• <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YOLOv3的溫室番茄果實識別估產(chǎn)方法*

    2021-05-11 13:38:10成偉張文愛馮青春張萬豪
    中國農(nóng)機化學(xué)報 2021年4期
    關(guān)鍵詞:估產(chǎn)紅果邊框

    成偉,張文愛,馮青春,張萬豪

    (1. 太原理工大學(xué)信息與計算機學(xué)院,山西晉中,030600; 2. 北京農(nóng)業(yè)智能裝備技術(shù)研究中心,北京市,100097; 3. 國家農(nóng)業(yè)智能裝備工程技術(shù)研究中心,北京市,100097; 4. 農(nóng)業(yè)智能裝備技術(shù)北京市重點實驗室,北京市,100097)

    通訊作者:張文愛,女,1967年生,山西翼城人,碩士,副教授;研究方向為智能信息處理。E-mail: zhangwenai@tyut.edu.cn

    0 引言

    中國是番茄的生產(chǎn)和消費大國,種植面積達1 050 khm2[1],人均年消費量約21 kg[2]。通過實時統(tǒng)計和預(yù)測番茄果實時序產(chǎn)量信息,并進行相應(yīng)的生產(chǎn)管控,以實現(xiàn)供貨訂單的精準(zhǔn)響應(yīng),對于解決當(dāng)前番茄產(chǎn)能大幅波動、產(chǎn)程不連續(xù)等問題具有重要意義。番茄果實的視覺信息獲取是支撐智能化產(chǎn)量估計的重要前提。然而溫室內(nèi)植株叢生、雜亂無序,且其莖、葉、果等密集生長、相互重疊,使得果實圖像特征識別成為限制番茄產(chǎn)量精準(zhǔn)估計的重要因素。

    鑒于農(nóng)業(yè)作業(yè)對象外觀、姿態(tài)和大小的非結(jié)構(gòu)化特征,基于單一閾值的分類方法較難實現(xiàn)其圖像特征的準(zhǔn)確識別。融合色彩、形態(tài)、紋理、位姿等多元信息,建立自適應(yīng)分類識別模型,實現(xiàn)其復(fù)雜特征識別的有效途徑。以多層卷積特征提取網(wǎng)絡(luò)為核心的深度學(xué)習(xí)模型[3],避免了傳統(tǒng)機器學(xué)習(xí)模型構(gòu)建的復(fù)雜過程,具有更高的識別精度,對于農(nóng)業(yè)作業(yè)對象多元視覺信息的感知融合具有獨特優(yōu)勢[4-8]。王富春等利用均值聚類算法番茄紅果、果柄、葉片圖像進行聚類分割,對成熟番茄像素的識別準(zhǔn)確率達到83.45%。馬翠花等[9]提出了基于顯著性檢測與圓形隨機Hough變換的目標(biāo)識別方法,對綠色番茄識別準(zhǔn)確率為77.6%。孫哲等[10]提出了一種基于Faser R-CNN的自然環(huán)境下西蘭花幼苗檢測方法,平均精度達到91%。Murean等[11]以水果種類識別為目標(biāo),提出了針對深度卷積網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法,8類水果分類識別精度達到95%以上。崔永杰等[12]利用可視化方法對比了6類不同深度的卷積神經(jīng)網(wǎng)絡(luò)特征提取差異,確定最佳卷積網(wǎng)絡(luò)Alexnet[13]與Vgg 16識別準(zhǔn)確率可達到93%以上。Williams等[14]提出了一種基于深度學(xué)習(xí)的奇異果識別方法,并應(yīng)用于其采摘機器人,對密集果實的探測準(zhǔn)確率達到76.3%。趙德安等[15]提出了基于YOLOv3深度卷積神經(jīng)網(wǎng)絡(luò)的蘋果定位方法,果實準(zhǔn)確率為97%。以上目標(biāo)識別算法研究主要針對特定色彩目標(biāo),然而番茄時序產(chǎn)量估計需要對不同成熟度的綠果和紅果進行識別。

    本文針對溫室番茄產(chǎn)量精準(zhǔn)預(yù)測實際需要,以工廠化溫室番茄為研究對象,研究針對番茄紅果和綠果的動態(tài)識別方法,通過改進優(yōu)化YOLOv3深度學(xué)習(xí)模型,提高對叢生交錯植株內(nèi)的密集生長番茄的識別精度。研究結(jié)果可為番茄生產(chǎn)智能管控系統(tǒng)研發(fā)提供技術(shù)支撐。

    1 作業(yè)環(huán)境和試驗系統(tǒng)

    1.1 工廠化溫室番茄種植環(huán)境

    溫室內(nèi)工廠化種植的番茄植株如圖1所示,距地面600~1 000 mm和1 000~1 500 mm高度區(qū)域分別為紅果和綠果的主要生長區(qū)域,即估產(chǎn)圖像采集區(qū)域。隨著植株不斷生長,通過釋放纏繞于主莖的吊線進行落蔓,使得估產(chǎn)區(qū)域相對地面保持高度不變,本文以該高度區(qū)域內(nèi)的番茄植株為探測對象。智能估產(chǎn)設(shè)備以植株行間軌道為支撐進行移動,其視覺系統(tǒng)實時獲取兩側(cè)番茄植株圖像信息。

