• <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 ?

    基于難易樣本平衡因子的遙感圖像目標(biāo)檢測(cè)

    2022-03-24 12:24:26王華軍李忠玉趙金泉
    物探化探計(jì)算技術(shù) 2022年1期
    關(guān)鍵詞:類別損失精度

    黃 聰, 楊 垚, 王華軍, 李忠玉,趙金泉, 馬 瑜, 萬 軍

    (成都理工大學(xué) a.地球物理學(xué)院,b.地球勘探與信息技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,成都 610059)

    0 引言

    遙感圖像目標(biāo)檢測(cè)作為遙感圖像處理領(lǐng)域中的一個(gè)重要分支,近些年來得到了研究者們的廣泛關(guān)注。相對(duì)于自然場(chǎng)景下的圖像,光學(xué)遙感圖像具有視野范圍大,目標(biāo)與背景對(duì)比度低、目標(biāo)較小且密集等特點(diǎn),這些特點(diǎn)進(jìn)一步增加了目標(biāo)檢測(cè)的難度[1]。準(zhǔn)確高效地檢測(cè)出遙感圖像中感興趣目標(biāo),已經(jīng)成為了智能化處理遙感圖像信息的關(guān)鍵問題之一。早期的遙感圖像目標(biāo)檢測(cè),主要是使用傳統(tǒng)的機(jī)器學(xué)習(xí)技術(shù)并結(jié)合遙感圖像的表層信息(如紋理、幾何特征等)進(jìn)行目標(biāo)檢測(cè)[2,4]。對(duì)于不同類別的檢測(cè)目標(biāo),研究者基于大量的先驗(yàn)知識(shí)人工設(shè)計(jì)出各種特征表示,主要有梯度直方圖特征、尺度不變特征變換和Gabor特征等[5,13],然而人工設(shè)計(jì)的特征對(duì)于多樣性的變化沒有很好的魯棒性,而且傳統(tǒng)的機(jī)器學(xué)習(xí)方法(如SVM、Adaboost等)算法具有特征學(xué)習(xí)不足、時(shí)間復(fù)雜度高等缺陷,導(dǎo)致目標(biāo)檢測(cè)精度較低,不能很好地滿足實(shí)際需求[18]。

    如今,深度卷積神經(jīng)網(wǎng)絡(luò)由于能夠自動(dòng)地學(xué)習(xí)到更深層次的特征,在圖像的分類和檢測(cè)等領(lǐng)域獲得的了廣泛地應(yīng)用。目前主流的目標(biāo)檢測(cè)模型主要分為兩類:①以Faster R-CNN為代表的two-stage目標(biāo)檢測(cè)算法,首先通過提取機(jī)制來定義感興趣區(qū)域,然后這些感興趣區(qū)域由檢測(cè)網(wǎng)絡(luò)進(jìn)一步處理獲得檢測(cè)結(jié)果[16-17];②以YOLOv3為代表的one-stage目標(biāo)檢測(cè)算法,不需要經(jīng)過區(qū)域提取層直接從錨框來預(yù)測(cè)結(jié)果[3]。相對(duì)于傳統(tǒng)的機(jī)器學(xué)習(xí)算法,基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法其表征能力更強(qiáng),學(xué)習(xí)到的特征更豐富,能夠適應(yīng)各種復(fù)雜多樣的場(chǎng)景,檢測(cè)精度也得到了很大地提高。

    筆者主要貢獻(xiàn)是將YOLOv3運(yùn)用到遙感圖像目標(biāo)檢測(cè)中,為了適應(yīng)遙感圖像背景復(fù)雜、感興趣目標(biāo)小等特點(diǎn),在檢測(cè)網(wǎng)絡(luò)中引入難易樣本平衡因子,進(jìn)一步平衡簡(jiǎn)單樣本和難例樣本的損失權(quán)重,從而提升了模型的檢測(cè)性能。

