• <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 ?

    基于改進(jìn)YOLOv3的工業(yè)安監(jiān)目標(biāo)檢測(cè)算法

    2021-05-07 09:55:22趙春暉
    關(guān)鍵詞:安全帽口罩尺度

    趙春暉, 李 瑞, 宿 南

    (哈爾濱工程大學(xué) 信息與通信工程學(xué)院, 黑龍江 哈爾濱 150001)

    近年來(lái),隨著監(jiān)控?cái)z像頭的普及,公共安全越來(lái)越被重視[1].此外,計(jì)算機(jī)視覺(jué)蓬勃發(fā)展,智能監(jiān)控應(yīng)運(yùn)而生,智能監(jiān)控是利用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)視頻信號(hào)進(jìn)行處理、分析和理解.而在智能監(jiān)控中,一個(gè)重要的研究方向是目標(biāo)檢測(cè),目標(biāo)檢測(cè)是在圖像中定位并分類(lèi)出感興趣的目標(biāo).而基于工業(yè)安監(jiān)領(lǐng)域的目標(biāo)檢測(cè),由于相機(jī)的俯仰角,會(huì)使成像存在近大遠(yuǎn)小的特點(diǎn),產(chǎn)生小目標(biāo).而在通用目標(biāo)檢測(cè)模型中,特征提取網(wǎng)絡(luò)都存在下采樣的過(guò)程,小目標(biāo)在下采樣之后,特征圖非常小,導(dǎo)致檢測(cè)器檢測(cè)效果不好.另外,在很多情況下,數(shù)據(jù)集中的小目標(biāo)樣本少,導(dǎo)致神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)的過(guò)程中被大目標(biāo)主導(dǎo),使得目標(biāo)檢測(cè)算法檢測(cè)小目標(biāo)的能力較差.上述原因?qū)е卢F(xiàn)有的算法很難滿(mǎn)足實(shí)際需要,因此設(shè)計(jì)一個(gè)有較高魯棒性的目標(biāo)檢測(cè)算法很有必要.

    目標(biāo)檢測(cè)可以分為傳統(tǒng)算法和深度學(xué)習(xí)算法[2].隨著R-CNN等深度學(xué)習(xí)方法的出現(xiàn),深度學(xué)習(xí)方法在特征提取層面優(yōu)于傳統(tǒng)方法的手動(dòng)特征,開(kāi)啟了基于深度學(xué)習(xí)目標(biāo)檢測(cè)算法的熱潮.基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法大致分為2類(lèi).

    1) 雙階段方法.主要思路是先通過(guò)啟發(fā)式方法或者CNN網(wǎng)絡(luò)產(chǎn)生一系列稀疏的候選框,然后對(duì)這些候選框進(jìn)行分類(lèi)和回歸.這類(lèi)方法的優(yōu)點(diǎn)是準(zhǔn)確度高,但往往速度較慢.

    2) 單階段方法.主要思路是均勻地在圖片的不同位置上密集抽樣,然后利用CNN提取特征后直接分類(lèi)和回歸,整個(gè)過(guò)程只需一步,因此速度較快.

    在雙階段算法中,Girshick等[3]于2014年提出R-CNN(region conventional neural network),Ren等[4]在2017年提出Faster R-CNN,分別利用卷積神經(jīng)網(wǎng)絡(luò)和RPN提高了目標(biāo)檢測(cè)的性能.2014年He等[5]提出了SPP-Net,解決了神經(jīng)網(wǎng)絡(luò)要求固定輸入尺寸的問(wèn)題.2016年Dai等[6]提出了R-FCN,利用position sensitive score map把目標(biāo)的定位信息融合進(jìn)ROI pooling,保證了分類(lèi)所需要的平移不變性.Cai等[7]提出了Cascade R-CNN,該方法通過(guò)級(jí)聯(lián)不同IOU閾值(界定正負(fù)樣本)的輸出,使不同IOU值檢測(cè)與其相對(duì)應(yīng)的IOU值的目標(biāo).在單階段算法中,Redmon等[8]在2016年提出了YOLOv1(you only look once:unified,real-time object detection),創(chuàng)造性地提出了單階段目標(biāo)檢測(cè)算法,將分類(lèi)和回歸在一個(gè)步驟中完成,極大地提高了目標(biāo)檢測(cè)速度.Liu等[9]在2016年提出了SSD算法(singleshot multibox detector),相對(duì)于YOLOv1,其通過(guò)多尺度特征圖,利用卷積進(jìn)行檢測(cè)和設(shè)置先驗(yàn)框提高了準(zhǔn)確度.Redmon等[10]在2018年提出了YOLOv3,其借鑒了殘差網(wǎng)絡(luò)的結(jié)構(gòu),形成了更深的網(wǎng)絡(luò)層次及多尺度預(yù)測(cè),提升了檢測(cè)多類(lèi)平均精度和小目標(biāo)檢測(cè)效果;Tan等[11]在2019提出了一種加權(quán)的雙向特征金字塔結(jié)構(gòu)BiFPN,用于快速特征融合,之后提出了新的聯(lián)合放縮方式,將檢測(cè)網(wǎng)絡(luò)的4部分進(jìn)行了統(tǒng)一處理,以EfficientNet作為backbone,生成了高效快速,適用于不同計(jì)算條件的檢測(cè)網(wǎng)絡(luò),但該方法較難訓(xùn)練.