    圖1 工廠化番茄種植環(huán)境Fig. 1 Tomato factory-planted environment

    1.2 番茄估產(chǎn)圖像采集系統(tǒng)

    如圖2所示,估產(chǎn)視覺系統(tǒng)包括雙目視覺攝像機和二自由度云臺機構(gòu)。攝像機選用FL3-U3-13S2C型號相機,配置8 mm鏡頭,與番茄植株相距800 mm,獲得視場區(qū)域?qū)?、高分別為500 mm、400 mm。云臺可進行垂直和水平旋轉(zhuǎn),以調(diào)整攝像機空間姿態(tài)從不同視角采集番茄植株不同區(qū)域的圖像。

    圖2 估產(chǎn)視覺系統(tǒng)Fig. 2 Visual system for estimating yield1.旋轉(zhuǎn)云臺 2.攝像機

    2 改進的YOLOv3識別模型

    2.1 YOLO目標(biāo)識別算法原理

    YOLO算法基本原理在于,將輸入圖片劃分為S×S的柵格化單元格,若被檢測的目標(biāo)中心落入特定單元格,則該單元格負責(zé)檢出該目標(biāo),即自身有目標(biāo)的概率Probj=1。預(yù)設(shè)每個單元格產(chǎn)生B個先驗邊界框,每個邊界框與真實值邊界框之間的重合度指標(biāo)為IOU,則圖像內(nèi)目標(biāo)位置和類別預(yù)測可以用S×S×B×(4+1+C)的張量表示,其中4表示先驗證框坐標(biāo)(x,y)、寬高(w,h)和1表示的置信度分數(shù)5個特征參數(shù),C表示所用數(shù)據(jù)集目標(biāo)的類別數(shù)量。通過訓(xùn)練對真實邊界框不斷地回歸,可得到最終預(yù)測目標(biāo)的位置、置信度和類別信息。最終,通過保留中置信度最高的邊界框,篩選最佳識別結(jié)果。

    圖3 YOLO目標(biāo)識別算法原理Fig. 3 Target detection principle of YOLO

    2.2 基于DarkNet53的多尺度特征提取

    YOLOv3算法中使用DarkNet53特征提取網(wǎng)絡(luò)獲取多尺度圖像特征,克服YOLO前期版本對圖片內(nèi)顯著尺度差異目標(biāo)的漏檢問題。Darknet53以416像素×416像素的圖像為輸入,分別進行32倍、16倍和8倍下采樣,獲得不同層次的特征圖,然后通過上采樣和張量拼接,將不同層次的特征圖融合轉(zhuǎn)化為維度相同的特征圖。其包含的多尺度圖像特征,有利于改善算法對小目標(biāo)檢測的精度。鑒于本文檢測紅果和綠果兩類目標(biāo),DarkNet53特征提取最終分別輸出像素為13×13、26×26、及52×52三種尺度的特征圖,分別作為遠近景尺度視場內(nèi)果實目標(biāo)回歸檢測的依據(jù)。

    圖4 DarkNet53多尺度特征提取原理Fig. 4 Multiscale feature extraction based on DarkNet53

    2.3 先驗框設(shè)置

    YOLOv3根據(jù)目標(biāo)樣本邊框標(biāo)注信息,預(yù)先設(shè)置先驗框進行回歸檢測,以提高目標(biāo)識別效率。本文采用K-means聚類算法,以1-IOU為聚類指標(biāo),為3個不同尺度的特征圖分別獲得9個不同規(guī)格的先驗框,并根據(jù)特征圖層次等級進行分配,如表1所示。

    表1 不同尺度特征圖的先驗框分配Tab. 1 Anchors boxes matched with various feature map

    因此對于416像素×416像素的圖像,對于分別以13×13、26×26和52×52網(wǎng)格劃分后,每個網(wǎng)格設(shè)置3個先驗框,識別紅果和綠果需要進行13×13×3+26×26×3+52×52×3=10 647次預(yù)測判斷。

    2.4 損失函數(shù)及其改進

    (1)

    式中:Losscoord——目標(biāo)位置損失函數(shù);

    估產(chǎn)視覺系統(tǒng)采集圖像過程中,番茄相對攝像機的距離動態(tài)變化,使得果實在圖像中形態(tài)呈現(xiàn)多尺度變化特征。若采用歐式距離對番茄目標(biāo)邊框偏差進行評價,損失函數(shù)數(shù)值與果實大小相關(guān),不具有尺度不變性,容易造成圖像中小果漏檢問題。因此本文采用具有尺度不變性的廣義交并比[16](GIOU)參數(shù)作為目標(biāo)真實邊框與預(yù)測邊框偏差的評價指標(biāo)。如圖5所示,黑色邊框為果實真實邊框,藍色邊框為預(yù)測邊框,邊框交集區(qū)域面積為J,二者最小包圍邊框(紅色)面積為A,則其包含目標(biāo)的單元格i的先驗框j與目標(biāo)真實邊框的GIOUij可由式(2)得到。

