• <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,欧美精品.| 欧美在线一区亚洲| 国产国语露脸激情在线看| √禁漫天堂资源中文www| 精品卡一卡二卡四卡免费| 一级黄片播放器| 免费黄频网站在线观看国产| 美女脱内裤让男人舔精品视频| 亚洲美女黄色视频免费看| 黑人猛操日本美女一级片| 一本大道久久a久久精品| 好男人电影高清在线观看| 亚洲,欧美,日韩| 视频在线观看一区二区三区| 免费av中文字幕在线| 国产精品久久久久成人av| 少妇粗大呻吟视频| 国产一区二区激情短视频 | 免费高清在线观看日韩| 亚洲五月婷婷丁香| 自拍欧美九色日韩亚洲蝌蚪91| 欧美少妇被猛烈插入视频| 免费在线观看视频国产中文字幕亚洲 | 久9热在线精品视频| 女警被强在线播放| 操美女的视频在线观看| 少妇的丰满在线观看| www.熟女人妻精品国产| 亚洲欧美日韩高清在线视频 | 麻豆av在线久日| 69精品国产乱码久久久| 日韩中文字幕视频在线看片| 精品第一国产精品| 久久精品国产综合久久久| 欧美精品亚洲一区二区| 黑人巨大精品欧美一区二区蜜桃| 成年动漫av网址| 亚洲国产日韩一区二区| 肉色欧美久久久久久久蜜桃| 青草久久国产| 成人国语在线视频| 我的亚洲天堂| 中文乱码字字幕精品一区二区三区| 在线观看www视频免费| 午夜福利一区二区在线看| 天天操日日干夜夜撸| 久久久久视频综合| 欧美日韩精品网址| 久久天堂一区二区三区四区| 日韩大码丰满熟妇| 国产日韩一区二区三区精品不卡| 老汉色∧v一级毛片| 人妻一区二区av| 91国产中文字幕| 中文字幕最新亚洲高清| 美女视频免费永久观看网站| 亚洲精品国产区一区二| 999精品在线视频| 悠悠久久av| 婷婷色av中文字幕| 精品亚洲乱码少妇综合久久| 久久精品熟女亚洲av麻豆精品| 日本黄色日本黄色录像| 51午夜福利影视在线观看| 亚洲精品自拍成人| 最黄视频免费看| 久久久久视频综合| 国产一区二区 视频在线| 高清欧美精品videossex| 超碰97精品在线观看| 国产一区有黄有色的免费视频| 人人妻人人爽人人添夜夜欢视频| 久久九九热精品免费| 国产一区二区 视频在线| 在线观看www视频免费| 中文字幕人妻丝袜一区二区| 精品国产一区二区久久| 欧美日韩国产mv在线观看视频| 国产深夜福利视频在线观看| 国产有黄有色有爽视频| 国产亚洲午夜精品一区二区久久| 午夜两性在线视频| 亚洲精品美女久久av网站| 免费观看a级毛片全部| 色视频在线一区二区三区| 久久久久久免费高清国产稀缺| 宅男免费午夜| 欧美日韩成人在线一区二区| 国精品久久久久久国模美| 午夜视频精品福利| 国产熟女欧美一区二区| 日本猛色少妇xxxxx猛交久久| 手机成人av网站| 在线观看免费视频网站a站| 欧美精品人与动牲交sv欧美| 亚洲情色 制服丝袜| 欧美日韩黄片免| 久久精品国产亚洲av涩爱| 亚洲人成电影免费在线| 欧美日韩国产mv在线观看视频| 无遮挡黄片免费观看| 免费观看av网站的网址| 亚洲欧洲日产国产| 国产成人欧美| 久久中文字幕一级| 国产高清国产精品国产三级| 精品国产超薄肉色丝袜足j| 深夜精品福利| 亚洲国产av影院在线观看| 天天躁日日躁夜夜躁夜夜| 亚洲成人免费av在线播放| 免费观看人在逋| 久久久久国产一级毛片高清牌| 色婷婷久久久亚洲欧美| 久久亚洲国产成人精品v| 中文欧美无线码| 亚洲色图综合在线观看| 日韩制服丝袜自拍偷拍| 亚洲黑人精品在线| 