    1 相關(guān)工作

    在目標(biāo)檢測(cè)領(lǐng)域,不平衡問題越來越得到了人們的關(guān)注,有效地處理不平衡問題能夠進(jìn)一步提升檢測(cè)器的性能。目前,不平衡問題主要分為四類:①類別不平衡;②尺度不平衡;③空間不平衡;④對(duì)象不平衡[14]。對(duì)于類別不平衡,主要的研究方向分為正負(fù)樣本之間的不平衡和多個(gè)正樣本之間的不平衡。為了解決正負(fù)樣本不平衡的問題,近年來研究人員提出了一系列有效的理論和方法。其中最為簡(jiǎn)單有效的方法,是直接在數(shù)據(jù)集中進(jìn)行各種剪裁和融合操作來增強(qiáng)數(shù)據(jù)集從而達(dá)到樣本平衡,如Dwibedi等人直接對(duì)圖片中的目標(biāo)進(jìn)行隨機(jī)裁剪[10]。硬采樣方法作為解決目標(biāo)檢測(cè)中不平衡問題的常用方法,它主要是通過從圖像數(shù)據(jù)集合中,選取一個(gè)特定正負(fù)樣本比例的子集來消除樣本不平衡所帶來的影響。例如在Faster R-CNN檢測(cè)模型中,分別從所有的正負(fù)錨框集合中隨機(jī)選取了128個(gè)正負(fù)錨框樣本用來訓(xùn)練RPN網(wǎng)絡(luò)[8]。不同于隨機(jī)采樣的方式,在線難例樣本挖掘作為另一種硬采樣方法,它主要是從含有大量簡(jiǎn)單樣本的數(shù)據(jù)集中自動(dòng)地選取其中的難例樣本進(jìn)行訓(xùn)練,從而提高檢測(cè)器的性能[6]。針對(duì)硬采樣方法只選取部分樣本進(jìn)行模型訓(xùn)練所帶來的不足,軟采樣方法主要是通過整個(gè)數(shù)據(jù)集中每個(gè)樣本在訓(xùn)練過程中相對(duì)重要程度來調(diào)整其對(duì)模型參數(shù)更新的貢獻(xiàn),例如在YOLO算法模型中,作者直接使用常系數(shù)來定義正負(fù)樣本的權(quán)重用于模型的訓(xùn)練更新[11-12,15]。

    2 本文方法

    筆者主要將YOLOv3應(yīng)用于遙感圖像目標(biāo)檢測(cè)。為了適應(yīng)遙感圖像視野范圍大、背景復(fù)雜、目標(biāo)小等特點(diǎn),在網(wǎng)絡(luò)的損失函數(shù)中引入平衡因子來進(jìn)一步平衡不同樣本之間的損失權(quán)重以提高模型的檢測(cè)精度。

    2.1 Darknet-53

    YOLOv3是在YOLOv1和YOLOv2基礎(chǔ)上改進(jìn)而來的單階段檢測(cè)網(wǎng)絡(luò)。模型采用Darknet-53為主干網(wǎng)絡(luò),網(wǎng)絡(luò)總共包含53個(gè)卷積層。表1中顯示,該網(wǎng)絡(luò)大量使用了3×3和1×1卷積,同時(shí)借鑒了殘差思想,設(shè)置多個(gè)殘差模塊來加強(qiáng)圖像特征地提取[9]。如圖1所示,每個(gè)殘差模塊包含兩個(gè)卷積層和一個(gè)殘差連接,卷積層之間使用leaky relu激活函數(shù)。通過使用殘差連接,可以有效地解決深度網(wǎng)絡(luò)退化問題。

    表1 Darknet-53網(wǎng)絡(luò)結(jié)構(gòu)

    圖1 殘差模塊

    2.2 多任務(wù)損失函數(shù)

    YOLOv3中使用多任務(wù)損失函數(shù)進(jìn)行訓(xùn)練,式(1)表明損失函數(shù)可分為回歸損失Lossbox、置信度Lossconf損失和分類損失Losscls三部分[15]。

    Loss=lossbox+lossconf+losscls

    (1)

    其中回歸損失Lossbox采用均方誤差:

    (2)

    置信度損失Lossconf采用二值交叉熵誤差:

    (3)

    分類損失Losscls采用二值交叉熵誤差:

    (4)

    2.3 難易平衡因子

    在YOLOv3多任務(wù)損失函數(shù)中,不同類別樣本被賦予了相同的損失權(quán)重,而數(shù)據(jù)集中不同類別數(shù)量差異很大,使得最終的損失函數(shù)由部分類別樣本主導(dǎo),不利于網(wǎng)絡(luò)模型的學(xué)習(xí)和訓(xùn)練。為了解決YOLOv3存在的問題,在網(wǎng)絡(luò)的損失函數(shù)中引入難易平衡因子能夠進(jìn)一步提高檢測(cè)模型的性能[7]。我們定義難易平衡因子Φ如下:

    Φ(θ)=-α(1-θ)γ

    (5)