    由于智能監(jiān)控的目標(biāo)檢測(cè)算法需要處理實(shí)時(shí)視頻數(shù)據(jù),需要較高的推理速度,而雙階段算法在速度上明顯差于單階段算法,因此選用單階段算法.而在經(jīng)典的單階段算法中,SSD和RetinaNet[12]在總體性能上已經(jīng)落后于YOLOv3,YOLOv4和YOLOv5相較于YOLOv3并沒(méi)有實(shí)質(zhì)的改進(jìn),而是各種tricks的組合,并且各種組合對(duì)不同的數(shù)據(jù)集的表現(xiàn)不一致,而對(duì)YOLOv3的改進(jìn)可以很好的兼容到后續(xù)YOLOv4、YOLOv5.EfficientNet由于參數(shù)多、訓(xùn)練難度大,對(duì)GPU的要求非常高,因此本實(shí)驗(yàn)選取YOLOv3作為基礎(chǔ)算法,對(duì)其進(jìn)行研究和改進(jìn).

    為了提高YOLOv3對(duì)小目標(biāo)的檢測(cè)精度及多尺度目標(biāo)的魯棒性,首先利用數(shù)據(jù)增強(qiáng)對(duì)部分?jǐn)?shù)據(jù)進(jìn)行填充并放縮,形成小目標(biāo)樣本;接著將backbone提取的特征接多尺度池化層,捕捉到多個(gè)尺度的目標(biāo)信息.在整個(gè)網(wǎng)絡(luò)中,采用更加平滑的Mish[13]激活函數(shù),而對(duì)于某些對(duì)算法處理速度要求不高的場(chǎng)景,采用多尺度測(cè)試進(jìn)一步提高檢測(cè)算法的檢測(cè)精度.

    1 YOLOv3改進(jìn)算法

    1.1 YOLOv3原理簡(jiǎn)介

    YOLO系列算法的輸入是整張圖像,利用整張圖像的上下文信息直接從像素獲得可能的類(lèi)別以及回歸邊界框,是一種端到端的算法,沒(méi)有生成候選區(qū)域的中間步驟,因此能夠快速的將目標(biāo)與背景區(qū)域區(qū)分.YOLOv2[14]的骨干網(wǎng)絡(luò)是Darknet-19,YOLOv3則參考了殘差網(wǎng)絡(luò)的結(jié)構(gòu),在骨干網(wǎng)絡(luò)中引入了殘差塊,因此能夠降低訓(xùn)練深層網(wǎng)絡(luò)的難度,并且其骨干網(wǎng)絡(luò)的深度也擴(kuò)展到Darknet-53.Darknet-53含有53個(gè)卷積層,每個(gè)卷積層包含卷積運(yùn)算、批歸一化處理和Leaky ReLU[15]激活函數(shù),Darknet-53輸出3個(gè)尺度的特征圖,大小分別是input-size/32、input-size/16、input-size/8,3個(gè)尺度的特征輸入到檢測(cè)網(wǎng)絡(luò)的感受野依次減小,最小的輸出特征圖的大小為輸入的1/32,感受野較大適合檢測(cè)大目標(biāo).同理,其他尺度2個(gè)適合檢測(cè)中目標(biāo)和小目標(biāo).

    1.2 改進(jìn)的YOLOv3系列目標(biāo)檢測(cè)算法

    針對(duì)實(shí)際監(jiān)控?cái)?shù)據(jù)的多尺度和小目標(biāo)問(wèn)題,從檢測(cè)網(wǎng)絡(luò)的4部分著手,對(duì)YOLOv3的輸入、骨干網(wǎng)絡(luò)和detection neck進(jìn)行了研究及優(yōu)化.如圖1所示,改進(jìn)分為2個(gè)方向:①利用目標(biāo)可變占比的數(shù)據(jù)增強(qiáng)算法數(shù),從數(shù)據(jù)層面改善算法精度;②改變了YOLOv3的算法結(jié)構(gòu):在neck部分采用了多尺度池化層,從特征融合層面提高YOLOv3算法的檢測(cè)精度.

    圖1 改進(jìn)的算法結(jié)構(gòu)Fig.1 Improved algorithm structure

    1.2.1 目標(biāo)可變占比的數(shù)據(jù)增強(qiáng)算法

    選取的YOLO算法包含水平翻轉(zhuǎn)、隨機(jī)裁剪、隨機(jī)平移數(shù)據(jù)增強(qiáng)算法.這些數(shù)據(jù)增強(qiáng)的方法都沒(méi)有涉及到對(duì)數(shù)據(jù)尺度方面的增強(qiáng),而研究的2個(gè)數(shù)據(jù)集小目標(biāo)都比較多,針對(duì)這2個(gè)數(shù)據(jù)集中小目標(biāo)比較多的特點(diǎn)及原始存在的數(shù)據(jù)增強(qiáng)對(duì)小目標(biāo)并沒(méi)有較好的改善作用,在訓(xùn)練階段應(yīng)用目標(biāo)可變占比數(shù)據(jù)增強(qiáng)算法(variable target percentage algorithm,VTP)改善算法對(duì)小目標(biāo)的精度.其算法的表達(dá)式如式(1)、(2)所示.

    式中:Fimgin(x,y)|w=t′

    (a) 原圖(b) VTP后圖像

    圖3 多尺度池化層Fig.3 Multi-scale pooling layer

    1.2.2 多尺度特征池化層

    池化操作在神經(jīng)網(wǎng)絡(luò)不可或缺,它能夠在盡可能保留圖片主要信息的情況下降低圖片或是特征的尺寸,能減少計(jì)算量及特征的數(shù)量,使得網(wǎng)絡(luò)更加專(zhuān)注于主要特征,增大卷積核的感受野,增強(qiáng)神經(jīng)網(wǎng)絡(luò)的擬合能力.