    (2)

    圖5 番茄果實邊框GIOUFig. 5 Tomato fruit border box GIOU

    3 模型訓(xùn)練

    3.1 圖像樣本集

    圖像樣本通過估產(chǎn)視覺系統(tǒng)在溫室內(nèi)采集獲得,共采集圖像2 000幅。為了保證樣本多樣性,在不同時段、空間位置采集圖像,并且采集圖像過程中隨機調(diào)節(jié)鏡頭焦距,獲得不同視場尺度下的圖像??紤]到番茄果實姿態(tài)多樣、形態(tài)各異,對采集的圖像進行隨機旋轉(zhuǎn)和縮放,使得總樣本數(shù)量擴大2倍。使用Labelimg標(biāo)注工具標(biāo)注番茄紅果、綠果區(qū)域,得到Y(jié)OLO數(shù)據(jù)集。4 000幅圖像樣本中包含800幅測試樣本,3 200幅訓(xùn)練樣本。

    圖6 番茄果實圖像樣本Fig. 6 Tomato fruits image simples

    3.2 算法運行環(huán)境

    算法運行平臺為深度學(xué)習(xí)工作站,其配置處理器Intel I7-9700K、顯卡Nvidia 1080TI、內(nèi)存DDR4 16G、主板Intel Z390。軟件平臺采用Ubuntu18.04操作系統(tǒng)下的Pytorch1.3深度學(xué)習(xí)框架和CUDA10.0并行計算構(gòu)架。

    3.3 訓(xùn)練過程與結(jié)果

    采用YOLOv3官方權(quán)重參數(shù),結(jié)合樣本識別分類需求,調(diào)整模型輸出層參數(shù)。基于改進的損失函數(shù)對模型進行訓(xùn)練,訓(xùn)練參數(shù)設(shè)置如表2所示,整體算法流程圖如圖7所示。

    表2 訓(xùn)練參數(shù)Tab. 2 Training parameters

    700次迭代周期中,損失函數(shù)的如圖8所示,前400次迭代周期中損失函數(shù)值明顯減小、且趨勢變緩。為了確保模型收斂精度,在400次以后的迭代周期中減小學(xué)習(xí)速率,最終模型在700次迭代周期后,損失函數(shù)值降至2附近小幅波動,則認為模型達到穩(wěn)定收斂。

    圖7 算法流程圖Fig. 7 Algorithm flow chart

    訓(xùn)練過程每10次迭代周期,輸出一次模型,對測試集圖像進行識別處理。以平均精度均值[17](mAP)作為評價指標(biāo),選擇具有最高精度的模型作為最優(yōu)模型。對相同訓(xùn)練過程的YOLOv3和其改進模型進行比較,如表3所示。傳統(tǒng)YOLOv3的mAP值為92.1%,經(jīng)過改進的YOLOv3的mAP值為95.7%,提高了3.6%,且改進后的算法檢測效率與傳統(tǒng)算法基本相同,載入模型后單幅圖像平均檢測時間為15 ms。

    圖8 訓(xùn)練損失函數(shù)Fig. 8 Loss function of training

    表3 算法性能對比Tab. 3 Performance comparison of algorithms

    4 試驗與結(jié)果分析

    4.1 材料與方法

    為了驗證模型的泛化性能,2019年10月20日在北京特菜大觀園番茄溫室內(nèi)進行了現(xiàn)場試驗,隨機選擇200個視場區(qū)域采集,由估產(chǎn)視覺系統(tǒng)實時采集番茄植株圖像,并分別由人工、YOLOv3和改進YOLOv3對圖像內(nèi)番茄果實進行計數(shù)估產(chǎn)試驗。

    試驗方法如下:(1)在采摘區(qū)域內(nèi),對番茄植株隨機采集圖像。為保證數(shù)據(jù)多樣性,采集過程包括全天不同光照時段,且圖像包含遠近景不同尺度視場;(2)以人工識別結(jié)果為對照,統(tǒng)計試驗圖像內(nèi)紅果、綠果數(shù)量,選取果實稀疏、密集和遮擋情況對應(yīng)的特殊圖像樣本;(3)分別利用YOLOv3和改進YOLOv3模型對試驗圖像進行處理,對視場內(nèi)果實進行計數(shù),并與人工計數(shù)結(jié)果進行對照比較,評估估產(chǎn)模型精度。

    4.2 試驗結(jié)果分析

    以人工識別紅果、綠果計數(shù)結(jié)果為參考,對YOLOv3和改進YOLOv3識別計數(shù)結(jié)果進行評價。兩個模型對紅果、綠果及果實總數(shù)的識別數(shù)量與人工識別數(shù)量的比值,分別作為其各自紅果、綠果和總體估產(chǎn)精度。統(tǒng)計如表4所示,可見YOLOv3模型改進后,對于番茄的估產(chǎn)精度均得到改善,其中紅果、綠果和總體估產(chǎn)精度分別達到97.0%、95.5%和96.3%,比算法傳統(tǒng)YOLOv3識別精度分別提高0.8%、3.7%和2.7%。