    其中θ定義如下:

    (6)

    (7)

    (8)

    在多任務(wù)損失函數(shù)中引入難易平衡因子后,能夠提高算法模型對(duì)數(shù)據(jù)集的表達(dá)能力,有利于提高模型的檢測(cè)精度。

    3 實(shí)驗(yàn)與分析

    3.1 數(shù)據(jù)集和評(píng)估指標(biāo)

    這里所有的實(shí)驗(yàn)都是基于公開的遙感數(shù)據(jù)集RSOD-Dataset,該數(shù)據(jù)集總共包含四個(gè)類別,分別為飛機(jī)、油罐、立交橋和操場(chǎng)。由圖2可以看到,對(duì)于飛機(jī)類別,目標(biāo)尺度相對(duì)圖片較小且多為連續(xù)密集排列;而對(duì)于立交橋類別,其圖片背景相對(duì)復(fù)雜且目標(biāo)沒有明顯的輪廓。因此,這兩類目標(biāo)的檢測(cè)難度一般要大于油罐和操場(chǎng)。對(duì)于評(píng)估指標(biāo),我們使用平均精度AP50、AP75均值平均精度mAP和簡(jiǎn)單kappa系數(shù)來評(píng)估模型對(duì)于單個(gè)目標(biāo)和總體的檢測(cè)性能。

    圖2 檢測(cè)示例

    3.2 實(shí)現(xiàn)細(xì)節(jié)

    筆者使用Ubuntu20.04操作系統(tǒng),PyTorch1.6.0深度學(xué)習(xí)框架和NvidiaGTX2080Ti 11GB來訓(xùn)練和測(cè)試算法模型,網(wǎng)絡(luò)模型的學(xué)習(xí)率設(shè)置為0.001,批量大小為6,迭代周期為120,錨框數(shù)量為12個(gè),錨框的寬高尺度通過在數(shù)據(jù)集上使用K均值聚類算法獲得,難易平衡因子中的α參數(shù)設(shè)置為0.75,γ為2,其余的超參數(shù)設(shè)置不變。

    3.3 主要結(jié)果

    為了驗(yàn)證本文改進(jìn)方法的有效性,對(duì)YOLOv3檢測(cè)模型和本文方法進(jìn)行了一組對(duì)比消融實(shí)驗(yàn)。表2是兩個(gè)算法模型在遙感數(shù)據(jù)集RSOD-Dataset上的平均檢測(cè)結(jié)果,從表2中對(duì)比可以看出,當(dāng)IOU=0.5時(shí),YOLOv3算法模型的均值平均精度mAP為69.12%,kappa系數(shù)為0.50;而改進(jìn)后的YOLOv3算法模型的均值平均精度mAP和kappa系數(shù)則分別提高到了75.53%和0.57,尤其是對(duì)于尺度較小的飛機(jī)類別和背景較復(fù)雜的立交橋類別,兩者的檢測(cè)精度分別有8.19%和15.12%的提升;當(dāng)IOU=0.75時(shí),相對(duì)于YOLOv3,本文改進(jìn)方法的均值平均精度和kappa系數(shù)分別提高了14.07%和0.12,證明了本文方法更適用于小尺度和復(fù)雜背景的目標(biāo)檢測(cè)。

    表2 算法在RSOD-Dataset數(shù)據(jù)集上的平均檢測(cè)率對(duì)比

    4 結(jié)論

    針對(duì)遙感圖像視野范圍大、背景復(fù)雜、目標(biāo)小等特點(diǎn)導(dǎo)致的低精度和低效率問題,筆者在YOLOv3中引入了難易平衡因子來進(jìn)一步提升模型對(duì)遙感圖像的檢測(cè)性能。通過消融實(shí)驗(yàn)結(jié)果表明,引入該平衡因子后的檢測(cè)模型在數(shù)據(jù)集上的平均檢測(cè)精度達(dá)到75.53%,優(yōu)于原YOLOv3檢測(cè)模型,尤其是對(duì)于尺度較小的飛機(jī)類別和復(fù)雜背景的立交橋類別,檢測(cè)精度有了顯著提高,證明了本文方法對(duì)YOLOv3的改進(jìn)能夠更加適用于遙感圖像目標(biāo)檢測(cè)任務(wù)。在未來的工作中,將會(huì)繼續(xù)研究如何提升目標(biāo)檢測(cè)算法對(duì)于難例樣本的檢測(cè)性能,從而進(jìn)一步改進(jìn)本文的方法,促進(jìn)遙感圖像目標(biāo)檢測(cè)與深度卷積神經(jīng)網(wǎng)絡(luò)的融合應(yīng)用。

