• <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)SSD的水下光學(xué)圖像感興趣目標(biāo)檢測(cè)算法研究

    2022-10-29 03:37:14李寶奇黃海寧劉紀(jì)元劉正君韋琳哲
    電子與信息學(xué)報(bào) 2022年10期
    關(guān)鍵詞:特征提取組件卷積

    李寶奇 黃海寧 劉紀(jì)元 劉正君 韋琳哲

    (中國(guó)科學(xué)院聲學(xué)研究所 北京 100190)

    (中國(guó)科學(xué)院先進(jìn)水下信息技術(shù)重點(diǎn)實(shí)驗(yàn)室 北京 100190)

    1 引言

    我國(guó)海洋裝備體系正朝著無人化、智能化的方向快速發(fā)展。光學(xué)成像具有信息豐富、分辨率高和成本低等優(yōu)點(diǎn),是水下近距離環(huán)境感知的主要手段,廣泛用于海底物種監(jiān)測(cè)、無人潛航器導(dǎo)航、定位、避障和目標(biāo)識(shí)別等多種場(chǎng)合[1,2]。然而,水下目標(biāo)在不同觀察距離和視角下通常會(huì)呈現(xiàn)不同的特征,尤其是水下非剛性目標(biāo),增加了水下光學(xué)圖像目標(biāo)檢測(cè)識(shí)別的難度。

    基于傳統(tǒng)特征的水下目標(biāo)檢測(cè)與識(shí)別方法通過特征描述符(顏色特征、形狀特征、紋理特征等)刻畫水下目標(biāo)物體[3],具有方法簡(jiǎn)單、實(shí)時(shí)性好的優(yōu)點(diǎn),但易受目標(biāo)物體尺寸變化、旋轉(zhuǎn)、被遮擋和拍攝角度變化的影響。隨著深度學(xué)習(xí)[4—6]技術(shù)的興起,研究學(xué)者利用深度卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNN)提高水下光學(xué)圖像目標(biāo)分類的準(zhǔn)確率[7,8]。不過,分類任務(wù)是對(duì)圖像整體的描述,無法確認(rèn)目標(biāo)在圖像中的準(zhǔn)確位置。近年來,基于CNN的目標(biāo)檢測(cè)模型在一個(gè)框架內(nèi)實(shí)現(xiàn)了目標(biāo)檢測(cè)和識(shí)別的統(tǒng)一,目標(biāo)檢測(cè)模型可分為基于候選區(qū)域和基于回歸兩類,其中基于候選區(qū)域的模型主要代表有R-CNN[9], Fast R-CNN[10]和Faster R-CNN[11]等,基于回歸思想的模型主要代表有YOLO (You Only Look Once)[12]和SSD(Single Shot Detection)[13],其中SSD模型較好地兼顧了檢測(cè)精度和檢測(cè)速度。為了縮短SSD的檢測(cè)時(shí)間,Iandola等人[14]提出了輕量化網(wǎng)絡(luò)SqueezeNet。SqueezeNet主要是利用1×1的卷積層對(duì)輸入特征降維來降低模型的參數(shù)和計(jì)算量,同時(shí)也利用Inception[15]結(jié)構(gòu)提高FireModule的特征提取能力。Howard等人[16]提出了輕量化的卷積神經(jīng)網(wǎng)絡(luò)MobileNet V1。MobileNet V1用深度可分離卷積 (Depthwise Separable Convolution, DSC) 替換標(biāo)準(zhǔn)卷積來減少模型的參數(shù)和計(jì)算量,計(jì)算成本約為標(biāo)準(zhǔn)卷積的1/9。基于MobileNet V1的SSD-MV1模型目標(biāo)檢測(cè)速度也得到了極大的提升,但檢測(cè)精度略有降低。為此,Sandler等人[17]提出了MobileNet V1的改進(jìn)版本MobileNet V2。MobileNet V2在深度可分離卷積的基礎(chǔ)上引入了ResNet中的shortcut connection結(jié)構(gòu),并設(shè)計(jì)了新的特征提取模塊逆殘差模塊(Inverted Residual Block, IRB)。新模塊將原來的先“壓縮”后“擴(kuò)張”調(diào)整為先“擴(kuò)張”后“壓縮”。IRB模塊利用擴(kuò)張壓縮的計(jì)算方式進(jìn)一步減少計(jì)算量,引入了ResNet中的shortcut連接提高模塊的特征提取能力。基于Mobilenet V2的SSD-MV2較好地兼顧了目標(biāo)檢測(cè)精度和檢測(cè)速度,但對(duì)存在一定形變的水下光學(xué)圖像目標(biāo)檢測(cè)精度有待提高。