    表4 番茄果實估產(chǎn)精度Tab. 4 Tomato yield estimation precision %

    此外,在圖像采集過程中,由于圖像采集系統(tǒng)與番茄植株的相對位姿不斷變化,并且果實自身隨機無序生長,從而番茄果實在視場內(nèi)呈現(xiàn)稀疏、密集和遮擋等3種特殊情況,如圖9所示。估產(chǎn)模型對特殊視場內(nèi)果實的識別精度是驗證模型估產(chǎn)泛化性能的重要參考。

    (a) YOLOv3模型識別稀疏、密集和受遮擋果實

    (b) 改進YOLOv3模型識別稀疏、密集和受遮擋果實圖9 特殊視場果實識別效果Fig. 9 Tomato identification in special fields

    分別選擇果實稀疏、密集和遮擋視場各30幅圖像,兩個模型的估產(chǎn)精度統(tǒng)計如表5所示。改進的YOLOv3模型對于稀疏紅果、綠果的估產(chǎn)精度分別提高2.5%、1.4%,對于密集紅果、綠果分別提高5.5%、9.4%,對于受遮擋紅果、綠果分別提高9.5%、11.3%。可見模型改進前后,對于三種特殊視場下的番茄估產(chǎn)精度均有提高,且對于密集果實和受遮擋果實估產(chǎn)改善效果更加明顯。

    表5 特殊視場估產(chǎn)精度Tab. 5 Estimating yield precision in special fields %

    5 結(jié)論

    1) 針對溫室番茄智能化估產(chǎn)需要,本文研究了基于改進YOLOv3的溫室番茄果實識別方法,以對自然生長狀態(tài)下番茄果實進行計數(shù)估產(chǎn)。通過改進傳統(tǒng)YOLOv3位置損失函數(shù),建立了自然生長狀態(tài)下番茄綠果和紅果的識別模型。改進的YOLOv3對樣本的識別精度得到改善,最終模型mAP值為95.7%,比改進前傳統(tǒng)YOLOv3模型值提高3.6%。

    2) 為了驗證識別模型的有效性和泛化性能,進行了現(xiàn)場試驗。試驗表明,改進YOLOv3模型相比較傳統(tǒng)YOLOv3模型,對于番茄紅果、綠果和總體的估產(chǎn)精度均得到改善,分別達到97.0%、95.5%和96.3%。

    3) 改進YOLOv3模型對于密集果實和受遮擋果實具有更顯著的改善效果,更具有魯棒性,對于密集紅果、綠果分別達到95.3%、95.1%,對于受遮擋紅果、綠果分別達到95.4%、94.8%。且改進后的算法載入模型后單幅圖像平均檢測時間為15 ms,滿足實時性要求。本文研究結(jié)果可為溫室番茄時序產(chǎn)量的實時估計相關(guān)研究提供參考。