    猜你喜歡
    類別損失精度
    少問一句,損失千金
    胖胖損失了多少元
    玉米抽穗前倒伏怎么辦?怎么減少損失?
    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
    GPS/GLONASS/BDS組合PPP精度分析
    服務(wù)類別
    一般自由碰撞的最大動(dòng)能損失
    改進(jìn)的Goldschmidt雙精度浮點(diǎn)除法器
    論類別股東會(huì)
    商事法論集(2014年1期)2014-06-27 01:20:42
    中醫(yī)類別全科醫(yī)師培養(yǎng)模式的探討
    久久久精品94久久精品| 午夜免费男女啪啪视频观看| 熟女电影av网| 哪个播放器可以免费观看大片| 久久人人爽人人爽人人片va| 亚洲婷婷狠狠爱综合网| 精品亚洲乱码少妇综合久久| 99视频精品全部免费 在线| 3wmmmm亚洲av在线观看| 欧美性猛交╳xxx乱大交人| 水蜜桃什么品种好| 啦啦啦韩国在线观看视频| 国产有黄有色有爽视频| 国产成年人精品一区二区| 卡戴珊不雅视频在线播放| 超碰97精品在线观看| 亚洲精华国产精华液的使用体验| 神马国产精品三级电影在线观看| 97精品久久久久久久久久精品| 成人二区视频| 国产成人精品福利久久| 免费播放大片免费观看视频在线观看| 91在线精品国自产拍蜜月| 亚洲欧美一区二区三区国产| 中文字幕av在线有码专区| 国产女主播在线喷水免费视频网站 | 亚州av有码| 精品久久久久久久末码| 国产亚洲av片在线观看秒播厂 | 久久久精品欧美日韩精品| 久久国内精品自在自线图片| 国产色爽女视频免费观看| 久久久久久久久久人人人人人人| 亚洲av男天堂| 国产精品嫩草影院av在线观看| 乱码一卡2卡4卡精品| 亚洲成色77777| 久久国产乱子免费精品| 卡戴珊不雅视频在线播放| 18禁动态无遮挡网站| 内射极品少妇av片p| 久久久午夜欧美精品| 欧美另类一区| 国产单亲对白刺激| 欧美不卡视频在线免费观看| 精品久久久久久电影网| 男女视频在线观看网站免费| 国产一区有黄有色的免费视频 | 成人午夜高清在线视频| 精品亚洲乱码少妇综合久久| 精品一区二区三区人妻视频| 一级毛片电影观看| 又爽又黄无遮挡网站| 人妻一区二区av| 免费高清在线观看视频在线观看| 日本av手机在线免费观看| 国产69精品久久久久777片| 亚洲国产日韩欧美精品在线观看| 91av网一区二区| 99九九线精品视频在线观看视频| 中文字幕亚洲精品专区| 国产老妇女一区| 一级毛片 在线播放| 18禁裸乳无遮挡免费网站照片| 精品人妻一区二区三区麻豆| 三级国产精品欧美在线观看| 精品一区在线观看国产| 亚洲精品中文字幕在线视频 | 国产一区二区亚洲精品在线观看| 麻豆av噜噜一区二区三区| 国产伦理片在线播放av一区| 日韩不卡一区二区三区视频在线| 免费观看的影片在线观看| 免费黄频网站在线观看国产| 国产精品一区二区性色av| 777米奇影视久久| 国产精品熟女久久久久浪| 午夜精品一区二区三区免费看| 国内精品美女久久久久久| 国产国拍精品亚洲av在线观看| 亚洲国产色片| 欧美变态另类bdsm刘玥| 日韩伦理黄色片| 男女视频在线观看网站免费| 夜夜爽夜夜爽视频| 亚洲欧美一区二区三区黑人 | www.av在线官网国产| 国产不卡一卡二| 一个人观看的视频www高清免费观看| 91精品国产九色| 亚洲精品乱码久久久v下载方式| 日韩伦理黄色片| 99热全是精品| 国产亚洲av片在线观看秒播厂 | 精品久久久噜噜| 免费无遮挡裸体视频| 亚洲欧美精品自产自拍| 国产一区二区三区av在线| 