    為了提高卷積神經(jīng)網(wǎng)絡(luò)的特征提取能力,Hu等人[18]提出了壓縮激勵(lì)(Squeeze and Excitation,SE)特征提取模塊。SE模塊首先對(duì)卷積得到的特征進(jìn)行壓縮操作,得到全局特征,然后對(duì)全局特征進(jìn)行激勵(lì)操作,得到不同特征的權(quán)重,最后乘以對(duì)應(yīng)通道的特征得到最終特征。本質(zhì)上,SE模塊是在特征維度上做選擇,這種注意力機(jī)制讓模型可以更加關(guān)注信息量最大的特征,而抑制那些不重要的特征。另外,Dai等人[19]提出了可變形卷積網(wǎng)絡(luò)(Deformable Convolutional Networks, DCN)。DCN加入1個(gè)偏移量使其可以自由變形,從而提升卷積神經(jīng)網(wǎng)絡(luò)的幾何變換建模能力,提高對(duì)不規(guī)則物體、非剛性目標(biāo)及復(fù)雜環(huán)境下目標(biāo)的檢測(cè)效果。

    為此,本文針對(duì)SSD-MV2及其改進(jìn)算法存在的不足提出了兩種特征提取模塊:一種是通道可選擇的輕量化特征提取模塊(Selective and Efficient Block, SEB);一種是通道可選擇和卷積核可變形的特征提取模塊(Selective and Deformable Block,SDB),SEB模塊在IRB模塊基礎(chǔ)上引入了通道可選擇組件,SDB模塊在IRB模塊基礎(chǔ)上引入了通道可選擇組件和卷積核可變形組件。接著,利用SEB模塊和SDB模塊分別重新設(shè)計(jì)了目標(biāo)檢測(cè)模型SSD的基礎(chǔ)網(wǎng)絡(luò)和附加特征提取網(wǎng)絡(luò),新的基礎(chǔ)網(wǎng)絡(luò)和附加特征提取網(wǎng)絡(luò)對(duì)水下光學(xué)圖像目標(biāo)具有更好的適用性。最后,在SSD框架內(nèi)實(shí)現(xiàn)對(duì)水下光學(xué)圖像感興趣目標(biāo)準(zhǔn)確的檢測(cè)識(shí)別。

    2 基于改進(jìn)SSD的水下光學(xué)圖像感興趣目標(biāo)檢測(cè)算法

    水下目標(biāo)具有形態(tài)多樣的特點(diǎn),本文通過改進(jìn)SSD-MV2基礎(chǔ)網(wǎng)絡(luò)和附加特征提取網(wǎng)絡(luò)特征提取模塊來提高水下光學(xué)圖像目標(biāo)檢測(cè)精度。

    2.1 SEB模塊和SDB模塊

    為了提高目標(biāo)檢測(cè)模型對(duì)水下光學(xué)圖像目標(biāo)的檢測(cè)精度,本文在IRB模塊的基礎(chǔ)上提出了兩種特征提取模塊:SEB模塊和SDB模塊,如圖1所示。SEB在IRB模塊[17]內(nèi)引入了通道可選擇組件,SDB在IRB模塊[17]內(nèi)引入了通道可選擇組件和卷積核可變形組件,其中通道可選擇組件并不顯著增加計(jì)算成本[18],卷積核可變形組件計(jì)算成本增加顯著[19]。事實(shí)上,通道可選擇組件和卷積核可變形組件是相互獨(dú)立的,而且都是提升網(wǎng)絡(luò)特征提取能力的有效手段:通道可選擇組件利用注意力機(jī)制選擇最有價(jià)值的通道數(shù)據(jù)來提高網(wǎng)絡(luò)的性能,卷積核可變形組件利用卷積核形變準(zhǔn)確捕捉目標(biāo)特征來提高網(wǎng)絡(luò)的性能。鑒于SEB是SDB的簡(jiǎn)化版本,本文僅對(duì)SDB模塊進(jìn)行說明和分析,SDB模塊沿用反殘差網(wǎng)絡(luò)結(jié)構(gòu),即先對(duì)通道采取先“擴(kuò)張” 后“壓縮”的策略,并由擴(kuò)張層、可變形卷積組件、通道可選擇組件和壓縮層組成,其中擴(kuò)張層負(fù)責(zé)輸入特征通道擴(kuò)張;可變形卷積組件通過學(xué)習(xí)改變卷積核形態(tài)提取水下感興趣目標(biāo)特征;通道可選擇組件通過學(xué)習(xí)權(quán)重選擇包含重要信息的通道;壓縮層負(fù)責(zé)將特征通道壓縮成與輸入特征的一致的數(shù)量。