    多尺度池化層(multi-scale pooling layer,MSP)將特征通過(guò)不同的最大池化(輸出與輸入尺寸相同)后進(jìn)行拼接,能夠捕捉不同尺度下的特征,提高了算法對(duì)不同尺度目標(biāo)的敏感度,進(jìn)而提高算法的魯棒性.此外,該模塊能夠擴(kuò)大神經(jīng)網(wǎng)絡(luò)的感受野,使網(wǎng)絡(luò)學(xué)習(xí)到更好的特征.本文的多尺度特征池化模塊中,有如圖3所示的4個(gè)不同大小的池化結(jié)構(gòu),能捕捉不同尺度的有效特征,使提取的特征的魯棒性更好.該模塊函數(shù)表達(dá)式如式(3)所示.

    式中:FMSP_in為多尺度池化層的輸入特征;max_pool_1、max_pool_5、max_pool_9、max_pool_13分別為1×1、5×5、9×9、13×13最大池化:concat表示對(duì)特征張量進(jìn)行拼接,FMSP_out為多尺度池化層輸出的融合特征.

    2 實(shí)驗(yàn)、結(jié)果及分析

    2.1 實(shí)驗(yàn)

    實(shí)驗(yàn)在安全帽佩戴和口罩佩戴2個(gè)數(shù)據(jù)集上進(jìn)行,包括工地、工廠、培訓(xùn)教室等工業(yè)安監(jiān)場(chǎng)景.在安全帽佩戴數(shù)據(jù)集中包含訓(xùn)練集5 677張、測(cè)試集1 894張,部分?jǐn)?shù)據(jù)如圖4所示.在口罩佩戴數(shù)據(jù)集中包含訓(xùn)練集6 468張、測(cè)試集2 772張,部分?jǐn)?shù)據(jù)如圖5所示.

    圖4 安全帽佩戴數(shù)據(jù)集樣圖Fig.4 Sample images of helmet wearing data-set

    圖5 口罩佩戴數(shù)據(jù)集樣圖Fig.5 Sample images of mask wearing data-set

    從圖4、圖5可以看出,這2個(gè)數(shù)據(jù)集尺度多樣化,目標(biāo)大小差異較大,算法需要提高對(duì)不同大小目標(biāo)檢測(cè)的魯棒性.

    2.1.1 操作平臺(tái)配置

    操作系統(tǒng)為Ubuntu16.04,處理器為Inter(R)Core(TM) i5-6500,主頻3.2GHz,內(nèi)存32GB,GPU為1080Ti.

    2.1.2 實(shí)驗(yàn)參數(shù)

    激活函數(shù)將Leaky ReLu 替換為Mish激活函數(shù).

    訓(xùn)練參數(shù):batch=2;input_size=[320, 416, 512, 608, 704, 800,896,992];Lr_st=e-4;Lr_end=e-6;warm_ep=2;total_ep=80.測(cè)試參數(shù):bacth=2;input_size=544;置信度閾值0.3;IOU閾值0.45.

    當(dāng)?shù)螖?shù)x小于設(shè)置回暖次數(shù)(warmup_ep)時(shí),學(xué)習(xí)率Lr與迭代次數(shù)x成正比,當(dāng)兩者相等時(shí),學(xué)習(xí)率達(dá)到最大值Lr_st,之后學(xué)習(xí)率隨著迭代次數(shù)的增加不斷減小,且變化較快.

    2.2 結(jié)果

    表1和表2是基礎(chǔ)算法和改進(jìn)算法在安全帽數(shù)據(jù)集和口罩?jǐn)?shù)據(jù)集上的結(jié)果,表中:單類(lèi)平均精度是目標(biāo)檢測(cè)單類(lèi)的綜合評(píng)價(jià)指標(biāo),是準(zhǔn)確率和召回率與坐標(biāo)軸圍成的面積;多類(lèi)平均精度是不同類(lèi)別平均精度的平均值.

    表1 安全帽佩戴檢測(cè)最佳實(shí)驗(yàn)結(jié)果Table 1 Optimal experimental results of helmet detection

    表2 口罩佩戴檢測(cè)最佳實(shí)驗(yàn)結(jié)果Table 2 Optimal experimental results of mask detection

    表1為安全帽佩戴檢測(cè)的基礎(chǔ)實(shí)驗(yàn)結(jié)果和最佳實(shí)驗(yàn)結(jié)果,改進(jìn)算法在多類(lèi)目標(biāo)上的檢測(cè)平均精度都有提高,在佩戴安全帽人員上,平均精度提高2.60%,在未佩戴安全帽人員上,平均精度提高0.48%,多類(lèi)平均精度提高1.54%,且改進(jìn)算法與原算法在測(cè)試時(shí)間上相當(dāng).

    表2為口罩佩戴檢測(cè)基礎(chǔ)實(shí)驗(yàn)結(jié)果和最佳實(shí)驗(yàn)結(jié)果,改進(jìn)算法在佩戴口罩人員上平均精度提高0.34%,在未佩戴口罩人員上平均精度提高4.22%,多類(lèi)平均精度提高2.28%,改進(jìn)算法和基礎(chǔ)算法耗時(shí)相當(dāng).