亚洲精品色激情综合| 视频中文字幕在线观看| 大香蕉97超碰在线| 蜜桃久久精品国产亚洲av| 三级国产精品片| 丝袜喷水一区| 国产亚洲精品av在线| 高清午夜精品一区二区三区| 国产午夜精品久久久久久一区二区三区| 亚州av有码| 我的女老师完整版在线观看| 欧美一区二区亚洲| 午夜老司机福利剧场| 精品久久久精品久久久| 欧美日韩国产mv在线观看视频 | 亚洲国产高清在线一区二区三| 日韩av不卡免费在线播放| 边亲边吃奶的免费视频| 少妇被粗大猛烈的视频| 又粗又硬又长又爽又黄的视频| 欧美日韩视频高清一区二区三区二| 一区二区三区免费毛片| 中文字幕免费在线视频6| 岛国毛片在线播放| 黑人高潮一二区| 久99久视频精品免费| av在线亚洲专区| 美女主播在线视频| 久久久色成人| 日本熟妇午夜| 亚洲av成人av| 18禁动态无遮挡网站| 老司机影院毛片| 国产成年人精品一区二区| 久久久久精品性色| 欧美不卡视频在线免费观看| 日韩欧美三级三区| 国产精品一二三区在线看| 好男人视频免费观看在线| 精品久久久久久久久久久久久| 夜夜看夜夜爽夜夜摸| 精品午夜福利在线看| 水蜜桃什么品种好| 国产黄片美女视频| 午夜激情久久久久久久| 国产精品一二三区在线看| 伦理电影大哥的女人| 国产 亚洲一区二区三区 | 大香蕉97超碰在线| 搞女人的毛片| 午夜激情久久久久久久| 成人亚洲精品av一区二区| 日本免费在线观看一区| 欧美日韩视频高清一区二区三区二| 久久精品久久久久久久性| 可以在线观看毛片的网站| 日韩,欧美,国产一区二区三区| 亚洲欧美精品自产自拍| 黄片wwwwww| 精华霜和精华液先用哪个| 一级片'在线观看视频| 日韩成人av中文字幕在线观看| 能在线免费观看的黄片| 伊人久久国产一区二区| 国产伦一二天堂av在线观看| 九九在线视频观看精品| 国产高清不卡午夜福利| 日本色播在线视频| 亚洲自偷自拍三级| 综合色丁香网| 日韩亚洲欧美综合| 大香蕉久久网| 色哟哟·www| 青春草国产在线视频| 十八禁网站网址无遮挡 | 国产成人a区在线观看| 亚洲精品aⅴ在线观看| 激情 狠狠 欧美| 精品99又大又爽又粗少妇毛片| 永久网站在线| 国产免费视频播放在线视频 | 激情 狠狠 欧美| 高清毛片免费看| 我的老师免费观看完整版| 中国国产av一级| 欧美成人精品欧美一级黄| 精品国产一区二区三区久久久樱花 | 国产大屁股一区二区在线视频| 纵有疾风起免费观看全集完整版 | 中文字幕人妻熟人妻熟丝袜美| 永久免费av网站大全| 床上黄色一级片| 日本欧美国产在线视频| 免费看日本二区| 一级毛片 在线播放| 久久精品夜夜夜夜夜久久蜜豆| 一级二级三级毛片免费看| 国产精品一区www在线观看| 十八禁国产超污无遮挡网站| 国产成人午夜福利电影在线观看| 1000部很黄的大片| 亚洲精品乱久久久久久| 少妇裸体淫交视频免费看高清| 日韩欧美精品免费久久| 高清欧美精品videossex| 日韩在线高清观看一区二区三区| 精品午夜福利在线看| 干丝袜人妻中文字幕| 免费av不卡在线播放| 亚洲怡红院男人天堂| 亚洲内射少妇av| 一个人观看的视频www高清免费观看| 亚洲精品中文字幕在线视频 | 日韩中字成人| 一级黄片播放器| 欧美日韩综合久久久久久| 淫秽高清视频在线观看| 日韩视频在线欧美| 国产成人91sexporn| 日韩一区二区三区影片| 中文天堂在线官网| 久久国内精品自在自线图片| 白带黄色成豆腐渣| 深爱激情五月婷婷| 精品国内亚洲2022精品成人| 国产成人免费观看mmmm| 青春草国产在线视频| 日本-黄色视频高清免费观看| 18禁在线播放成人免费| a级一级毛片免费在线观看| 亚洲av成人精品一二三区| 三级毛片av免费| 