    對(duì)于一個(gè)任意的輸入特征D ∈ΦH×H×M,其中H×H為輸入特征的尺寸,M為輸入特征的通道數(shù)。輸入特征D進(jìn)入SDB模塊的兩個(gè)支路網(wǎng)絡(luò):下側(cè)支路負(fù)責(zé)水下感興趣目標(biāo)特征提取和選擇;上側(cè)支路保持輸入特征D不變,并最后與下側(cè)支路網(wǎng)絡(luò)的輸出特征相加。對(duì)于下側(cè)支路網(wǎng)絡(luò),輸入特征D首先經(jīng)過擴(kuò)張層,其輸出特征的數(shù)學(xué)表達(dá)為

    其中,D為原始輸入特征,Dex為經(jīng)過擴(kuò)張層后的特征,擴(kuò)張層的卷積核尺寸為1×1,卷積核的數(shù)量為輸入特征通道的k倍,即k×M。

    隨后,輸出特征Dex送入可變形卷積組件,其輸出特征的數(shù)學(xué)表達(dá)式為

    其中,Dde(p0)表示以p0為中心的可變形卷積組件輸出特征,W(pn)表示卷積核權(quán)重,pn是對(duì)R中所列位置的枚舉,R={(-1,-1),(-1,0),...,(0,1),(1,1)},Δpn是pn的偏移量。在實(shí)際計(jì)算過程中,并不是真正改變卷積核的形狀,而是對(duì)輸入特征重新整合,變相地實(shí)現(xiàn)卷積核的形變。也就是說,在輸入圖像的偏置特征圖上利用標(biāo)準(zhǔn)卷積求得最終的輸出特征。

    通常Δpn為小數(shù),非整數(shù)的坐標(biāo)(p=p0+pn+Δpn)無法在圖像上使用的,具體實(shí)現(xiàn)通過雙線性插值尋找距離這個(gè)對(duì)應(yīng)坐標(biāo)最近的4個(gè)特征點(diǎn)來計(jì)算該點(diǎn)的值

    其中,q表示距離p最近的4個(gè)特征點(diǎn),G(q,p)表示對(duì)應(yīng)的系數(shù),由偏移量(offsets)計(jì)算得到??勺冃尉矸e組件為了保留輸入圖像的邊沿特征,需要對(duì)其進(jìn)行零填充(zero_padding)。理論上,對(duì)一個(gè)填充后不小于卷積核尺寸的特征圖,可變形卷積組件依然能夠計(jì)算。只不過,當(dāng)填充后的特征圖中有效特征點(diǎn)較少時(shí),雙線性插值重構(gòu)的特征圖并不會(huì)產(chǎn)生更多的有用信息。

    然后,輸出特征Dde送入通道選擇組件,其輸出特征的數(shù)學(xué)表達(dá)式為

    其中,Dse為通道選擇后的通道特征,s為通道的選擇系數(shù),s ∈Φ1×(k×M);Pg()為全局池化函數(shù),輸出特征維度為Φ1×(k×M);f1為第1全連接層,輸出特征維度為Φ1×d,其中d=16;f2為第2全連接層,輸出特征維度為Φ1×(k×M);softmax()為歸一化指數(shù)函數(shù)。