国产一区二区 视频在线| 欧美 日韩 精品 国产| 久久精品人人爽人人爽视色| 中文精品一卡2卡3卡4更新| 午夜激情av网站| 国产午夜精品一二区理论片| 最黄视频免费看| 咕卡用的链子| 国产精品久久久人人做人人爽| 18在线观看网站| 久久综合国产亚洲精品| 精品亚洲成国产av| 麻豆av在线久日| 亚洲欧美日韩高清在线视频 | 亚洲熟女毛片儿| 久久久久精品人妻al黑| 18禁裸乳无遮挡动漫免费视频| 曰老女人黄片| 91精品三级在线观看| 国产国语露脸激情在线看| 夜夜骑夜夜射夜夜干| 成年动漫av网址| 91国产中文字幕| 真人做人爱边吃奶动态| 999久久久国产精品视频| 亚洲人成网站在线观看播放| 制服诱惑二区| 国产高清国产精品国产三级| 中文字幕亚洲精品专区| 国产成人精品无人区| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲成国产人片在线观看| 看免费av毛片| 亚洲精品第二区| 日韩视频在线欧美| 国产成人精品在线电影| 美女大奶头黄色视频| 桃花免费在线播放| 少妇猛男粗大的猛烈进出视频| 亚洲精品成人av观看孕妇| 精品国产一区二区三区四区第35| 国产免费现黄频在线看| 欧美日韩福利视频一区二区| 精品少妇久久久久久888优播| 亚洲av综合色区一区| 免费看不卡的av| 18在线观看网站| 精品第一国产精品| 亚洲精品中文字幕在线视频| 高清视频免费观看一区二区| 亚洲美女黄色视频免费看| 国产一区二区 视频在线| 久久久精品区二区三区| 欧美黑人欧美精品刺激| 久久九九热精品免费| 91老司机精品| 婷婷成人精品国产| 你懂的网址亚洲精品在线观看| 国产亚洲午夜精品一区二区久久| 午夜免费成人在线视频| 久久九九热精品免费| 亚洲国产最新在线播放| 人人妻人人爽人人添夜夜欢视频| 国产男人的电影天堂91| 嫩草影视91久久| 欧美精品人与动牲交sv欧美| 丰满少妇做爰视频| 欧美黄色片欧美黄色片| xxx大片免费视频| 亚洲精品国产区一区二| 久久久久久久久久久久大奶| 午夜日韩欧美国产| 18禁国产床啪视频网站| 99热网站在线观看| 精品高清国产在线一区| 亚洲国产成人一精品久久久| 91麻豆精品激情在线观看国产 | 国产日韩欧美在线精品| 免费观看人在逋| 国产97色在线日韩免费| 人妻人人澡人人爽人人| av在线app专区| 波野结衣二区三区在线| 婷婷色综合大香蕉| 国产精品一区二区在线不卡| 久热爱精品视频在线9| 国产午夜精品一二区理论片| 久久99精品国语久久久| 亚洲情色 制服丝袜| 黄色 视频免费看| 你懂的网址亚洲精品在线观看| 欧美精品av麻豆av| 国产又爽黄色视频| 国产一区二区三区av在线| 国产成人av激情在线播放| av国产久精品久网站免费入址| 乱人伦中国视频| 老司机影院毛片| av天堂久久9| 亚洲午夜精品一区,二区,三区| 蜜桃在线观看..| 91国产中文字幕| 免费在线观看日本一区| 亚洲人成网站在线观看播放| 亚洲人成电影免费在线| 欧美精品亚洲一区二区| 日本a在线网址| 女人精品久久久久毛片| 国产精品一二三区在线看| 香蕉丝袜av| 精品久久蜜臀av无| 脱女人内裤的视频| 免费黄频网站在线观看国产| 日本av免费视频播放| 日日夜夜操网爽| 亚洲av在线观看美女高潮| 久久精品成人免费网站| 日日摸夜夜添夜夜爱| 欧美变态另类bdsm刘玥| 中文欧美无线码| 在现免费观看毛片| 赤兔流量卡办理| 操美女的视频在线观看| 每晚都被弄得嗷嗷叫到高潮| videosex国产| 