    圖6 、圖7分別為佩戴安全帽和口罩部分檢測(cè)結(jié)果示意圖(見(jiàn)封3),在佩戴安全帽數(shù)據(jù)中,藍(lán)色方框代表佩戴安全帽,黃色方框代表未佩戴安全帽;在口罩?jǐn)?shù)據(jù)集中,藍(lán)色方框代表未佩戴口罩,黃色方框代表佩戴口罩.

    本文實(shí)驗(yàn)是在單尺度測(cè)試下進(jìn)行,從圖6和圖7都能看出,對(duì)于原始算法中一些漏檢的小目標(biāo),改進(jìn)算法能夠準(zhǔn)確的回歸并分類(lèi),提高了對(duì)小目標(biāo)的檢測(cè)能力.

    (a) YOLOv3基礎(chǔ)算法結(jié)果(b) YOLOv3+MSP+VTP算法結(jié)果

    (a) YOLOv3基礎(chǔ)算法結(jié)果(b) YOLOv3+MSP+VTP算法結(jié)果

    表3、表4分別為安全帽佩戴檢測(cè)消融實(shí)驗(yàn)結(jié)果和口罩佩戴檢測(cè)消融實(shí)驗(yàn)結(jié)果,包括基礎(chǔ)實(shí)驗(yàn)結(jié)果、單一改進(jìn)方法實(shí)驗(yàn)結(jié)果、組合改進(jìn)方法實(shí)驗(yàn)結(jié)果,其中MST是多尺度測(cè)試,采用單類(lèi)平均精度、多類(lèi)平均精度和時(shí)間消耗評(píng)價(jià)指標(biāo).

    表3 安全帽佩戴檢測(cè)消融實(shí)驗(yàn)Table 3 Ablation experiment of helmet detection

    表4 口罩佩戴檢測(cè)消融實(shí)驗(yàn)Table 4 Ablation experiment of mask detection

    2.3 分析

    2.3.1 安全帽數(shù)據(jù)集

    從表3可以看出,單個(gè)改進(jìn)方法均能夠在一定程度上提高多類(lèi)平均精度(MST方法提高4.72%, MSP方法提高1.53%, VTP方法提高1.90%).在組合改進(jìn)方法中,VTP+MSP方法提高1.54%,檢測(cè)速度基本不變;VTP+MST方法提高4.83%,但檢測(cè)速度大幅度降低,可見(jiàn)多尺度測(cè)試在犧牲速度的前提下極大地提高了檢測(cè)的精度.

    2.3.2 口罩佩戴數(shù)據(jù)集

    從表4可以看出,單個(gè)改進(jìn)方法均能夠在一定程度上提高多類(lèi)平均精度(MST方法提高3.94%, MSP方法提高2.43%, VTP方法提高1.96%).在組合改進(jìn)方法中,VTP+MST方法多類(lèi)平均精度提高2.28%,檢測(cè)速度基本不變;VTP+MST方法多類(lèi)平均精度提高4.62%,但檢測(cè)速度大幅度降低,可見(jiàn),采用多尺度測(cè)試在犧牲速度的前提下極大地提高了檢測(cè)的精度.

    從表3、表4結(jié)果和圖6圖7可以看出,改進(jìn)方法在2個(gè)數(shù)據(jù)集中多類(lèi)平均精度均有所提高.VTP方法能夠從數(shù)據(jù)層面解決訓(xùn)練樣本小目標(biāo)較少的問(wèn)題,使得神經(jīng)網(wǎng)絡(luò)不被數(shù)據(jù)量較大的大目標(biāo)主導(dǎo).MSP在特征層面能夠保留更具表征目標(biāo)信息的特征.而多尺度測(cè)試則通過(guò)不同尺寸的輸入以犧牲速度的代價(jià)下提高精度.從VTP+MSP方法的實(shí)驗(yàn)的結(jié)果可以發(fā)現(xiàn),對(duì)于安全帽數(shù)據(jù)集,VTP+MSP方法優(yōu)于MSP方法而劣于VTP方法,在口罩?jǐn)?shù)據(jù)集上,該結(jié)果相反,該結(jié)果是數(shù)據(jù)集本身的特點(diǎn)決定的,安全帽數(shù)據(jù)集相對(duì)于口罩?jǐn)?shù)據(jù)集,所含有的小目標(biāo)樣本較少,因此,通過(guò)VTP數(shù)據(jù)增強(qiáng)能夠獲得更好的效果,而口罩?jǐn)?shù)據(jù)集本身小目標(biāo)樣本較多,對(duì)于特征的操作則更有效.從該實(shí)驗(yàn)可以看出VTP+MSP方法更具魯棒性.

    3 結(jié) 論

    本文針對(duì)在工業(yè)安監(jiān)中出現(xiàn)的小目標(biāo)問(wèn)題,在YOLOv3上進(jìn)行了改進(jìn),并通過(guò)實(shí)驗(yàn)驗(yàn)證了改進(jìn)方法的有效性.在單尺度測(cè)試下,MSP+VTP方法能夠提高算法對(duì)小目標(biāo)的檢測(cè)精度,并在不同數(shù)據(jù)集下具有較好的魯棒性.在多尺度測(cè)試下,VTP+MST方法能夠在較大程度上提高檢測(cè)精度,但從表3、表4可以看出,采用MST的時(shí)間消耗為原來(lái)的2倍以上.而如何提高工業(yè)安監(jiān)中遮擋目標(biāo)檢測(cè)的精度是下一個(gè)要研究的問(wèn)題.

