• <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 ?

    X光安檢數(shù)據(jù)集類別相互影響可視化分析方法

    2022-09-09 03:16:22李小東焦天雨劉暢祁海濤
    電子技術(shù)與軟件工程 2022年13期
    關(guān)鍵詞:高維降維類別

    李小東 焦天雨 劉暢 祁海濤

    (北京市地鐵運營一分公司 北京市 102209)

    1 序言

    X 光安檢是地鐵、飛機等運輸工具中最常使用的安全檢測方法,其中人工檢查扮演著最重要的角色。由于檢測人員難以時刻保持高度的集中性和前后判斷的一致性,因此基于深度學(xué)習(xí)的X 光圖片目標(biāo)檢測成為一種理想的輔助檢測方法,因為計算機可以時刻不斷地工作,從而可提高檢測的可信度。

    X 光圖片的目標(biāo)檢測中,數(shù)據(jù)集的大小、所含類別、標(biāo)記質(zhì)量等都會影響模型的識別結(jié)果,有一些X 光安檢圖片目標(biāo)檢測的研究者們對數(shù)據(jù)集進(jìn)行了研究,并發(fā)布了一些的數(shù)據(jù)集:最早的Grima X-ray Dataset數(shù)據(jù)集有 19,407 張圖片,但僅有五個類別,并且圖片太簡單;SIXray 數(shù)據(jù)集包含 1,059,231 張圖片,其中有違禁品有 8,929 張,并且包括不同尺度、角度和遮擋等情況;PIDray 數(shù)據(jù)包含了47,677 張圖片,并將測試數(shù)據(jù)集中的物品檢測難度分為了easy、hard、hidden 三個等級;OPIXray 數(shù)據(jù)集包含 8,885張圖片,也在測試集上對檢測難度進(jìn)行了劃分。這些數(shù)據(jù)集存在的普遍缺陷為包含非違禁品的圖片占比很大,而違禁品圖片較少,并且只對含違禁品的圖片進(jìn)行了標(biāo)記,因此,這些數(shù)據(jù)集可做研究用途,實用性尚不夠。

    本文 的X 光安檢數(shù)據(jù)集是聲迅股份公司在地鐵安檢實際環(huán)境中采集的彩色圖片,每張圖片包含多個目標(biāo)物品,經(jīng)過人工標(biāo)記制作成了 PascalVOC 格式的數(shù)據(jù)集,包括 JPEG格式的圖像和 XML 格式的標(biāo)記文件。整個數(shù)據(jù)集共有 9,211張圖片,包含 32 個類別,包括違禁品和非違禁品中的各個種類,圖像大小不一致,但大都在1000*1000 像素左右,每個種類的數(shù)量如圖1 所示。

    圖1 :實驗數(shù)據(jù)集類別數(shù)量分布柱狀圖

    數(shù)據(jù)集經(jīng)過觀察,發(fā)現(xiàn)32 個類別有如下特點:

    (1)baggedliquid 類與plastic 類和can 類之間在形狀和顏色方面很相似;

    (2)fixture 類與oil 類和spray 類別之間形狀和顏色方面很相似;

    (3)foldknife 類中,在折疊刀沒有折疊的時候,形狀與顏色與knife 類非常一致;

    (4)wrench 類中,有一類扳手的形狀與scissors 類很相似。

    造成上述特點的原因是這些物品圖像差異太小,在進(jìn)行類間劃分時,雖然人類認(rèn)知概念上屬于不同的類別,但實際上在組成材質(zhì)(展示在X 光安檢圖片上即為顏色)、外型(展示在X 光安檢圖片上極為輪廓)上都極為相似,這讓標(biāo)記人員在標(biāo)記的過程中需要耗費更大的精力來進(jìn)行區(qū)分。

    同時,我們發(fā)現(xiàn)物品圖像差異太小會造成標(biāo)記不一致性的問題。在目標(biāo)檢測中包括目標(biāo)類別標(biāo)記和目標(biāo)物品的框標(biāo)記,標(biāo)記人員首先需要識別出目標(biāo)物品的位置,然后使用矩形框?qū)⑵淇蜃?,再判斷框?nèi)物品的類別,對于相同和相似物品的判斷,不同標(biāo)記人員之間具有不一致性,首先是框的大小、對物品的包裹情況存在不一致性,其次是對類似的物品每個標(biāo)記員的判斷具有不一致性,這就導(dǎo)致了在標(biāo)記問題中會存在較大的標(biāo)記不一致問題。

