免费看| 级片在线观看| 国产精品国产三级国产av玫瑰| 一本精品99久久精品77| 丰满人妻一区二区三区视频av| 亚洲图色成人| 精品一区二区免费观看| 真实男女啪啪啪动态图| 在线免费观看的www视频| 久久国产精品人妻蜜桃| 国产高清视频在线观看网站| 啦啦啦观看免费观看视频高清| 国产国拍精品亚洲av在线观看| 天堂网av新在线| 国产黄a三级三级三级人| 联通29元200g的流量卡| 麻豆国产97在线/欧美| 色综合婷婷激情| 亚洲av一区综合| 亚洲国产精品合色在线| 免费搜索国产男女视频| 变态另类成人亚洲欧美熟女| 春色校园在线视频观看| av在线蜜桃| 午夜激情欧美在线| 无遮挡黄片免费观看| 成熟少妇高潮喷水视频| 国产伦精品一区二区三区视频9| 中文字幕人妻熟人妻熟丝袜美| 美女高潮喷水抽搐中文字幕| 久久久精品大字幕| 有码 亚洲区| 日日摸夜夜添夜夜添av毛片 | 搡老熟女国产l中国老女人| 18禁在线播放成人免费| 欧美绝顶高潮抽搐喷水| 99国产精品一区二区蜜桃av| 在线观看66精品国产| 国产精品嫩草影院av在线观看 | 噜噜噜噜噜久久久久久91| 色5月婷婷丁香| а√天堂www在线а√下载| 国产精品一区二区三区四区免费观看 | 日日啪夜夜撸| 亚洲成a人片在线一区二区| 18禁黄网站禁片免费观看直播| 高清在线国产一区| 久久久久久久久久黄片| 国产精品野战在线观看| 18禁在线播放成人免费| 国产精品一区二区三区四区免费观看 | 丰满人妻一区二区三区视频av| 欧美一级a爱片免费观看看| 琪琪午夜伦伦电影理论片6080| 免费在线观看日本一区| 亚洲av日韩精品久久久久久密| 国产免费男女视频| 日本 欧美在线| 亚洲中文字幕一区二区三区有码在线看| 99精品久久久久人妻精品| 久久精品人妻少妇| 色视频www国产| 亚洲美女视频黄频| 精品久久久久久久久久免费视频| 欧美一区二区国产精品久久精品| 亚洲性久久影院| 免费搜索国产男女视频| 国产一区二区三区视频了| 能在线免费观看的黄片| 精品人妻视频免费看| 国内久久婷婷六月综合欲色啪| 亚洲熟妇中文字幕五十中出| 看黄色毛片网站| 搡老妇女老女人老熟妇| 变态另类成人亚洲欧美熟女| 99在线视频只有这里精品首页| 97碰自拍视频| 无人区码免费观看不卡| 国产真实伦视频高清在线观看 | 午夜福利欧美成人| 中文在线观看免费www的网站| 久久人人爽人人爽人人片va| 麻豆一二三区av精品|