    猜你喜歡
    安全帽口罩尺度
    礦工有無(wú)數(shù)頂安全帽
    小小安全帽,生命保護(hù)傘
    財(cái)產(chǎn)的五大尺度和五重應(yīng)對(duì)
    戴口罩的苦與樂(lè)
    意林(2020年9期)2020-06-01 07:26:22
    因?yàn)橐粋€(gè)口罩,我決定離婚了
    海峽姐妹(2020年4期)2020-05-30 13:00:08
    霧霾口罩
    要戴口罩的霧霾天
    宇宙的尺度
    太空探索(2016年5期)2016-07-12 15:17:55
    9
    膚色檢測(cè)和Hu矩在安全帽識(shí)別中的應(yīng)用
    神马国产精品三级电影在线观看 | 国产精品久久久久久亚洲av鲁大| 99热这里只有精品一区 | 高潮久久久久久久久久久不卡| 亚洲男人的天堂狠狠| 18美女黄网站色大片免费观看| 最好的美女福利视频网| 午夜日韩欧美国产| 精品久久久久久成人av| 欧美久久黑人一区二区| 精品电影一区二区在线| 69av精品久久久久久| 丁香欧美五月| 久久精品91蜜桃| 九色国产91popny在线| 久久人妻福利社区极品人妻图片| 日本一本二区三区精品| 哪里可以看免费的av片| 亚洲中文字幕一区二区三区有码在线看 | 看免费av毛片| 久久人妻福利社区极品人妻图片| 精品国内亚洲2022精品成人| 亚洲成人免费电影在线观看| 国产高清videossex| 亚洲,欧美精品.| 免费一级毛片在线播放高清视频| 久久人妻福利社区极品人妻图片| 女人高潮潮喷娇喘18禁视频| x7x7x7水蜜桃| 国产黄片美女视频| 一二三四社区在线视频社区8| 国产日本99.免费观看| 成人国产综合亚洲| 丰满的人妻完整版| 99久久精品国产亚洲精品| 欧美精品亚洲一区二区| www国产在线视频色| 视频在线观看一区二区三区| 黄色视频,在线免费观看| 国产精品免费一区二区三区在线| 午夜影院日韩av| 亚洲精品国产区一区二| 亚洲成人精品中文字幕电影| 亚洲三区欧美一区| 亚洲国产日韩欧美精品在线观看 | 国产成人av激情在线播放| 首页视频小说图片口味搜索| 男人操女人黄网站| 啪啪无遮挡十八禁网站| 嫩草影院精品99| 在线免费观看的www视频| 精品久久久久久,| 夜夜看夜夜爽夜夜摸| 老司机深夜福利视频在线观看| 国产99久久九九免费精品| 狂野欧美激情性xxxx| 久久久久九九精品影院| 俄罗斯特黄特色一大片| 免费在线观看完整版高清| 神马国产精品三级电影在线观看 | 免费无遮挡裸体视频| 人妻丰满熟妇av一区二区三区| 久久草成人影院| 久9热在线精品视频| 免费观看人在逋| 亚洲精品色激情综合| 国产真人三级小视频在线观看| 色哟哟哟哟哟哟| 韩国av一区二区三区四区| 十八禁人妻一区二区| 国产欧美日韩一区二区三| 高潮久久久久久久久久久不卡| 亚洲欧美一区二区三区黑人| 亚洲va日本ⅴa欧美va伊人久久| 香蕉国产在线看| 身体一侧抽搐| 久久中文字幕一级| 国产精品亚洲美女久久久| 亚洲av第一区精品v没综合| 成人国产综合亚洲| 亚洲精品粉嫩美女一区| 美女扒开内裤让男人捅视频| 国产精品,欧美在线| 男女床上黄色一级片免费看| 嫁个100分男人电影在线观看| 91字幕亚洲| 久久 成人 亚洲| 亚洲va日本ⅴa欧美va伊人久久| 日本黄色视频三级网站网址| 神马国产精品三级电影在线观看 | 一区福利在线观看| 一二三四社区在线视频社区8| 国内毛片毛片毛片毛片毛片| 91国产中文字幕| 91麻豆av在线| 在线观看免费视频日本深夜| 在线免费观看的www视频| 久久性视频一级片| 99久久99久久久精品蜜桃| 97碰自拍视频| 亚洲精品中文字幕一二三四区| 老司机午夜福利在线观看视频| 在线十欧美十亚洲十日本专区| 国产又色又爽无遮挡免费看| 一本久久中文字幕| 色播在线永久视频| 国产精品香港三级国产av潘金莲| 给我免费播放毛片高清在线观看| 久久久久久久久中文| 女人高潮潮喷娇喘18禁视频| a级毛片在线看网站| 黄色片一级片一级黄色片| 免费在线观看黄色视频的| www.