    由于數(shù)據(jù)分類問題對模型的訓(xùn)練結(jié)果有著很大的影響,曠世在公布Objects365 數(shù)據(jù)集時,同時公布了構(gòu)建該數(shù)據(jù)集時重點關(guān)注的問題及解決方法,其中特別強調(diào)了數(shù)據(jù)分類一致性問題,指出由于數(shù)據(jù)集的規(guī)模很大,這個項目將會涉及到很多標(biāo)記人員,如果沒有一致的識別和注釋規(guī)則,對同一圖像將會得到不同的標(biāo)記結(jié)果,導(dǎo)致數(shù)據(jù)集標(biāo)記產(chǎn)生歧義。數(shù)據(jù)分類不一致屬于數(shù)據(jù)標(biāo)記錯誤中的一個種類,當(dāng)對幾個類別的數(shù)據(jù)邊界模糊不清,則會導(dǎo)致這些類別的標(biāo)記發(fā)生混亂,從而降低整個數(shù)據(jù)集的質(zhì)量,最終降低模型的表現(xiàn)性能。

    為了改進(jìn)數(shù)據(jù)集的質(zhì)量,需要研究數(shù)據(jù)集中存在的分類問題,因此有必要研究一個有效的數(shù)據(jù)集分類合理性的分析方法。

    2 研究方法

    以R-CNN 進(jìn)行目標(biāo)檢測為例,找到可能存在物體的候選區(qū)域region proposal 大小resize 到227×227,通過CNN 對候選區(qū)域提取特征向量,2000 個建議框的CNN 特征組成2000×4096 為矩陣,將2000×4096 的特征矩陣和20 個SVM組成的權(quán)重矩陣4096×20 相乘,獲得2000×20 的矩陣;得到2000 個類別得分矩陣,得分最高的即為候選框中物體的類別??梢?,算法實質(zhì)是對特征向量進(jìn)行判斷類來分類。因此對特征向量量化和可視化分析能夠評估數(shù)據(jù)集的分類質(zhì)量。

    在計算機視覺領(lǐng)域面對的是高維的數(shù)據(jù),常用的計算機視覺網(wǎng)絡(luò)會將維度上升至256、512 甚至更高的維度。高維的數(shù)據(jù)具有難以直觀分析的弊病,因此,為了更好的分析高維數(shù)據(jù),便提出了降維的方法。降維包含以下基本作用:可以緩解維數(shù)災(zāi)難,即提高樣本密度,以及使基于歐氏距離的算法重新生效;可以對數(shù)據(jù)預(yù)處理,對數(shù)據(jù)去冗余、降低信噪比;方便可視化等。針對圖像高維數(shù)據(jù),使用降維算法進(jìn)行降維,將難以可視化的高維數(shù)據(jù)盡量保持其高緯度的一定特性至低維,是一種讓研究者可以直觀分析數(shù)據(jù)集情況并且進(jìn)行數(shù)據(jù)分析的優(yōu)秀方法。

    t-SNE(t-distributed stochastic neighbor embedding)是用于降維的一種機器學(xué)習(xí)算法,是由 Laurens van der Maaten 和Geoあrey Hinton 在2008年提出來。t-SNE 是一種非線性降維算法,非常適用于將高維數(shù)據(jù)降維到2 維或者3 維,進(jìn)行可視化。相對于PCA 來說,t-SNE 可以說是一種更高級有效的方法。t-SNE 基于隨機近鄰嵌入(SNE),屬于非線性降維技術(shù)(廣義上“非線性降維技術(shù)”≈“流形學(xué)習(xí)”,狹義上后者是前者子集)。這類技術(shù)假設(shè)高維數(shù)據(jù)實際上處于一個比所處空間維度低的非線性流形上,因此側(cè)重讓相似的近鄰點在低維表示中靠近。使用梯度下降的方法來進(jìn)行學(xué)習(xí),將低維分布擬合高維分布。SNE 方法的兩個主要的降維思路為:將歐式距離轉(zhuǎn)化為條件概率來表征數(shù)據(jù)點之間的相似度,使用梯度下降算法來使低維分布擬合高維分布。

    將其作為降維工具可視化MINIST 數(shù)據(jù)集6000 張圖片的效果如圖2 所示,各個數(shù)字間有較明顯的界限,且各類別較為聚集,可以看出t-SNE 具有優(yōu)秀的擬合效果。

    圖2 :MINIST 數(shù)據(jù)集t-SNE 可視化結(jié)果

    本文采用t-SNE 簡單版本算法,其降維可視化的流程為:

    Data:準(zhǔn)備數(shù)據(jù)集X={x,x,...,x},

    計算損失函數(shù)(cost function)參數(shù):困惑度 Perp,

    優(yōu)化參數(shù)(optimization parameters):設(shè)置迭代次數(shù)T,學(xué)習(xí)率η,動量α(t)。

    目標(biāo)結(jié)果:低維數(shù)據(jù)表示γ={y,y,...,y}。

    3 可視化分析與實驗結(jié)果

    3.1 可視化分析

    降維可視化能夠與數(shù)據(jù)集高維特征的相對距離保持一致,通過在X 光安檢數(shù)據(jù)集中挑選了兩組數(shù)據(jù)進(jìn)行實驗,一組數(shù)據(jù)都含有類別刀,另一組組數(shù)據(jù)分別包含類別手機和類別塑料瓶,每組分別只選取兩個類別進(jìn)行實驗是為了讓實驗的結(jié)果更清晰、更易于分析。

    根據(jù)人們對于分類的先驗知識,刀和塑料瓶、刀和手機都是完全不同的兩類物品,在高維數(shù)據(jù)中的分布應(yīng)該都有比較大的距離,相應(yīng)地映射到低維也會相互分離。因此根據(jù)標(biāo)記框信息剝離數(shù)據(jù)集中的這三類目標(biāo)物品,并分別對其中的兩類物品進(jìn)行t-SNE 可視化,對t-SNE 降維后的數(shù)據(jù)坐標(biāo)進(jìn)行了歸一化處理,以方便在二維平面進(jìn)行展示和分析,其可視化結(jié)果及目標(biāo)物品數(shù)量如表1 所示。

    表1 :物品t-SNE 可視化展示表

    對數(shù)據(jù)集分類合理情況的分析,如上所做的實驗分析,類別間的數(shù)據(jù)重合程度對最終的模型表現(xiàn)結(jié)果會產(chǎn)生比較大的影響。當(dāng)對一個數(shù)據(jù)集進(jìn)行分析時,其類別間的重合程度是需要觀察的一個重要方面,在進(jìn)行t-SNE 降維可視化后,類別間重合度高的數(shù)據(jù)集相較于類別間重合度低的數(shù)據(jù)集訓(xùn)練出來的模型精度表現(xiàn)較差。在劃分類別時,僅根據(jù)人類主觀認(rèn)知中的物品類別來進(jìn)行分類對于模型來說是片面的。

    t-SNE 可視化的結(jié)果說明,不同類別的兩種物品,在特征分布上可能會具有較大的相似性:刀和塑料瓶兩個類別的二維空間分布分離較好,只有邊緣的部分?jǐn)?shù)據(jù)相互交錯,說明這兩個類別的數(shù)據(jù)對于機器來說比較容易分辨,但是刀和手機兩個類別特征分布在二維空間大幅度重疊,在二維空間的模擬分布幾乎相同,說明這兩個類別的數(shù)據(jù)對機器來說則比較難以分辨,與人工分類產(chǎn)生了比較大的差距。

    3.2 實驗結(jié)果

    為了進(jìn)一步驗證t-SNE 在二維空間的分布擬合情況與實際模型訓(xùn)練精度的關(guān)系,進(jìn)行了實驗證明,在本實驗中,以及后續(xù)的未說明實驗網(wǎng)絡(luò)的實驗中,我們所使用來進(jìn)行訓(xùn)練的網(wǎng)絡(luò)都為YOLOv4 網(wǎng)絡(luò)。

    AP 值與總的mAP 值來進(jìn)行分析。使用YOLOv4 網(wǎng)絡(luò),且兩個實驗采用同樣的超參和迭代次數(shù),得出的結(jié)果如表2所示。

    表2 :實驗結(jié)果

    導(dǎo)致整體AP 值低和Precision(召回率)低的原因:因為是多目標(biāo)檢測,沒有對其他相似類的監(jiān)督信息,則很容易將其他類別判為當(dāng)前類,造成比較大的誤判率,在數(shù)據(jù)集中還有其他多個類別與以上三種類別特征相似,因此會對類別的判斷準(zhǔn)確度有影響,導(dǎo)致誤判提高。除此之外通過比較兩組類別的實驗相對值,容易得出:

    (1)刀和塑料瓶的t-SNE 降維可視化特征分布重合較低,兩個類別的準(zhǔn)確度都較高;