成人亚洲欧美一区二区av| 搡老乐熟女国产| 高清在线视频一区二区三区| 久久精品国产自在天天线| 水蜜桃什么品种好| 美女脱内裤让男人舔精品视频| 听说在线观看完整版免费高清| videos熟女内射| 亚洲成人精品中文字幕电影| 亚洲人与动物交配视频| 精品国产露脸久久av麻豆 | 久久久精品免费免费高清| 2021天堂中文幕一二区在线观| 最近视频中文字幕2019在线8| 午夜老司机福利剧场| 老女人水多毛片| 日日摸夜夜添夜夜添av毛片| 老司机影院毛片| 婷婷六月久久综合丁香| 国产黄片视频在线免费观看| 春色校园在线视频观看| 99热这里只有是精品在线观看| 国产伦在线观看视频一区| 人人妻人人澡欧美一区二区| 国产视频首页在线观看| 人妻系列 视频| 中国美白少妇内射xxxbb| 国产黄频视频在线观看| 一边亲一边摸免费视频| 国产在视频线精品| 亚洲在线自拍视频| 国产成人一区二区在线| 男的添女的下面高潮视频| 少妇丰满av| 最近中文字幕高清免费大全6| 精品久久久久久久末码| 国产精品一区www在线观看| 色尼玛亚洲综合影院| 看十八女毛片水多多多| 精品国产三级普通话版| 69av精品久久久久久| 国产精品蜜桃在线观看| 天天一区二区日本电影三级| 汤姆久久久久久久影院中文字幕 | 综合色丁香网| 青春草国产在线视频| 国产一区二区三区综合在线观看 | 亚洲精品乱码久久久久久按摩| 一边亲一边摸免费视频| 国产老妇伦熟女老妇高清| 美女被艹到高潮喷水动态| 一级毛片黄色毛片免费观看视频| 国产精品人妻久久久影院| 国产老妇伦熟女老妇高清| 亚洲欧美成人精品一区二区| av播播在线观看一区| 丝袜美腿在线中文| 色视频www国产| 欧美人与善性xxx| 亚洲欧美精品专区久久| 18禁在线无遮挡免费观看视频| 黄色欧美视频在线观看| 久久久久久九九精品二区国产| 在线观看美女被高潮喷水网站| 高清毛片免费看| 永久免费av网站大全| 国产综合精华液| 天堂影院成人在线观看| 男女啪啪激烈高潮av片| 日日干狠狠操夜夜爽| 极品少妇高潮喷水抽搐| 亚洲国产高清在线一区二区三| 日韩伦理黄色片| 国产黄片视频在线免费观看| 又爽又黄a免费视频| 1000部很黄的大片| 欧美性猛交╳xxx乱大交人| 丝瓜视频免费看黄片| 纵有疾风起免费观看全集完整版 | 超碰97精品在线观看| 全区人妻精品视频| 丰满乱子伦码专区| 特大巨黑吊av在线直播| 人妻制服诱惑在线中文字幕| 日本午夜av视频| 亚洲精品影视一区二区三区av| 精品99又大又爽又粗少妇毛片| 日本黄大片高清| 青春草亚洲视频在线观看| 99久国产av精品| 亚洲经典国产精华液单| 亚洲av成人精品一二三区| 女人十人毛片免费观看3o分钟| 亚洲精品乱码久久久v下载方式| 久久久久久久久久久免费av| 国产一区二区在线观看日韩| 男人和女人高潮做爰伦理| 97超碰精品成人国产| 亚洲成人精品中文字幕电影| 精品久久久久久久末码| 中文字幕久久专区| 国产永久视频网站| 在线观看美女被高潮喷水网站| 99久久人妻综合| 午夜福利网站1000一区二区三区| 激情五月婷婷亚洲| 国产一级毛片在线| 你懂的网址亚洲精品在线观看| 夫妻午夜视频| 欧美日韩亚洲高清精品| 日本免费在线观看一区| 一级片'在线观看视频| 一级二级三级毛片免费看| 干丝袜人妻中文字幕| 一级毛片aaaaaa免费看小| 国产av码专区亚洲av| 国产成人福利小说| 麻豆乱淫一区二区| 久久鲁丝午夜福利片| 精品久久久久久久久亚洲| 两个人视频免费观看高清| 特大巨黑吊av在线直播| 欧美不卡视频在线免费观看| 搡女人真爽免费视频火全软件| 免费观看无遮挡的男女| 久久草成人影院| 亚洲在久久综合| 搡女人真爽免费视频火全软件| 