    猜你喜歡
    估產(chǎn)紅果邊框
    紅果果紫果果
    幼兒100(2023年42期)2023-11-21 09:36:48
    一模六產(chǎn)品篩板模具的設(shè)計與應(yīng)用
    智能制造(2022年4期)2022-08-18 16:21:14
    小刺猬送紅果
    紅果果富了口袋袋
    基于無人機多光譜遙感數(shù)據(jù)的煙草植被指數(shù)估產(chǎn)模型研究
    遙感技術(shù)在大豆種植情況監(jiān)測中的應(yīng)用
    Decision-Making of a Single Supplier and Multiple Loss-Averse Retailers under Partial Trade Credit
    用Lightroom添加寶麗來邊框
    給照片制作專業(yè)級的邊框
    擺脫邊框的束縛優(yōu)派
    中國照明(2016年6期)2016-06-15 20:30:14
    男女边摸边吃奶| 18禁裸乳无遮挡动漫免费视频| 亚洲av国产av综合av卡| 亚洲黑人精品在线| 男女免费视频国产| 日本a在线网址| 美女大奶头黄色视频| 高清黄色对白视频在线免费看| 十八禁网站网址无遮挡| 成年人黄色毛片网站| 熟女少妇亚洲综合色aaa.| 精品国内亚洲2022精品成人 | 亚洲国产欧美在线一区| 9191精品国产免费久久| 亚洲少妇的诱惑av| 久久国产精品大桥未久av| 波多野结衣一区麻豆| 法律面前人人平等表现在哪些方面 | 高清欧美精品videossex| 午夜精品国产一区二区电影| 久久中文看片网| 久久人妻熟女aⅴ| bbb黄色大片| 黄色怎么调成土黄色| 亚洲中文字幕日韩| 99精品欧美一区二区三区四区| 日韩人妻精品一区2区三区| 久久久久视频综合| 老司机亚洲免费影院| 涩涩av久久男人的天堂| 国产伦人伦偷精品视频| 国产精品成人在线| 亚洲国产欧美在线一区| 国产av国产精品国产| 国产视频一区二区在线看| 男女午夜视频在线观看| 一二三四社区在线视频社区8| 满18在线观看网站| 国产极品粉嫩免费观看在线| 久久影院123| 亚洲欧美清纯卡通| 18禁观看日本| 久久中文看片网| 日本a在线网址| 精品久久久久久电影网| 欧美另类亚洲清纯唯美| 亚洲综合色网址| 日本猛色少妇xxxxx猛交久久| 欧美中文综合在线视频| 十分钟在线观看高清视频www| 午夜激情久久久久久久| 一级毛片电影观看| 久久国产精品人妻蜜桃| 中文字幕高清在线视频| 两性午夜刺激爽爽歪歪视频在线观看 | 午夜福利视频在线观看免费| 90打野战视频偷拍视频| 日本wwww免费看| 午夜免费鲁丝| 一二三四在线观看免费中文在| 精品视频人人做人人爽| 一级,二级,三级黄色视频| 2018国产大陆天天弄谢| 精品少妇一区二区三区视频日本电影| 热99久久久久精品小说推荐| 欧美精品一区二区免费开放| 日日爽夜夜爽网站| 蜜桃国产av成人99| 国产日韩欧美在线精品| 成在线人永久免费视频| 这个男人来自地球电影免费观看| 国产高清videossex| 国产精品1区2区在线观看. | 欧美日韩黄片免| 宅男免费午夜| 成人黄色视频免费在线看| 国产成人av激情在线播放| 一级a爱视频在线免费观看| 亚洲精品久久成人aⅴ小说| 国产成人精品久久二区二区91| 欧美黄色淫秽网站| 精品福利观看| 亚洲国产精品999| 免费人妻精品一区二区三区视频| 亚洲情色 制服丝袜| 不卡一级毛片| 国产免费现黄频在线看| 亚洲精品乱久久久久久| 精品福利观看| 国产伦理片在线播放av一区| 国产欧美日韩一区二区精品| 色视频在线一区二区三区| 国产精品免费视频内射| 黑人巨大精品欧美一区二区蜜桃| 欧美黑人精品巨大| svipshipincom国产片| 亚洲免费av在线视频| 美女扒开内裤让男人捅视频| 91麻豆av在线| 亚洲精品国产一区二区精华液| 久久午夜综合久久蜜桃| 日日爽夜夜爽网站| 亚洲午夜精品一区,二区,三区| 精品国产一区二区三区久久久樱花| 人成视频在线观看免费观看| 这个男人来自地球电影免费观看| 一进一出抽搐动态| 91大片在线观看| 精品福利观看| 啦啦啦 在线观看视频| 精品熟女少妇八av免费久了| 中文字幕精品免费在线观看视频| 国产91精品成人一区二区三区 | 日韩制服骚丝袜av| 黄色a级毛片大全视频| 91精品伊人久久大香线蕉| 国产97色在线日韩免费| 窝窝影院91人妻| 999精品在线视频| 丰满饥渴人妻一区二区三| 亚洲精品久久成人aⅴ小说| 黄频高清免费视频| 视频区图区小说| 一级毛片精品| 亚洲国产欧美日韩在线播放| 国产一卡二卡三卡精品| 