    (2)刀和電話的t-SNE 降維可視化特征分布重合度較高,刀的準(zhǔn)確度被拉低約2%,并且手機的準(zhǔn)確度也較低。

    4 結(jié)論

    實驗表明,僅憑人類對物品的認(rèn)知來進(jìn)行的分類在模型看來可能會具有很大的相似性,導(dǎo)致模型對這些類別難以分辨,從而拉低整個模型的表現(xiàn);t-SNE 降維可視化方法是一個有效的數(shù)據(jù)集分類問題的可視化分析方法,可視化后展示的數(shù)據(jù)分布情況與模型訓(xùn)練的結(jié)果符合,因此,數(shù)據(jù)集類別劃分的合理性可以通過t-SNE 可視化方法來進(jìn)行分析。

    猜你喜歡
    高維降維類別
    混動成為降維打擊的實力 東風(fēng)風(fēng)神皓極
    車主之友(2022年4期)2022-08-27 00:57:12
    降維打擊
    海峽姐妹(2019年12期)2020-01-14 03:24:40
    一種改進(jìn)的GP-CLIQUE自適應(yīng)高維子空間聚類算法
    基于加權(quán)自學(xué)習(xí)散列的高維數(shù)據(jù)最近鄰查詢算法
    服務(wù)類別
    新校長(2016年8期)2016-01-10 06:43:59
    一般非齊次非線性擴散方程的等價變換和高維不變子空間
    高維Kramers系統(tǒng)離出點的分布問題
    論類別股東會
    商事法論集(2014年1期)2014-06-27 01:20:42
    拋物化Navier-Stokes方程的降維仿真模型
    計算物理(2014年1期)2014-03-11 17:00:18
    基于特征聯(lián)合和偏最小二乘降維的手勢識別
    亚洲怡红院男人天堂| 国产淫片久久久久久久久| 日韩欧美精品免费久久| 男人和女人高潮做爰伦理| 久久久久网色| 美女中出高潮动态图| 少妇的逼水好多| 亚洲av日韩在线播放| 久久精品人妻少妇| 精品一区在线观看国产| 欧美精品亚洲一区二区| 少妇的逼水好多| 日韩欧美 国产精品| 菩萨蛮人人尽说江南好唐韦庄| 久久久国产一区二区| 高清欧美精品videossex| 亚洲精品日本国产第一区| 亚洲av不卡在线观看| 亚洲欧美成人精品一区二区| 国产男女超爽视频在线观看| 我的女老师完整版在线观看| 亚洲欧美清纯卡通| 如何舔出高潮| 性高湖久久久久久久久免费观看| 日韩制服骚丝袜av| 一本久久精品| 欧美一级a爱片免费观看看| 成人亚洲欧美一区二区av| 日韩中字成人| 国产精品久久久久久av不卡| 国产欧美日韩一区二区三区在线 | av在线app专区| 国产精品.久久久| 日本色播在线视频| 人人妻人人添人人爽欧美一区卜 | av在线蜜桃| 日韩三级伦理在线观看| 在线免费十八禁| 新久久久久国产一级毛片| 亚洲av二区三区四区| 3wmmmm亚洲av在线观看| 亚洲欧美日韩卡通动漫| 亚洲图色成人| 成年美女黄网站色视频大全免费 | 看非洲黑人一级黄片| 视频中文字幕在线观看| 国产欧美日韩一区二区三区在线 | 国产成人一区二区在线| 亚洲美女黄色视频免费看| 丰满迷人的少妇在线观看| 99热全是精品| 日韩欧美一区视频在线观看 | 爱豆传媒免费全集在线观看| 精品国产三级普通话版| 久久久久久人妻| 在线亚洲精品国产二区图片欧美 | 国产精品精品国产色婷婷| 久久韩国三级中文字幕| 久久久久精品性色| 国产精品久久久久久久久免| 黄色欧美视频在线观看| 女性生殖器流出的白浆| 国产免费福利视频在线观看| 自拍偷自拍亚洲精品老妇| 欧美国产精品一级二级三级 | 97超碰精品成人国产| 午夜福利高清视频| 搡老乐熟女国产| 国产视频内射| 久久久亚洲精品成人影院| 涩涩av久久男人的天堂| 国产精品久久久久久久电影| 水蜜桃什么品种好| 