自偷自拍.com| 国产99白浆流出| 波多野结衣巨乳人妻| 日日夜夜操网爽| 757午夜福利合集在线观看| 日韩精品免费视频一区二区三区| 欧美色视频一区免费| 真人做人爱边吃奶动态| 精品国产一区二区三区四区第35| 99riav亚洲国产免费| 最近最新中文字幕大全电影3 | 波多野结衣高清作品| 99精品久久久久人妻精品| 亚洲中文日韩欧美视频| avwww免费| 1024视频免费在线观看| 黄色毛片三级朝国网站| 中文字幕人成人乱码亚洲影| 国产色视频综合| 黄色毛片三级朝国网站| 日韩精品免费视频一区二区三区| 国产精品99久久99久久久不卡| 色在线成人网| 桃红色精品国产亚洲av| 在线观看舔阴道视频| 美女大奶头视频| 久久亚洲真实| 国产1区2区3区精品| 很黄的视频免费| 熟妇人妻久久中文字幕3abv| 一进一出好大好爽视频| 一本一本综合久久| 无限看片的www在线观看| av欧美777| 禁无遮挡网站| 熟妇人妻久久中文字幕3abv| 天堂动漫精品| 91麻豆av在线| 久久久久久九九精品二区国产 | 国产一区二区三区视频了| 久久久久亚洲av毛片大全| 午夜精品久久久久久毛片777| 国产精品亚洲av一区麻豆| xxx96com| 9191精品国产免费久久| 精品久久久久久久人妻蜜臀av| 很黄的视频免费| 国产精品久久电影中文字幕| 真人做人爱边吃奶动态| 国产1区2区3区精品| 色老头精品视频在线观看| av中文乱码字幕在线| 亚洲精品美女久久av网站| 色精品久久人妻99蜜桃| 国产单亲对白刺激| 黄色毛片三级朝国网站| 精品国产亚洲在线| 久热这里只有精品99| 制服丝袜大香蕉在线| av福利片在线| 精品久久久久久久久久久久久 | 国产精品久久久久久亚洲av鲁大| av超薄肉色丝袜交足视频| 国产成人av激情在线播放| 此物有八面人人有两片| 中国美女看黄片| 成人一区二区视频在线观看| 国产免费av片在线观看野外av| 男人操女人黄网站| 国产精品99久久99久久久不卡| 变态另类丝袜制服| svipshipincom国产片| 麻豆久久精品国产亚洲av| 日本免费a在线| 国产片内射在线| 亚洲专区中文字幕在线| 免费看十八禁软件| 一级毛片精品| 色哟哟哟哟哟哟| 久久久久国产精品人妻aⅴ院| e午夜精品久久久久久久| 看免费av毛片| 午夜视频精品福利| 亚洲精品美女久久av网站| 女警被强在线播放| 黄片播放在线免费| 亚洲专区字幕在线| 91字幕亚洲| 国产午夜精品久久久久久| 久久久久国内视频| 青草久久国产| 观看免费一级毛片| 久久国产精品影院| 一区二区日韩欧美中文字幕| 日韩欧美免费精品| 中文字幕精品亚洲无线码一区 | 亚洲欧美精品综合久久99| 真人做人爱边吃奶动态| 亚洲欧美精品综合一区二区三区| 丁香欧美五月| 一边摸一边做爽爽视频免费| 99国产精品一区二区三区| 久久久久久人人人人人| www日本黄色视频网| АⅤ资源中文在线天堂| 90打野战视频偷拍视频| 亚洲精品中文字幕一二三四区| 国产熟女午夜一区二区三区| 婷婷丁香在线五月| 我的亚洲天堂| 亚洲最大成人中文| 人人妻,人人澡人人爽秒播| 久久久久久国产a免费观看| 两性夫妻黄色片| 精品一区二区三区av网在线观看| 成人国产综合亚洲| 极品教师在线免费播放| 啦啦啦韩国在线观看视频| 国产精品香港三级国产av潘金莲| av片东京热男人的天堂| 一进一出抽搐gif免费好疼| 免费看美女性在线毛片视频| 国产99久久九九免费精品| 国产又色又爽无遮挡免费看| 欧美黄色淫秽网站| 日韩免费av在线播放| av超薄肉色丝袜交足视频| 9191精品国产免费久久| 亚洲精品国产精品久久久不卡| 熟女少妇亚洲综合色aaa.| 天天躁夜夜躁狠狠躁躁| 真人一进一出gif抽搐免费| 成年版毛片免费区| 51午夜福利影视在线观看| 国产激情欧美一区二区| 国产成年人精品一区二区| 亚洲人成电影免费在线| 国产精品久久电影中文字幕| 69av精品久久久久久| 精品久久蜜臀av无| 国产熟女xx| 动漫黄色视频在线观看| avwww免费| 1024视频免费在线观看| 午夜福利成人在线免费观看| 国产精品野战在线观看| 日韩中文字幕欧美一区二区| 最好的美女福利视频网| 露出奶头的视频| 久久精品国产99精品国产亚洲性色| 亚洲精品国产区一区二| 午夜免费激情av| 欧美国产精品va在线观看不卡| av有码第一页| 人人澡人人妻人| 国产一区在线观看成人免费| 精品无人区乱码1区二区| 午夜激情av网站| 亚洲av电影在线进入| 久久人妻av系列| 中文字幕人成人乱码亚洲影| 成年女人毛片免费观看观看9| 大型黄色视频在线免费观看| 99精品久久久久人妻精品| 国产亚洲av高清不卡| 性色av乱码一区二区三区2| 看免费av毛片| 美女高潮喷水抽搐中文字幕| 最新美女视频免费是黄的| 99re在线观看精品视频| 成年免费大片在线观看| 精品人妻1区二区| 久久久国产成人免费| 国产精品1区2区在线观看.