色视频在线一区二区三区| 中文字幕亚洲精品专区| 日本av免费视频播放| 国产精品久久久久久精品电影小说| h视频一区二区三区| 国产成人一区二区三区免费视频网站 | 国产免费视频播放在线视频| av视频免费观看在线观看| 亚洲免费av在线视频| 精品福利观看| 香蕉丝袜av| 欧美另类一区| 巨乳人妻的诱惑在线观看| 久久精品成人免费网站| 老司机在亚洲福利影院| 一本一本久久a久久精品综合妖精| 免费观看a级毛片全部| 丝袜美足系列| 黄色一级大片看看| 亚洲精品国产一区二区精华液| 好男人电影高清在线观看| 亚洲一码二码三码区别大吗| 夜夜骑夜夜射夜夜干| 黄色一级大片看看| www.精华液| 新久久久久国产一级毛片| 国产精品久久久久久人妻精品电影 | 久久国产精品大桥未久av| 丰满迷人的少妇在线观看| 中文字幕亚洲精品专区| 麻豆国产av国片精品| 王馨瑶露胸无遮挡在线观看| 捣出白浆h1v1| 久久久久视频综合| 国产精品久久久久久精品古装| 国产高清不卡午夜福利| 国产一区亚洲一区在线观看| 超碰97精品在线观看| 国产精品 国内视频| 亚洲色图综合在线观看| av欧美777| 日韩伦理黄色片| 丰满迷人的少妇在线观看| 国产xxxxx性猛交| 久久人妻熟女aⅴ| 久久久精品94久久精品| 亚洲少妇的诱惑av| 欧美日韩国产mv在线观看视频| 国产亚洲精品第一综合不卡| 日韩电影二区| 久久天躁狠狠躁夜夜2o2o | 激情视频va一区二区三区| 国产在线一区二区三区精| 亚洲国产日韩一区二区| 亚洲五月婷婷丁香| 久久久久精品国产欧美久久久 | 日本vs欧美在线观看视频| 亚洲一区中文字幕在线| 日本91视频免费播放| 色精品久久人妻99蜜桃| 欧美中文综合在线视频| 不卡av一区二区三区| a级片在线免费高清观看视频| a级毛片在线看网站| 一区二区三区四区激情视频| 晚上一个人看的免费电影| 免费女性裸体啪啪无遮挡网站| 久久久久视频综合| 中文字幕精品免费在线观看视频| 免费看不卡的av| 午夜av观看不卡| 精品少妇一区二区三区视频日本电影| 亚洲九九香蕉| 在线观看免费高清a一片| 日韩伦理黄色片| 免费在线观看视频国产中文字幕亚洲 | 午夜免费观看性视频| 青草久久国产| 国产精品久久久久久精品古装| 久久中文字幕一级| 大片免费播放器 马上看| 久久鲁丝午夜福利片| 色综合欧美亚洲国产小说| 午夜免费成人在线视频| 亚洲精品自拍成人| 一边摸一边做爽爽视频免费| 亚洲av电影在线进入| 国产精品三级大全| 国产在视频线精品| 国产精品一二三区在线看| 国产又爽黄色视频| 亚洲激情五月婷婷啪啪| 国产男人的电影天堂91| 夜夜骑夜夜射夜夜干| 久久久欧美国产精品| 交换朋友夫妻互换小说| 午夜免费鲁丝| 悠悠久久av| 女性生殖器流出的白浆| av网站在线播放免费| 手机成人av网站| 看免费成人av毛片| 日本色播在线视频| 丰满少妇做爰视频| 久久国产精品男人的天堂亚洲| 在线观看免费日韩欧美大片| 久久国产精品人妻蜜桃| 国产91精品成人一区二区三区 | 黄片小视频在线播放| 国产精品三级大全| 热99久久久久精品小说推荐| 亚洲国产欧美在线一区| 国产主播在线观看一区二区 | 亚洲成人免费av在线播放| 伊人亚洲综合成人网| 欧美 亚洲 国产 日韩一| 久久鲁丝午夜福利片| 国产精品 欧美亚洲| 男女无遮挡免费网站观看| 欧美人与性动交α欧美精品济南到| 一级a爱视频在线免费观看| 午夜免费男女啪啪视频观看| 国产成人一区二区三区免费视频网站 | 亚洲精品自拍成人| 久久影院123| 老熟女久久久| 夫妻性生交免费视频一级片| 男女高潮啪啪啪动态图| 999久久久国产精品视频| 女性生殖器流出的白浆| 只有这里有精品99| 亚洲国产最新在线播放| 十八禁高潮呻吟视频| 亚洲精品自拍成人| 黄色a级毛片大全视频| 日韩 欧美 亚洲 中文字幕| 欧美人与性动交α欧美精品济南到| 欧美成人精品欧美一级黄| 一级片免费观看大全| 黄色视频在线播放观看不卡| 丝袜美腿诱惑在线| a级毛片黄视频| 伊人亚洲综合成人网| 好男人视频免费观看在线| 国产av精品麻豆| 看免费av毛片| 日韩熟女老妇一区二区性免费视频| 热re99久久国产66热| 亚洲男人天堂网一区| 人人妻人人添人人爽欧美一区卜| h视频一区二区三区| av一本久久久久| 国产精品国产av在线观看| 性少妇av在线| www.自偷自拍.com| 成人手机av| 91国产中文字幕| 久久午夜综合久久蜜桃| 十八禁网站网址无遮挡| 两个人看的免费小视频| 亚洲男人天堂网一区| 色综合欧美亚洲国产小说| 亚洲欧美色中文字幕在线| 成年女人毛片免费观看观看9 | 亚洲男人天堂网一区| 人人妻人人添人人爽欧美一区卜| 少妇被粗大的猛进出69影院| 9色porny在线观看| 亚洲视频免费观看视频| 欧美久久黑人一区二区| 日韩 欧美 亚洲 中文字幕| 夫妻午夜视频| 亚洲,欧美精品.| 色综合欧美亚洲国产小说| 久热这里只有精品99| 中国国产av一级| 人妻 亚洲 视频| 精品一区在线观看国产| 男人添女人高潮全过程视频| 桃花免费在线播放| 亚洲图色成人| 婷婷色综合大香蕉| 丁香六月天网| 国产男女内射视频| 亚洲精品久久成人aⅴ小说| 精品一区在线观看国产| 精品亚洲成国产av| 夫妻午夜视频| 亚洲,欧美,日韩| 成人影院久久| 国产在线免费精品| 男男h啪啪无遮挡| 亚洲成人国产一区在线观看 | 久久久精品免费免费高清| 久久影院123| avwww免费| 久久国产精品人妻蜜桃| 精品人妻在线不人妻| 久久人人爽av亚洲精品天堂| 岛国毛片在线播放| 亚洲,一卡二卡三卡| 亚洲人成77777在线视频| 黄色a级毛片大全视频| 免费在线观看完整版高清| 黄色毛片三级朝国网站| 亚洲第一青青草原| 啦啦啦视频在线资源免费观看| 99国产综合亚洲精品| 大片免费播放器 马上看| 国产免费福利视频在线观看| 少妇 在线观看| 国产女主播在线喷水免费视频网站| 一边摸一边做爽爽视频免费| 亚洲精品日韩在线中文字幕| 999久久久国产精品视频| 国产精品亚洲av一区麻豆| 十八禁高潮呻吟视频| 亚洲精品国产一区二区精华液| 纯流量卡能插随身wifi吗| 国产精品偷伦视频观看了| 自线自在国产av| 两人在一起打扑克的视频| 999久久久国产精品视频| 各种免费的搞黄视频| 十八禁高潮呻吟视频| 日韩av免费高清视频| 在线观看一区二区三区激情| av一本久久久久| 九草在线视频观看| 中文字幕av电影在线播放| 香蕉丝袜av| 狂野欧美激情性bbbbbb| 欧美在线一区亚洲| 每晚都被弄得嗷嗷叫到高潮| 国产成人欧美在线观看 | 成年人午夜在线观看视频| 尾随美女入室| 极品人妻少妇av视频| 欧美成人精品欧美一级黄| 国产伦人伦偷精品视频| 91精品国产国语对白视频| 看免费成人av毛片| 2021少妇久久久久久久久久久| 狠狠婷婷综合久久久久久88av| 国产精品免费视频内射| 永久免费av网站大全| 亚洲精品国产区一区二| 18禁裸乳无遮挡动漫免费视频| 在线观看人妻少妇| 