校园人妻丝袜中文字幕| 中文精品一卡2卡3卡4更新| 一区在线观看完整版| 亚洲av日韩在线播放| 亚洲精品aⅴ在线观看| 精品人妻偷拍中文字幕| 久久综合国产亚洲精品| 你懂的网址亚洲精品在线观看| 成人综合一区亚洲| 亚洲国产色片| 免费av中文字幕在线| 亚洲av男天堂| 日产精品乱码卡一卡2卡三| 国产成人freesex在线| 亚洲精品456在线播放app| av女优亚洲男人天堂| 欧美另类一区| 免费不卡的大黄色大毛片视频在线观看| 中文欧美无线码| 国产伦精品一区二区三区视频9| 人人妻人人看人人澡| 久久国产精品男人的天堂亚洲 | 日本爱情动作片www.在线观看| 精品午夜福利在线看| 精品国产三级普通话版| 亚洲欧美精品专区久久| 纵有疾风起免费观看全集完整版| 亚洲成人av在线免费| 午夜视频国产福利| 成年女人在线观看亚洲视频| 高清在线视频一区二区三区| 久久久久久久大尺度免费视频| 亚洲精品成人av观看孕妇| 丝袜脚勾引网站| 欧美精品亚洲一区二区| 男人和女人高潮做爰伦理| 91精品国产国语对白视频| 在线观看国产h片| 久久久国产一区二区| 三级经典国产精品| 日日啪夜夜爽| 国产v大片淫在线免费观看| 久久精品国产亚洲网站| 免费黄色在线免费观看| 亚洲四区av| av国产久精品久网站免费入址| 超碰av人人做人人爽久久| 亚洲国产精品一区三区| 中国国产av一级| 亚洲精品自拍成人| h视频一区二区三区| 国产日韩欧美亚洲二区| 久久久久久久久久久丰满| 免费看日本二区| 亚洲不卡免费看| 久久久久久久国产电影| 国产精品国产三级国产专区5o| 大片免费播放器 马上看| 最近中文字幕高清免费大全6| 黑人猛操日本美女一级片| 国产成人免费观看mmmm| 最近最新中文字幕免费大全7| 亚洲成人中文字幕在线播放| 国产真实伦视频高清在线观看| 婷婷色麻豆天堂久久| 男女边摸边吃奶| 亚洲一区二区三区欧美精品| 国产成人精品久久久久久| 大陆偷拍与自拍| 人人妻人人澡人人爽人人夜夜| 国产探花极品一区二区| 久久鲁丝午夜福利片| 色网站视频免费| 免费观看a级毛片全部| 99久久精品热视频| 亚洲内射少妇av| 观看美女的网站| 一区二区三区免费毛片| 久久久久久久久大av| 午夜福利在线观看免费完整高清在| 国产免费一级a男人的天堂| 久久久成人免费电影| 国产真实伦视频高清在线观看| 亚洲精品色激情综合| 国产亚洲午夜精品一区二区久久| 亚洲精品久久午夜乱码| 人妻少妇偷人精品九色| 欧美高清性xxxxhd video| 黄色欧美视频在线观看| 亚洲性久久影院| 最近中文字幕2019免费版| 亚洲精品久久久久久婷婷小说| 亚洲精品亚洲一区二区| 又大又黄又爽视频免费| 亚洲精品国产色婷婷电影| 一区二区三区乱码不卡18| 国产精品国产三级国产专区5o| videos熟女内射| 日韩国内少妇激情av| 午夜福利网站1000一区二区三区| 国产一区二区在线观看日韩| 国产精品国产三级国产av玫瑰| 在线观看美女被高潮喷水网站| 免费观看的影片在线观看| 久久精品久久久久久久性| 新久久久久国产一级毛片| 91精品一卡2卡3卡4卡| 亚洲欧美一区二区三区黑人 | 午夜视频国产福利| 亚洲欧美日韩东京热| 肉色欧美久久久久久久蜜桃| 欧美日韩视频精品一区| 2018国产大陆天天弄谢| 亚洲va在线va天堂va国产| 亚洲成人一二三区av| 免费看不卡的av| 国产有黄有色有爽视频| 国产真实伦视频高清在线观看| 国产亚洲午夜精品一区二区久久| 久久国内精品自在自线图片| 亚洲av综合色区一区| 91精品伊人久久大香线蕉| 国产人妻一区二区三区在| 99热这里只有精品一区| 久久毛片免费看一区二区三区| 插逼视频在线观看| 亚洲欧美精品专区久久| 国产成人精品婷婷| 啦啦啦视频在线资源免费观看| 狂野欧美白嫩少妇大欣赏| 极品少妇高潮喷水抽搐| 久久久久久久久久成人| 纵有疾风起免费观看全集完整版| 