禁无遮挡网站| a级一级毛片免费在线观看| 免费观看在线日韩| 又粗又硬又长又爽又黄的视频| 男人爽女人下面视频在线观看| 在线a可以看的网站| 两个人视频免费观看高清| 联通29元200g的流量卡| 亚洲成人精品中文字幕电影| 大片免费播放器 马上看| 夜夜爽夜夜爽视频| 亚洲国产精品sss在线观看| 大片免费播放器 马上看| 亚洲精品乱码久久久v下载方式| 在线观看av片永久免费下载| 91精品伊人久久大香线蕉| 人人妻人人看人人澡| 亚洲怡红院男人天堂| 狂野欧美白嫩少妇大欣赏| 欧美日韩综合久久久久久| 91久久精品国产一区二区三区| 午夜精品国产一区二区电影 | 国模一区二区三区四区视频| 国产 一区 欧美 日韩| 国产有黄有色有爽视频| 九色成人免费人妻av| 嘟嘟电影网在线观看| av天堂中文字幕网| 又粗又硬又长又爽又黄的视频| 青春草国产在线视频| 国产午夜精品论理片| 日韩欧美精品v在线| 久久6这里有精品| 国产久久久一区二区三区| 国产老妇女一区| 国产精品三级大全| 极品少妇高潮喷水抽搐| 日本午夜av视频| 非洲黑人性xxxx精品又粗又长| 成人亚洲精品一区在线观看 | 亚洲精品成人久久久久久| 国产黄色视频一区二区在线观看| 亚洲成人av在线免费| 18禁在线播放成人免费| 美女被艹到高潮喷水动态| 国产成人免费观看mmmm| 欧美日韩亚洲高清精品| 国产亚洲5aaaaa淫片| 亚洲国产色片| 国产精品久久久久久久电影| 亚洲国产精品成人综合色| 91狼人影院| 床上黄色一级片| 最近最新中文字幕大全电影3| 男人舔女人下体高潮全视频| 建设人人有责人人尽责人人享有的 | 国产精品一及| 久久久久久久大尺度免费视频| 亚洲av中文av极速乱| 春色校园在线视频观看| 国产黄片美女视频| 日韩成人av中文字幕在线观看| 国产日韩欧美在线精品| 日本色播在线视频| 国产片特级美女逼逼视频| 成人午夜精彩视频在线观看| 久久久久久伊人网av| 人妻系列 视频| 中文资源天堂在线| 日韩制服骚丝袜av| 久99久视频精品免费| 十八禁网站网址无遮挡 | 久久久a久久爽久久v久久| 久久久久久久亚洲中文字幕| 欧美bdsm另类| 亚洲人与动物交配视频| 国产高清不卡午夜福利| 免费观看性生交大片5| 午夜免费观看性视频| av免费在线看不卡| 久久久久久久大尺度免费视频| 亚洲av中文av极速乱| 性插视频无遮挡在线免费观看| 久久亚洲国产成人精品v| 色吧在线观看| 99久国产av精品| 人妻夜夜爽99麻豆av| 日本一二三区视频观看| 精品酒店卫生间| 搡老妇女老女人老熟妇| 夜夜爽夜夜爽视频| 国产成人免费观看mmmm| 九九爱精品视频在线观看| 深夜a级毛片| 三级国产精品片| 日韩av在线免费看完整版不卡| 亚洲综合精品二区| 日本熟妇午夜| 麻豆国产97在线/欧美| 熟妇人妻不卡中文字幕| 免费观看a级毛片全部| 女人被狂操c到高潮| 久久99蜜桃精品久久| 成人av在线播放网站| 天堂中文最新版在线下载 | 日韩av免费高清视频| 午夜精品一区二区三区免费看| 久久久久久久久久黄片| 十八禁国产超污无遮挡网站| av免费在线看不卡| 乱码一卡2卡4卡精品| 久久久久久久久大av| 精品久久久久久久久久久久久| www.