这个男人来自地球电影免费观看| 午夜激情久久久久久久| 老司机影院成人| 精品亚洲成国产av| 捣出白浆h1v1| 欧美精品人与动牲交sv欧美| 久9热在线精品视频| 狂野欧美激情性xxxx| 91大片在线观看| 99国产精品一区二区三区| 在线亚洲精品国产二区图片欧美| 丝袜喷水一区| 国产一区二区激情短视频 | 久久午夜综合久久蜜桃| 我要看黄色一级片免费的| 婷婷成人精品国产| 成年动漫av网址| 亚洲性夜色夜夜综合| 麻豆国产av国片精品| 久久久久视频综合| 婷婷成人精品国产| 久久精品国产亚洲av高清一级| √禁漫天堂资源中文www| 国产亚洲一区二区精品| 久久人妻福利社区极品人妻图片| 青春草亚洲视频在线观看| 狠狠精品人妻久久久久久综合| 天天添夜夜摸| 一级片'在线观看视频| 久久久精品区二区三区| 久久中文字幕一级| 50天的宝宝边吃奶边哭怎么回事| 少妇精品久久久久久久| 中亚洲国语对白在线视频| 国产高清国产精品国产三级| 99国产极品粉嫩在线观看| 亚洲精品中文字幕一二三四区 | 亚洲中文字幕日韩| 中文字幕另类日韩欧美亚洲嫩草| 国产片内射在线| 亚洲精品中文字幕在线视频| 少妇裸体淫交视频免费看高清 | 精品一区二区三卡| 99精品久久久久人妻精品| 女人爽到高潮嗷嗷叫在线视频| 亚洲国产看品久久| 久久精品久久久久久噜噜老黄| 又黄又粗又硬又大视频| 欧美黑人欧美精品刺激| av又黄又爽大尺度在线免费看| 国产日韩欧美视频二区| 亚洲性夜色夜夜综合| 黑人猛操日本美女一级片| 999精品在线视频| 国内毛片毛片毛片毛片毛片| 久久人人爽av亚洲精品天堂| 搡老岳熟女国产| 成年人黄色毛片网站| av电影中文网址| 热99久久久久精品小说推荐| 热99re8久久精品国产| 欧美性长视频在线观看| 成人免费观看视频高清| 国产高清videossex| 嫩草影视91久久| 国产成人精品久久二区二区91| 50天的宝宝边吃奶边哭怎么回事| h视频一区二区三区| 亚洲天堂av无毛| 一本久久精品| 国产欧美日韩精品亚洲av| 女人精品久久久久毛片| 久久久久久人人人人人| 日本a在线网址| 午夜免费鲁丝| 国产精品久久久人人做人人爽| 操出白浆在线播放| 亚洲欧美日韩另类电影网站| 亚洲欧美一区二区三区黑人| 国产日韩一区二区三区精品不卡| 欧美亚洲日本最大视频资源| 在线观看免费视频网站a站| 久久人人爽人人片av| 国产日韩欧美视频二区| 亚洲av美国av| 国产黄色免费在线视频| 各种免费的搞黄视频| 高潮久久久久久久久久久不卡| 亚洲欧美精品综合一区二区三区| 国产亚洲av片在线观看秒播厂| 欧美成人午夜精品| 午夜福利视频在线观看免费| 日韩视频一区二区在线观看| 香蕉国产在线看| 国产亚洲午夜精品一区二区久久| 国产在视频线精品| 国产精品影院久久| 五月开心婷婷网| 香蕉国产在线看| 制服人妻中文乱码| 曰老女人黄片| 天天躁狠狠躁夜夜躁狠狠躁| 成人亚洲精品一区在线观看| 国产一区二区三区av在线| 国产亚洲午夜精品一区二区久久| 老司机深夜福利视频在线观看 | 国产成人精品久久二区二区91| 一本色道久久久久久精品综合| 9191精品国产免费久久| 亚洲 国产 在线| 亚洲精品国产精品久久久不卡| 午夜精品久久久久久毛片777| 中国国产av一级| 麻豆乱淫一区二区| av欧美777| 69av精品久久久久久 | 熟女少妇亚洲综合色aaa.| 国产老妇伦熟女老妇高清| 国产在线观看jvid| 国产精品自产拍在线观看55亚洲 | 国产又爽黄色视频| 91av网站免费观看| 亚洲国产av影院在线观看| 国产成人av激情在线播放| 999久久久精品免费观看国产| a级片在线免费高清观看视频| 纵有疾风起免费观看全集完整版| 色婷婷av一区二区三区视频| 亚洲av成人一区二区三| 国产深夜福利视频在线观看| 老汉色av国产亚洲站长工具| 国产欧美日韩一区二区精品| av国产精品久久久久影院| 女人被躁到高潮嗷嗷叫费观| 国产一区二区三区综合在线观看| 色精品久久人妻99蜜桃| 色综合欧美亚洲国产小说| 国产老妇伦熟女老妇高清| avwww免费| 母亲3免费完整高清在线观看| www.精华液| 色老头精品视频在线观看| av欧美777| 老鸭窝网址在线观看| √禁漫天堂资源中文www| 国产精品免费视频内射| 国产av一区二区精品久久| av超薄肉色丝袜交足视频| 国产激情久久老熟女| 一本综合久久免费| 天天躁狠狠躁夜夜躁狠狠躁| 精品免费久久久久久久清纯 | 国产欧美日韩一区二区三 | 午夜成年电影在线免费观看| 色老头精品视频在线观看| 男女无遮挡免费网站观看| 啪啪无遮挡十八禁网站| 熟女少妇亚洲综合色aaa.