又大又黄又爽视频免费| 国产高清国产精品国产三级 | 久久鲁丝午夜福利片| 国产精品偷伦视频观看了| 狂野欧美激情性bbbbbb| 久久人人爽人人片av| 欧美日韩国产mv在线观看视频 | 精品久久久久久久久亚洲| 26uuu在线亚洲综合色| 国产精品嫩草影院av在线观看| 久久久久精品性色| 黄色怎么调成土黄色| 美女内射精品一级片tv| 人妻少妇偷人精品九色| 亚洲精品456在线播放app| 日韩电影二区| 免费观看在线日韩| 看非洲黑人一级黄片| 多毛熟女@视频| 亚洲va在线va天堂va国产| 欧美精品亚洲一区二区| 精品亚洲成国产av| 国产探花极品一区二区| 这个男人来自地球电影免费观看 | 亚洲,一卡二卡三卡| 少妇人妻精品综合一区二区| 国产乱人偷精品视频| 国产在线免费精品| 亚洲真实伦在线观看| 国产白丝娇喘喷水9色精品| 国产男女超爽视频在线观看| 色婷婷av一区二区三区视频| 视频中文字幕在线观看| 少妇熟女欧美另类| 一级毛片aaaaaa免费看小| 国产熟女欧美一区二区| 成人黄色视频免费在线看| 一级毛片电影观看| 久久国内精品自在自线图片| 一区在线观看完整版| 18禁裸乳无遮挡动漫免费视频| 在线观看免费高清a一片| 国产v大片淫在线免费观看| 人人妻人人爽人人添夜夜欢视频 | 99久久精品一区二区三区| 久久这里有精品视频免费| 亚洲av日韩在线播放| 大片电影免费在线观看免费| 我要看黄色一级片免费的| 国产色爽女视频免费观看| 成人免费观看视频高清| 黄片wwwwww| 校园人妻丝袜中文字幕| 亚洲国产毛片av蜜桃av| 性高湖久久久久久久久免费观看| 在线观看三级黄色| 亚洲成人手机| 中文字幕制服av| 国产在线免费精品| 少妇精品久久久久久久| 尾随美女入室| 制服丝袜香蕉在线| 日韩大片免费观看网站| 久久午夜福利片| 成年av动漫网址| 国产在线视频一区二区| 欧美日韩视频精品一区| 91在线精品国自产拍蜜月| 纯流量卡能插随身wifi吗| 色综合色国产| 国产精品av视频在线免费观看| 久久青草综合色| 高清毛片免费看| 黄色日韩在线| 久久99热这里只有精品18| 六月丁香七月| av在线app专区| 欧美最新免费一区二区三区| 日韩精品有码人妻一区| 啦啦啦中文免费视频观看日本| 欧美成人精品欧美一级黄| 成人亚洲精品一区在线观看 | a级毛片免费高清观看在线播放| 亚洲人与动物交配视频| 国产又色又爽无遮挡免| 在线观看免费日韩欧美大片 | 亚洲成色77777| 欧美bdsm另类| 91精品国产国语对白视频| 中文在线观看免费www的网站| 国产高清不卡午夜福利| 日日撸夜夜添| 高清欧美精品videossex| 联通29元200g的流量卡| 亚洲精品乱码久久久久久按摩| 精品一区在线观看国产| 色视频www国产| 少妇高潮的动态图| 日韩伦理黄色片| 97热精品久久久久久| 99热这里只有是精品50| 亚洲av日韩在线播放| 亚洲国产欧美在线一区| 毛片女人毛片| 久久久a久久爽久久v久久| 国产永久视频网站| 欧美国产精品一级二级三级 | 亚洲欧美日韩另类电影网站 | 看非洲黑人一级黄片| 大片免费播放器 马上看| 老熟女久久久| 日韩,欧美,国产一区二区三区| 国产午夜精品久久久久久一区二区三区| 国产黄片视频在线免费观看| 成年av动漫网址| 亚洲国产高清在线一区二区三| 自拍欧美九色日韩亚洲蝌蚪91 | 99热6这里只有精品| 日日摸夜夜添夜夜添av毛片| 欧美日韩精品成人综合77777| 99久久综合免费| 国产日韩欧美亚洲二区| 日本黄大片高清| 国产男女内射视频| 久久人人爽人人片av| 亚洲最大成人中文| 七月丁香在线播放| 久久国内精品自在自线图片| 精品一区二区三卡| 亚洲激情五月婷婷啪啪| 人人妻人人添人人爽欧美一区卜 | 欧美激情国产日韩精品一区| av在线观看视频网站免费| 高清不卡的av网站| av在线老鸭窝| 