色视频.com| 女的被弄到高潮叫床怎么办| 亚洲av中文av极速乱| 国产亚洲av嫩草精品影院| 白带黄色成豆腐渣| 日本猛色少妇xxxxx猛交久久| 亚洲欧美中文字幕日韩二区| 免费无遮挡裸体视频| 国国产精品蜜臀av免费| 女人被狂操c到高潮| 22中文网久久字幕| 午夜老司机福利剧场| 熟妇人妻久久中文字幕3abv| 久久久国产一区二区| 国产大屁股一区二区在线视频| 少妇丰满av| 国产乱来视频区| 午夜福利高清视频| 男人和女人高潮做爰伦理| 夫妻性生交免费视频一级片| 久久精品久久精品一区二区三区| 人妻一区二区av| 亚洲自偷自拍三级| 老女人水多毛片| 久久久成人免费电影| 内地一区二区视频在线| 精品久久久久久久久亚洲| 女人被狂操c到高潮| 两个人的视频大全免费| 久久久色成人| av在线蜜桃| 丰满少妇做爰视频| 美女脱内裤让男人舔精品视频| 在线 av 中文字幕| 国产一区二区三区av在线| videos熟女内射| 亚洲精品国产成人久久av| 欧美不卡视频在线免费观看| av女优亚洲男人天堂| 亚洲熟女精品中文字幕| 真实男女啪啪啪动态图| 久久久久久久久久黄片| 日本一本二区三区精品| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 麻豆国产97在线/欧美| 成人午夜精彩视频在线观看| 国国产精品蜜臀av免费| 天堂av国产一区二区熟女人妻| 久久久久久久午夜电影| 国产成人午夜福利电影在线观看| 激情 狠狠 欧美| 欧美人与善性xxx| 日本爱情动作片www.在线观看| 国内精品一区二区在线观看| 一个人观看的视频www高清免费观看| 成人亚洲精品一区在线观看 | 观看免费一级毛片| 亚洲一级一片aⅴ在线观看| 久久精品国产鲁丝片午夜精品| 草草在线视频免费看| 国产在线一区二区三区精| 成人国产麻豆网| 久久精品国产亚洲av天美| 久久久成人免费电影| 老师上课跳d突然被开到最大视频| 亚洲av男天堂| 亚洲av成人精品一区久久| 日韩欧美三级三区| 内地一区二区视频在线| 亚洲精品成人久久久久久| 亚洲一区高清亚洲精品| av国产免费在线观看| 免费看av在线观看网站| 91久久精品电影网| 亚洲欧美清纯卡通| 精品国产露脸久久av麻豆 | 精品一区二区三卡| 久久精品国产亚洲网站| 91午夜精品亚洲一区二区三区| 99热全是精品| 精品人妻视频免费看| 亚洲av不卡在线观看| 日韩精品有码人妻一区| 成人亚洲精品av一区二区| 亚洲美女视频黄频| 特大巨黑吊av在线直播| 亚洲av成人精品一二三区| 久久久久久久久久久丰满| 九九久久精品国产亚洲av麻豆| 国产高清三级在线| 亚洲国产欧美人成| 国产成人一区二区在线| 国产黄色小视频在线观看| 看免费成人av毛片| 国产成人aa在线观看| 免费av毛片视频| 高清视频免费观看一区二区 | 国产av在哪里看| videos熟女内射| 综合色丁香网| 成人毛片a级毛片在线播放| 亚洲不卡免费看| 中国国产av一级| 日本-黄色视频高清免费观看| 日本黄色片子视频| 一级片'在线观看视频| 亚洲色图av天堂| 国产乱来视频区| xxx大片免费视频| 免费大片黄手机在线观看| 国产麻豆成人av免费视频| 久久久久久久久大av| 99re6热这里在线精品视频| 亚洲国产精品成人久久小说| 久久这里只有精品中国| 日日摸夜夜添夜夜添av毛片| 一本一本综合久久| 日韩不卡一区二区三区视频在线| 97超碰精品成人国产| 日本欧美国产在线视频| 国内揄拍国产精品人妻在线| 欧美高清成人免费视频www| 毛片女人毛片| 免费播放大片免费观看视频在线观看| 赤兔流量卡办理| 高清欧美精品videossex| 少妇被粗大猛烈的视频| 免费av观看视频| 亚洲最大成人手机在线| 成人国产麻豆网| 国产午夜精品论理片| 亚洲国产精品成人久久小说| 国产成人91sexporn| 十八禁网站网址无遮挡 | 男人舔女人下体高潮全视频| 日韩在线高清观看一区二区三区| 国产精品熟女久久久久浪| 成人国产麻豆网| 国产成人一区二区在线| 精品人妻熟女av久视频| 亚洲一级一片aⅴ在线观看| 欧美激情久久久久久爽电影| 麻豆乱淫一区二区| 久久久国产一区二区|