| 欧美激情高清一区二区三区| 黑人操中国人逼视频| 日本精品一区二区三区蜜桃| 成人18禁高潮啪啪吃奶动态图| 男人舔女人下体高潮全视频| 最新在线观看一区二区三区| 日韩精品青青久久久久久| 国产亚洲av嫩草精品影院| 国产乱人伦免费视频| 久久中文字幕一级| 欧美乱码精品一区二区三区| 久久久久久大精品| 久久久久久久久中文| 长腿黑丝高跟| 成人18禁高潮啪啪吃奶动态图| 日本 av在线| 欧美中文日本在线观看视频| 村上凉子中文字幕在线| 亚洲免费av在线视频| 一进一出抽搐gif免费好疼| 禁无遮挡网站| 国产99白浆流出| 这个男人来自地球电影免费观看| 在线观看免费视频日本深夜| a在线观看视频网站| 777久久人妻少妇嫩草av网站| 日本a在线网址| 好看av亚洲va欧美ⅴa在| 成人免费观看视频高清| 久久久久久久久中文| 国产黄a三级三级三级人| 观看免费一级毛片| 88av欧美| 一级毛片女人18水好多| 国产一卡二卡三卡精品| 丰满人妻熟妇乱又伦精品不卡| 国产精品久久久av美女十八| 精品久久蜜臀av无| 国产真人三级小视频在线观看| 十分钟在线观看高清视频www| 神马国产精品三级电影在线观看 | 女人被狂操c到高潮| 久久欧美精品欧美久久欧美| 在线看三级毛片| 好男人电影高清在线观看| tocl精华| 99久久久亚洲精品蜜臀av| 亚洲成av人片免费观看| 日韩中文字幕欧美一区二区| 国产色视频综合| 熟女电影av网| 久久性视频一级片| 丝袜在线中文字幕| 久久九九热精品免费| 欧美成人午夜精品| 大香蕉久久成人网| 欧美日韩黄片免| 久久九九热精品免费| 亚洲国产高清在线一区二区三 | 亚洲色图av天堂| 国产成人精品久久二区二区91| 欧美性长视频在线观看| 最近最新中文字幕大全免费视频| 手机成人av网站| 日本a在线网址| 亚洲va日本ⅴa欧美va伊人久久| 制服丝袜大香蕉在线| 一本综合久久免费| 满18在线观看网站| 亚洲一区中文字幕在线| 免费搜索国产男女视频| 女同久久另类99精品国产91| 在线观看免费日韩欧美大片| 身体一侧抽搐| bbb黄色大片| 天天躁夜夜躁狠狠躁躁| 日本撒尿小便嘘嘘汇集6| 亚洲av成人不卡在线观看播放网| 老司机午夜十八禁免费视频| 欧美又色又爽又黄视频| 亚洲成国产人片在线观看| 精品久久久久久,| 香蕉国产在线看| 欧美绝顶高潮抽搐喷水| 国产高清有码在线观看视频 | 一级毛片女人18水好多| 女性生殖器流出的白浆| 国产亚洲精品综合一区在线观看 | 97超级碰碰碰精品色视频在线观看| 婷婷精品国产亚洲av在线| 中文字幕精品亚洲无线码一区 | 麻豆成人午夜福利视频| 老汉色∧v一级毛片| 99在线视频只有这里精品首页| 999久久久精品免费观看国产| 制服诱惑二区| 韩国精品一区二区三区| 国产单亲对白刺激| 亚洲精品久久成人aⅴ小说| 国产激情久久老熟女| 男女做爰动态图高潮gif福利片| 日本三级黄在线观看| 免费av毛片视频| 国产人伦9x9x在线观看| 老汉色av国产亚洲站长工具| 一区二区三区国产精品乱码| 国产亚洲精品久久久久5区| 久久精品亚洲精品国产色婷小说| 69av精品久久久久久| 欧美精品亚洲一区二区| 在线观看免费日韩欧美大片| 午夜福利高清视频| 97超级碰碰碰精品色视频在线观看| 亚洲美女黄片视频| 亚洲精品国产一区二区精华液| 婷婷六月久久综合丁香| 91老司机精品| 国产精品爽爽va在线观看网站 | 欧美激情极品国产一区二区三区| 久久久久久久久中文| 叶爱在线成人免费视频播放| 美女国产高潮福利片在线看| 一本久久中文字幕| 精品电影一区二区在线| 国产97色在线日韩免费| 国内揄拍国产精品人妻在线 | 18禁黄网站禁片免费观看直播| 熟女少妇亚洲综合色aaa.| 国产免费av片在线观看野外av| 国产高清videossex| 国产精品免费一区二区三区在线| 日日爽夜夜爽网站| 欧美日韩乱码在线| 久久国产精品影院| 亚洲一卡2卡3卡4卡5卡精品中文| 此物有八面人人有两片| 精品日产1卡2卡| 丰满的人妻完整版| 国产精品电影一区二区三区| 91av网站免费观看| 国产黄片美女视频| tocl精华| 亚洲真实伦在线观看| 欧美一级毛片孕妇| 久久天堂一区二区三区四区| 一级毛片精品| 一夜夜www| 白带黄色成豆腐渣| 在线观看免费日韩欧美大片| 欧美+亚洲+日韩+国产| 国产日本99.