两个人的视频大全免费| 亚洲精品国产色婷婷电影| 日韩一区二区三区影片| 黄色一级大片看看| 日韩制服骚丝袜av| 国产在线一区二区三区精| 美女脱内裤让男人舔精品视频| 亚洲内射少妇av| 最近2019中文字幕mv第一页| 97超碰精品成人国产| 亚洲图色成人| 精品国产一区二区三区久久久樱花 | 国产成人freesex在线| 一区二区av电影网| 美女cb高潮喷水在线观看| 麻豆乱淫一区二区| 久久av网站| 亚洲av成人精品一二三区| 久久久久网色| 熟女av电影| 九九久久精品国产亚洲av麻豆| 亚洲av免费高清在线观看| 免费看不卡的av| 99热国产这里只有精品6| 精品久久久久久久末码| 美女中出高潮动态图| 亚洲精品视频女| 国产高清不卡午夜福利| 亚洲自偷自拍三级| 狂野欧美白嫩少妇大欣赏| 欧美变态另类bdsm刘玥| 只有这里有精品99| 大片免费播放器 马上看| 成人综合一区亚洲| 国产精品偷伦视频观看了| 欧美日韩国产mv在线观看视频 | 国产精品一及| av不卡在线播放| 亚洲无线观看免费| 久久久成人免费电影| 一级毛片我不卡| 另类亚洲欧美激情| 免费播放大片免费观看视频在线观看| 一本久久精品| 亚洲国产毛片av蜜桃av| 久久久午夜欧美精品| 久久99热这里只频精品6学生| 最近最新中文字幕大全电影3| 国产乱人视频| 免费观看性生交大片5| 国产淫语在线视频| 久久久久精品久久久久真实原创| 在线免费十八禁| 99re6热这里在线精品视频| 丰满人妻一区二区三区视频av| a级毛色黄片| 成年美女黄网站色视频大全免费 | 国产成人精品福利久久| 大片电影免费在线观看免费| 香蕉精品网在线| 欧美精品人与动牲交sv欧美| 高清不卡的av网站| 久久这里有精品视频免费| 视频区图区小说| 午夜激情福利司机影院| 亚洲成人av在线免费| 青春草亚洲视频在线观看| 国产 一区 欧美 日韩| 久久久午夜欧美精品| 最后的刺客免费高清国语| 高清视频免费观看一区二区| 十分钟在线观看高清视频www | 国产高清有码在线观看视频| 成人综合一区亚洲| 少妇人妻 视频| 久久人人爽人人片av| 国产午夜精品一二区理论片| 久久99精品国语久久久| 国产高清有码在线观看视频| 最近的中文字幕免费完整| 女人久久www免费人成看片| a级毛片免费高清观看在线播放| 国产乱人偷精品视频| 一区二区三区精品91| 最近手机中文字幕大全| 欧美人与善性xxx| 亚洲av福利一区| 久久精品久久久久久久性| 三级国产精品欧美在线观看| 久久国产亚洲av麻豆专区| 免费看不卡的av| 一本色道久久久久久精品综合| 国产精品蜜桃在线观看| 三级国产精品欧美在线观看| 卡戴珊不雅视频在线播放| 在线观看免费视频网站a站| 精品久久久久久电影网| 少妇熟女欧美另类| 国产免费福利视频在线观看| 日日摸夜夜添夜夜爱| 80岁老熟妇乱子伦牲交| 亚洲成人中文字幕在线播放| 亚洲国产精品成人久久小说| 色网站视频免费| 久久影院123| 精品人妻一区二区三区麻豆| 汤姆久久久久久久影院中文字幕| 菩萨蛮人人尽说江南好唐韦庄| 看非洲黑人一级黄片| 中文乱码字字幕精品一区二区三区| 九草在线视频观看| 国产精品三级大全| 国产成人a区在线观看| 日韩中字成人| 午夜激情福利司机影院| 你懂的网址亚洲精品在线观看| 免费观看性生交大片5| 国产精品国产av在线观看| 亚洲av男天堂| 免费看av在线观看网站| 午夜福利高清视频| 好男人视频免费观看在线| 成人高潮视频无遮挡免费网站| 一级a做视频免费观看| 综合色丁香网| 精品一区二区三卡| 国产高潮美女av| 王馨瑶露胸无遮挡在线观看| 亚洲国产精品999| 亚洲内射少妇av| 又黄又爽又刺激的免费视频.| 亚洲熟女精品中文字幕| 少妇人妻精品综合一区二区| 精品熟女少妇av免费看| 美女福利国产在线 | 色网站视频免费| 国精品久久久久久国模美| 人人妻人人看人人澡| 亚洲av福利一区| 又黄又爽又刺激的免费视频.