成人18禁高潮啪啪吃奶动态图| 日韩熟女老妇一区二区性免费视频| 啦啦啦在线免费观看视频4| 黄频高清免费视频| 老司机深夜福利视频在线观看 | 国产女主播在线喷水免费视频网站| 亚洲五月色婷婷综合| 国产极品粉嫩免费观看在线| 老司机靠b影院| 久久久久视频综合| 人人妻人人爽人人添夜夜欢视频| 校园人妻丝袜中文字幕| 精品国产乱码久久久久久男人| 日韩 亚洲 欧美在线| 国产精品 国内视频| 亚洲精品国产av蜜桃| 91国产中文字幕| 国产亚洲一区二区精品| 欧美黄色淫秽网站| 国产又爽黄色视频| 久久99热这里只频精品6学生| 狠狠婷婷综合久久久久久88av| 国产精品久久久久成人av| 国产精品成人在线| av在线老鸭窝| 亚洲熟女精品中文字幕| 天天躁狠狠躁夜夜躁狠狠躁| 久久久久久久久免费视频了| 成年人免费黄色播放视频| 免费日韩欧美在线观看| 精品国产乱码久久久久久男人| 久久精品亚洲熟妇少妇任你| 如日韩欧美国产精品一区二区三区| 久久久久网色| 一级,二级,三级黄色视频| 久久国产精品影院| 亚洲五月婷婷丁香| 少妇精品久久久久久久| 高潮久久久久久久久久久不卡| 九草在线视频观看| 水蜜桃什么品种好| 国产欧美日韩综合在线一区二区| 亚洲精品一区蜜桃| 久久午夜综合久久蜜桃| 免费高清在线观看日韩| 日本欧美国产在线视频| 99精品久久久久人妻精品| 超碰97精品在线观看| 大码成人一级视频| www.999成人在线观看| 中文字幕av电影在线播放| 国产高清不卡午夜福利| 成人18禁高潮啪啪吃奶动态图| 亚洲第一av免费看| 亚洲国产欧美在线一区| 晚上一个人看的免费电影| 美女主播在线视频| 午夜两性在线视频| 在线观看免费日韩欧美大片| 99国产精品99久久久久| 亚洲精品一二三| 久久久久久亚洲精品国产蜜桃av| 97在线人人人人妻| 制服诱惑二区| 飞空精品影院首页| av网站免费在线观看视频| 亚洲欧美中文字幕日韩二区| 久久久久精品人妻al黑| 国产高清videossex| av在线app专区| 成人国产av品久久久| 亚洲国产日韩一区二区| 热re99久久国产66热| 汤姆久久久久久久影院中文字幕| 午夜福利视频在线观看免费| 欧美日韩亚洲国产一区二区在线观看 | av在线老鸭窝| 久久久久久久精品精品| 亚洲一码二码三码区别大吗| 久久久久国产精品人妻一区二区| 一级毛片 在线播放| 日本欧美视频一区| 国产1区2区3区精品| 日韩一本色道免费dvd| 午夜两性在线视频| 精品欧美一区二区三区在线| 国产亚洲欧美在线一区二区| 咕卡用的链子| 日本色播在线视频| 人妻 亚洲 视频| 咕卡用的链子| 老鸭窝网址在线观看| 精品亚洲乱码少妇综合久久| 天堂8中文在线网| 九草在线视频观看| av国产久精品久网站免费入址| 男女下面插进去视频免费观看| 建设人人有责人人尽责人人享有的| 久久人妻福利社区极品人妻图片 | 精品熟女少妇八av免费久了| 欧美+亚洲+日韩+国产| 亚洲欧洲精品一区二区精品久久久| 最近中文字幕2019免费版| 手机成人av网站| 99热网站在线观看| 捣出白浆h1v1| 丝袜美足系列| 欧美成狂野欧美在线观看| 日韩精品免费视频一区二区三区| 国产高清国产精品国产三级| 亚洲七黄色美女视频| 亚洲专区中文字幕在线| 日韩大片免费观看网站| 黄色视频不卡| 亚洲五月色婷婷综合| 日本午夜av视频| 亚洲人成网站在线观看播放| 老司机深夜福利视频在线观看 | 国产激情久久老熟女| kizo精华| 男人爽女人下面视频在线观看| 国产成人91sexporn|