| 黄色视频在线播放观看不卡| 精品一品国产午夜福利视频| 69av精品久久久久久 | 亚洲国产精品一区三区| 蜜桃国产av成人99| 女人久久www免费人成看片| 女警被强在线播放| 精品高清国产在线一区| 男女午夜视频在线观看| 最近最新中文字幕大全免费视频| www.精华液| 亚洲欧美激情在线| 91精品三级在线观看| 国产欧美日韩综合在线一区二区| 精品少妇内射三级| 国产亚洲精品第一综合不卡| 丝袜美腿诱惑在线| 2018国产大陆天天弄谢| 少妇 在线观看| 宅男免费午夜| 麻豆国产av国片精品| 少妇猛男粗大的猛烈进出视频| 男女午夜视频在线观看| 亚洲精品中文字幕一二三四区 | www.熟女人妻精品国产| 少妇 在线观看| www.999成人在线观看| 18禁黄网站禁片午夜丰满| 精品久久久精品久久久| 免费少妇av软件| 免费看十八禁软件| 午夜免费鲁丝| 国产精品影院久久| 在线看a的网站| 国产精品欧美亚洲77777| 建设人人有责人人尽责人人享有的| 精品少妇黑人巨大在线播放| 女警被强在线播放| 夜夜骑夜夜射夜夜干| 美女午夜性视频免费| av超薄肉色丝袜交足视频| 黄片播放在线免费| 999久久久国产精品视频| 91av网站免费观看| 丰满人妻熟妇乱又伦精品不卡| 动漫黄色视频在线观看| 国产精品九九99| 日韩大片免费观看网站| 亚洲午夜精品一区,二区,三区| 国产欧美日韩一区二区三 | 亚洲av片天天在线观看| 无遮挡黄片免费观看| 视频在线观看一区二区三区| 久久影院123| 国产精品久久久久成人av| avwww免费| 十八禁高潮呻吟视频| 五月开心婷婷网| 亚洲av欧美aⅴ国产| 久久久久精品国产欧美久久久 | 欧美黑人欧美精品刺激| 久久这里只有精品19| 亚洲自偷自拍图片 自拍| 在线观看免费视频网站a站| 桃红色精品国产亚洲av| 91精品国产国语对白视频| av在线老鸭窝| 亚洲精品日韩在线中文字幕| 日本av手机在线免费观看| 欧美 日韩 精品 国产| 中文字幕人妻丝袜制服| av一本久久久久| 老熟女久久久| 国产成人精品无人区| 中国国产av一级| av线在线观看网站| 亚洲黑人精品在线| 午夜免费鲁丝| 国产亚洲av片在线观看秒播厂| 日韩人妻精品一区2区三区| 国产av国产精品国产| 在线观看一区二区三区激情| 最新的欧美精品一区二区| 啦啦啦视频在线资源免费观看| 欧美av亚洲av综合av国产av| 亚洲人成电影观看| netflix在线观看网站| 一区福利在线观看| 久久久国产成人免费| 国产精品久久久久成人av| 蜜桃在线观看..| 日本wwww免费看| 国产精品一区二区精品视频观看| 亚洲精品美女久久久久99蜜臀| 桃花免费在线播放| 少妇 在线观看| 国内毛片毛片毛片毛片毛片| 久久午夜综合久久蜜桃| 伊人久久大香线蕉亚洲五| 亚洲av国产av综合av卡| 亚洲中文日韩欧美视频| 精品国产一区二区三区四区第35| a在线观看视频网站| 王馨瑶露胸无遮挡在线观看| 国产主播在线观看一区二区| 一区在线观看完整版| 欧美性长视频在线观看| 欧美黑人欧美精品刺激| 欧美一级毛片孕妇| 亚洲精品中文字幕在线视频| 51午夜福利影视在线观看| 国产精品一区二区在线不卡| 日韩欧美国产一区二区入口| 亚洲黑人精品在线| 一级毛片精品| 久热这里只有精品99| 国产国语露脸激情在线看| 97人妻天天添夜夜摸| www.999成人在线观看| 可以免费在线观看a视频的电影网站| 黄网站色视频无遮挡免费观看| 香蕉丝袜av| 50天的宝宝边吃奶边哭怎么回事| 免费黄频网站在线观看国产| 中文欧美无线码| 又黄又粗又硬又大视频| 99国产精品免费福利视频| 亚洲国产欧美在线一区| 三上悠亚av全集在线观看| 国产福利在线免费观看视频| 亚洲精品久久午夜乱码| 国产精品香港三级国产av潘金莲| 波多野结衣一区麻豆| 美女国产高潮福利片在线看| 国产欧美日韩精品亚洲av| 2018国产大陆天天弄谢| 久久人人97超碰香蕉20202| 纵有疾风起免费观看全集完整版| 黄色毛片三级朝国网站| 久热这里只有精品99| 亚洲伊人久久精品综合| 亚洲熟女毛片儿| 国产亚洲精品久久久久5区| 精品少妇久久久久久888优播| 啦啦啦免费观看视频1| 精品国产乱码久久久久久小说| 国产精品免费视频内射| 俄罗斯特黄特色一大片| 两个人看的免费小视频| 亚洲成人免费av在线播放| 一区在线观看完整版| 老熟妇乱子伦视频在线观看 | 老司机午夜十八禁免费视频| 岛国在线观看网站| 成年av动漫网址| 久久精品人人爽人人爽视色| 国产麻豆69| 一本综合久久免费| 免费少妇av软件| 人成视频在线观看免费观看| √禁漫天堂资源中文www| 亚洲欧美精品综合一区二区三区| 一区二区日韩欧美中文字幕| 又大又爽又粗| 精品第一国产精品| 每晚都被弄得嗷嗷叫到高潮| 