| 男女下面进入的视频免费午夜| 国产成人aa在线观看| 免费观看在线日韩| 男男h啪啪无遮挡| 欧美激情国产日韩精品一区| 一级a做视频免费观看| 乱码一卡2卡4卡精品| 3wmmmm亚洲av在线观看| 国产精品久久久久久精品古装| 99re6热这里在线精品视频| 夫妻午夜视频| 青春草视频在线免费观看| 日本wwww免费看| 欧美 日韩 精品 国产| 汤姆久久久久久久影院中文字幕| 日韩 亚洲 欧美在线| 国产有黄有色有爽视频| 国产成人a∨麻豆精品| 国产欧美亚洲国产| 成人18禁高潮啪啪吃奶动态图 | 男人舔奶头视频| 中文字幕精品免费在线观看视频 | 国语对白做爰xxxⅹ性视频网站| 国产伦在线观看视频一区| 97在线视频观看| 免费人成在线观看视频色| 亚洲一级一片aⅴ在线观看| 日日啪夜夜爽| 久久久久久伊人网av| 国产成人精品一,二区| 99热网站在线观看| 日日啪夜夜爽| 99热网站在线观看| 久久毛片免费看一区二区三区| 丰满人妻一区二区三区视频av| 中文在线观看免费www的网站| 99热网站在线观看| 中文字幕人妻熟人妻熟丝袜美| 国产伦精品一区二区三区视频9| 欧美 日韩 精品 国产| 91aial.com中文字幕在线观看| 久久人人爽人人片av| 国产极品天堂在线| 国产 精品1| 交换朋友夫妻互换小说| 精品一区二区三区视频在线| 日本黄大片高清| 欧美精品亚洲一区二区| 日韩av在线免费看完整版不卡| 最近的中文字幕免费完整| 日日撸夜夜添| 最近最新中文字幕大全电影3| 久久久久久久久大av| 在线观看人妻少妇| 亚洲av.av天堂| 乱码一卡2卡4卡精品| 18禁裸乳无遮挡动漫免费视频| 在线观看人妻少妇| 中国三级夫妇交换| 国产 一区 欧美 日韩| 亚州av有码| 日韩视频在线欧美| 日本猛色少妇xxxxx猛交久久| 久久久精品免费免费高清| 97在线视频观看| 午夜视频国产福利| 国产高清国产精品国产三级 | 久久久精品94久久精品| 国产在线男女| 成人漫画全彩无遮挡| 欧美激情国产日韩精品一区| 免费观看性生交大片5| 人妻制服诱惑在线中文字幕| 美女福利国产在线 | av又黄又爽大尺度在线免费看| 精品亚洲成a人片在线观看 | 中文字幕人妻熟人妻熟丝袜美| 亚洲一级一片aⅴ在线观看| 日韩电影二区| 狂野欧美激情性xxxx在线观看| 亚洲国产精品999| 啦啦啦中文免费视频观看日本| 国产精品.久久久| 美女cb高潮喷水在线观看| 亚洲欧美精品自产自拍| 一区二区三区乱码不卡18| 99视频精品全部免费 在线| av国产久精品久网站免费入址| 免费观看在线日韩| 黄色视频在线播放观看不卡| 在线观看免费日韩欧美大片 | 国产男女内射视频| 欧美变态另类bdsm刘玥| 欧美一区二区亚洲| 亚洲最大成人中文| 国产免费一区二区三区四区乱码| 人体艺术视频欧美日本| 成年人午夜在线观看视频| 亚洲激情五月婷婷啪啪| a级毛色黄片| 少妇被粗大猛烈的视频| 国产爽快片一区二区三区| 亚洲国产精品专区欧美| 精品亚洲乱码少妇综合久久| 亚洲自偷自拍三级| 欧美一级a爱片免费观看看| av一本久久久久| 国产伦在线观看视频一区| 亚洲,一卡二卡三卡| 性高湖久久久久久久久免费观看| 18禁裸乳无遮挡免费网站照片| av在线蜜桃| 99热全是精品| 欧美日韩精品成人综合77777| 中文字幕亚洲精品专区| 日本vs欧美在线观看视频 | 免费黄频网站在线观看国产| 一边亲一边摸免费视频| 蜜桃在线观看..| 久久97久久精品| 国产av精品麻豆| 日韩亚洲欧美综合| 亚洲精品自拍成人| 亚洲精品456在线播放app| 日本wwww免费看| 亚洲三级黄色毛片| 激情 狠狠 欧美| 国产欧美亚洲国产| 亚洲欧美清纯卡通| 亚洲精品亚洲一区二区| 亚洲成人一二三区av| 久久久成人免费电影| 日韩视频在线欧美| 成人18禁高潮啪啪吃奶动态图 |