免费观看| 一级a爱片免费观看的视频| 国产单亲对白刺激| 久久精品国产清高在天天线| 国产激情偷乱视频一区二区| 18禁美女被吸乳视频| 国语自产精品视频在线第100页| 又大又爽又粗| 男人舔女人的私密视频| 成年女人毛片免费观看观看9| 久热这里只有精品99| 人人澡人人妻人| 成人亚洲精品一区在线观看| 日日摸夜夜添夜夜添小说| 久久久久久大精品| 美女国产高潮福利片在线看| 久久九九热精品免费| 日韩精品青青久久久久久| 亚洲第一欧美日韩一区二区三区| 国产精品久久久人人做人人爽| 国内久久婷婷六月综合欲色啪| 午夜福利18| 很黄的视频免费| 一区二区三区高清视频在线| 亚洲五月婷婷丁香| 欧美性长视频在线观看| 亚洲av电影在线进入| 国产精品一区二区免费欧美| 天天躁狠狠躁夜夜躁狠狠躁| 久久国产乱子伦精品免费另类| 男人操女人黄网站| 亚洲熟女毛片儿| 在线观看午夜福利视频| 在线观看www视频免费| 日韩有码中文字幕| 天天躁狠狠躁夜夜躁狠狠躁| 午夜久久久久精精品| 在线天堂中文资源库| av电影中文网址| 久久天躁狠狠躁夜夜2o2o| 亚洲一区二区三区色噜噜| 三级毛片av免费| 国产精品久久久av美女十八| 黑人欧美特级aaaaaa片| 日韩视频一区二区在线观看| 国产精品1区2区在线观看.| 欧美色视频一区免费| 人人妻人人澡欧美一区二区| 色尼玛亚洲综合影院| 在线天堂中文资源库| 超碰成人久久| 久久九九热精品免费| 女人高潮潮喷娇喘18禁视频| 国产高清videossex| 成人免费观看视频高清| 精品福利观看| 欧美人与性动交α欧美精品济南到| 久久国产乱子伦精品免费另类| 伦理电影免费视频| 露出奶头的视频| 国产精品98久久久久久宅男小说| 操出白浆在线播放| 一a级毛片在线观看| 欧美一级a爱片免费观看看 | 国产亚洲欧美98| 美女午夜性视频免费| 男女那种视频在线观看| 欧美性猛交╳xxx乱大交人| 国产精品一区二区精品视频观看| 日本一区二区免费在线视频| 久久精品夜夜夜夜夜久久蜜豆 | 老司机深夜福利视频在线观看| 高清毛片免费观看视频网站| 男人舔奶头视频| 欧洲精品卡2卡3卡4卡5卡区| 亚洲中文av在线| 在线十欧美十亚洲十日本专区| 欧美成狂野欧美在线观看| 午夜福利18| 久久人妻av系列| 国产精品av久久久久免费| 一级黄色大片毛片| 国内精品久久久久久久电影| 国产精品久久久人人做人人爽| 波多野结衣巨乳人妻| 夜夜爽天天搞| 天天躁夜夜躁狠狠躁躁| 国产精品 欧美亚洲| 琪琪午夜伦伦电影理论片6080| 手机成人av网站| 在线观看日韩欧美| 亚洲精品久久成人aⅴ小说| 日日摸夜夜添夜夜添小说| 色播亚洲综合网| 18禁观看日本| 午夜成年电影在线免费观看| 90打野战视频偷拍视频| 国产精品亚洲一级av第二区| 最新在线观看一区二区三区| 男女床上黄色一级片免费看| 亚洲va日本ⅴa欧美va伊人久久| tocl精华| 在线观看一区二区三区| 真人做人爱边吃奶动态| 中亚洲国语对白在线视频| 韩国精品一区二区三区| 级片在线观看| 叶爱在线成人免费视频播放| 精品一区二区三区视频在线观看免费| 欧美黄色淫秽网站| 十八禁网站免费在线| 欧美精品啪啪一区二区三区| 亚洲一卡2卡3卡4卡5卡精品中文| 国内揄拍国产精品人妻在线 | 中文字幕人妻丝袜一区二区| 99国产精品一区二区三区| 麻豆国产av国片精品| 久久国产精品男人的天堂亚洲| 脱女人内裤的视频| 成人午夜高清在线视频 | 老司机福利观看| 国产午夜精品久久久久久| 精品福利观看| 在线看三级毛片| 免费在线观看完整版高清| 两性午夜刺激爽爽歪歪视频在线观看 | 大型av网站在线播放| 18禁观看日本| 国产人伦9x9x在线观看| 日本免费a在线| 国产精品国产高清国产av| 精品久久久久久久末码| 国产亚洲精品久久久久久毛片| 久久午夜亚洲精品久久| 国产精品综合久久久久久久免费| 成年人黄色毛片网站| 日韩免费av在线播放| 中出人妻视频一区二区| 日本 av在线| 啦啦啦韩国在线观看视频| 欧美日韩亚洲综合一区二区三区_| 激情在线观看视频在线高清| 母亲3免费完整高清在线观看| 国产精品99久久99久久久不卡| 欧美成狂野欧美在线观看| 男女午夜视频在线观看| 99热这里只有精品一区 | 亚洲欧洲精品一区二区精品久久久| 国内毛片毛片毛片毛片毛片| 每晚都被弄得嗷嗷叫到高潮| 法律面前人人平等表现在哪些方面| 精品久久久久久久毛片微露脸| 黄网站色视频无遮挡免费观看| 91麻豆av在线| 久久久国产精品麻豆| 成人特级黄色片久久久久久久| 国产单亲对白刺激| 琪琪午夜伦伦电影理论片6080| 亚洲人成网站在线播放欧美日韩| 国产成人欧美在线观看| 美女高潮到喷水免费观看| 午夜两性在线视频| 成人三级做爰电影| or卡值多少钱| 国产午夜福利久久久久久| 美女扒开内裤让男人捅视频| 天天添夜夜摸| 免费在线观看影片大全网站| 国产精品 欧美亚洲| 91av网站免费观看| 国内少妇人妻偷人精品xxx网站 | 国产精品久久电影中文字幕| 黑丝袜美女国产一区| 身体一侧抽搐| www.熟女人妻精品国产| 18禁美女被吸乳视频| 此物有八面人人有两片| 高潮久久久久久久久久久不卡|