欧美日韩中文字幕国产精品一区二区三区 | 悠悠久久av| 久久久国产精品麻豆| 亚洲第一欧美日韩一区二区三区 | 99久久精品国产亚洲精品| 亚洲国产欧美日韩在线播放| 1024视频免费在线观看| 一区二区三区乱码不卡18| 女人久久www免费人成看片| 亚洲情色 制服丝袜| avwww免费| 十分钟在线观看高清视频www| 欧美 日韩 精品 国产| 亚洲精华国产精华精| 老司机深夜福利视频在线观看 | 一区二区三区四区激情视频| 国产av一区二区精品久久| 成年女人毛片免费观看观看9 | 国产亚洲av片在线观看秒播厂| 别揉我奶头~嗯~啊~动态视频 | 一级,二级,三级黄色视频| 超碰成人久久| 老司机影院毛片| 国精品久久久久久国模美| 亚洲,欧美精品.| av网站在线播放免费| 亚洲欧美色中文字幕在线| 日本wwww免费看| 少妇粗大呻吟视频| 国产精品偷伦视频观看了| 一二三四在线观看免费中文在| 亚洲七黄色美女视频| 9191精品国产免费久久| 国产精品.久久久| 久久99热这里只频精品6学生| 亚洲视频免费观看视频| 国产成人啪精品午夜网站| 国产一区有黄有色的免费视频| 亚洲国产av新网站| 久久久久久久国产电影| 久久香蕉激情| 成人av一区二区三区在线看 | 国产精品一区二区精品视频观看| 51午夜福利影视在线观看| 午夜福利影视在线免费观看| 久久女婷五月综合色啪小说| 丁香六月欧美| 国产在线视频一区二区| 成人影院久久| 青春草视频在线免费观看| 一本—道久久a久久精品蜜桃钙片| 亚洲精品国产av蜜桃| tocl精华| 性色av一级| 国产精品偷伦视频观看了| 国产视频一区二区在线看| 电影成人av| 国产精品一区二区精品视频观看| 最近最新中文字幕大全免费视频| 午夜福利影视在线免费观看| 精品国产一区二区三区久久久樱花| 男男h啪啪无遮挡| 国产在线免费精品| 一级毛片精品| 啦啦啦 在线观看视频| 精品国产乱子伦一区二区三区 | 亚洲精品国产色婷婷电影| 精品视频人人做人人爽| 欧美一级毛片孕妇| 免费少妇av软件| 久久久久国产一级毛片高清牌| 欧美av亚洲av综合av国产av| 成人国产av品久久久| 欧美日韩精品网址| 免费观看人在逋| 又黄又粗又硬又大视频| 国产有黄有色有爽视频| 精品久久久精品久久久| 天天添夜夜摸| 搡老熟女国产l中国老女人| 亚洲九九香蕉| av电影中文网址| 免费观看人在逋| 夜夜骑夜夜射夜夜干| 国产伦人伦偷精品视频| av不卡在线播放| 亚洲精品中文字幕一二三四区 | 欧美精品亚洲一区二区| 精品福利永久在线观看| 欧美日韩精品网址| 一级片免费观看大全| 亚洲精品第二区| 桃红色精品国产亚洲av| 亚洲精品在线美女| 国产熟女午夜一区二区三区| 欧美亚洲日本最大视频资源| 久久久国产成人免费| 成年av动漫网址| 99久久精品国产亚洲精品| 人人妻,人人澡人人爽秒播| 夜夜夜夜夜久久久久| tube8黄色片| 欧美日韩亚洲国产一区二区在线观看 | 国产精品二区激情视频| 我的亚洲天堂| 黄色视频不卡| 精品卡一卡二卡四卡免费| 国产精品av久久久久免费| 日韩免费高清中文字幕av| 性色av乱码一区二区三区2| 成年人午夜在线观看视频| 中亚洲国语对白在线视频| 一区二区三区激情视频| 如日韩欧美国产精品一区二区三区| 每晚都被弄得嗷嗷叫到高潮| 操出白浆在线播放| 日韩制服丝袜自拍偷拍| 操美女的视频在线观看| 国产一区有黄有色的免费视频| 欧美一级毛片孕妇| 成年动漫av网址| 正在播放国产对白刺激| 亚洲男人天堂网一区| av在线播放精品| 91成年电影在线观看| 精品久久久精品久久久| 狠狠狠狠99中文字幕| 在线十欧美十亚洲十日本专区| 美女大奶头黄色视频| 亚洲三区欧美一区| 免费观看a级毛片全部| 亚洲专区中文字幕在线| 亚洲av男天堂| 日韩 欧美 亚洲 中文字幕| 高清在线国产一区| 亚洲av美国av| 中文字幕av电影在线播放| 天天添夜夜摸| 欧美国产精品va在线观看不卡| 精品福利永久在线观看| 国产精品国产三级国产专区5o| 久久久国产成人免费| 精品人妻1区二区| 自拍欧美九色日韩亚洲蝌蚪91| 久热这里只有精品99| 欧美久久黑人一区二区| 美女高潮到喷水免费观看| 国产亚洲精品一区二区www | 99热全是精品| 免费观看a级毛片全部| 日韩欧美国产一区二区入口| 成人国产av品久久久| 乱人伦中国视频| 一本—道久久a久久精品蜜桃钙片| 精品视频人人做人人爽| 亚洲国产精品一区三区| 美女高潮到喷水免费观看| 中文字幕精品免费在线观看视频| 老鸭窝网址在线观看| 亚洲精品在线美女| 久久久精品国产亚洲av高清涩受| 国产成人系列免费观看| 伦理电影免费视频| 国产精品九九99| 免费在线观看视频国产中文字幕亚洲 |