    接著,對(duì)Dse進(jìn)行通道壓縮,數(shù)學(xué)表達(dá)式為

    其中,D′為通道壓縮后的特征。

    通過上面的計(jì)算,最后可以得到SDB模塊的輸出特征數(shù)學(xué)表達(dá)式為

    其中,D為SDB模塊的輸出特征,D ∈ΦH×H×M,特 征圖尺寸為H×H,通道數(shù)為M。

    2.2 SSD_MV2SDB模型

    SEB在IRB的基礎(chǔ)上引入了通道可選擇組件,通道可選擇組件主要由兩個(gè)全連接層組成,計(jì)算成本相對(duì)較低。SDB在IRB的基礎(chǔ)上引入了通道可選擇組件和可變形卷積組件,可變形卷積組件新增雙線性插值計(jì)算和兩個(gè)卷積層計(jì)算成本相對(duì)較高。為了兼顧SSD-MV2SDB模型的性能,基礎(chǔ)網(wǎng)絡(luò)采用了輕量化的SEB模塊,附加特征提取網(wǎng)絡(luò)采用目標(biāo)適應(yīng)性更強(qiáng)的SDB模塊。改進(jìn)的SSD水下目標(biāo)檢測(cè)模型結(jié)構(gòu)如圖2所示,記作SSD-MV2SDB,包括基礎(chǔ)網(wǎng)絡(luò)、特征提取網(wǎng)絡(luò)、候選框生成和卷積預(yù)測(cè)4個(gè)部分。基礎(chǔ)網(wǎng)絡(luò)MobileNet V2SEB與MobileNet V2的網(wǎng)絡(luò)結(jié)構(gòu)保持一致,利用SEB模塊替換IRB模塊實(shí)現(xiàn)。特征提取網(wǎng)絡(luò)一共提取6個(gè)尺度的特征,MobileNet V2SEB中的第14層Conv14和第19層Conv19作為特征提取網(wǎng)絡(luò)的第1特征層和第2特征層,輸入特征圖尺寸為38×38和19×19,輸出特征圖尺寸為19×19和10×10;Conv20_1, Conv20_2,Conv20_3和Conv20_4作為特征提取網(wǎng)絡(luò)的第3、第4、第5和第6尺度特征層,輸入特征圖尺寸為10×10, 5×5, 3×3和2×2,輸出特征圖尺寸為5×5, 3×3, 2×2和1×1。Conv20_1, Conv20_2,Conv20_3和Conv20_4 4個(gè)卷積層也稱作附加特征提取網(wǎng)絡(luò),與基礎(chǔ)網(wǎng)絡(luò)中的Conv14和Conv19兩個(gè)尺度的特征層相比,附加特征提取網(wǎng)絡(luò)中的特征區(qū)分度更高,對(duì)水下感性目標(biāo)的檢測(cè)識(shí)別更有幫助。因此,本文利用SDB模塊替換附加特征提取網(wǎng)絡(luò)中的I R B 模塊,但考慮最后1 個(gè)特征提取層Conv20_4的輸入特征圖尺寸為2×2,有效特征點(diǎn)少,因此C o n v 2 0_4 依然采用S E B 模塊,即Conv20_1,Conv20_2和Conv20_3采用SDB模塊,Conv20_4采用SEB模塊。候選框生成部分根據(jù)預(yù)先定義的尺度(scales)和縱橫比(aspect ratios)從上述6個(gè)尺度的特征層中提取數(shù)量和大小不同的候選框;卷積預(yù)測(cè)部分則是對(duì)候選框內(nèi)目標(biāo)的類型和位置進(jìn)行判斷,并利用非極大值抑制算法對(duì)候選框內(nèi)目標(biāo)進(jìn)行優(yōu)化。

    SSD-MV2SDB基礎(chǔ)網(wǎng)絡(luò)和附加特征提取網(wǎng)絡(luò)中模塊參數(shù)選取參考了SSD-MV2模塊的設(shè)計(jì)原則:基礎(chǔ)網(wǎng)絡(luò)中模塊采用擴(kuò)張系數(shù)大于1、壓縮系數(shù)小于1(先擴(kuò)張后壓縮)的計(jì)算方式,附加特征提取網(wǎng)絡(luò)模塊采用擴(kuò)張系數(shù)小于1,壓縮系數(shù)大于1(先壓縮后擴(kuò)張)的計(jì)算方式,為了便于研究依然稱SEB模塊和SDB模塊的第1個(gè)卷積層和最后1個(gè)卷積層為擴(kuò)張層和壓縮層。附加特征提取網(wǎng)絡(luò)模塊采用擴(kuò)張系數(shù)小于1、壓縮系數(shù)大于1的計(jì)算方式主要是為了保持與SSD-MV2具有相同的通道數(shù),另外降低網(wǎng)絡(luò)的計(jì)算成本。具體地,本文SSD-MV2SDB附加特征提取網(wǎng)絡(luò)Conv20_1, Conv20_2和Conv20_3的初始通道數(shù)分別為1280, 512和256,擴(kuò)張層的卷積核尺寸為1×1,擴(kuò)張系數(shù)分別為0.2,0.25和0.5,即擴(kuò)張后的通道數(shù)分別為256, 128和128,可變形組件和通道可選擇組件并不影響輸入特征的尺寸和通道數(shù),壓縮層的卷積核尺寸為1×1,壓縮系數(shù)分別為5, 4和2,最終的輸出通道數(shù)分別為1280, 512和256。

    3 仿真實(shí)驗(yàn)

    為了驗(yàn)證SSD-MV2SDB模型的有效性以及基礎(chǔ)網(wǎng)絡(luò)SEB模塊擴(kuò)張系數(shù)和附加特征提取網(wǎng)絡(luò)SDB模塊數(shù)量對(duì)模型性能的影響,實(shí)驗(yàn)以mAP,參數(shù)大小和平均檢測(cè)時(shí)間作為定量評(píng)價(jià)指標(biāo)。設(shè)計(jì)實(shí)驗(yàn)1,以SSD-MV2(基礎(chǔ)網(wǎng)絡(luò)和附加特征提取網(wǎng)絡(luò)的特征提取模塊為IRB)為參考,比較分析不同輕量化目標(biāo)檢測(cè)模型之間的性能差異。設(shè)計(jì)實(shí)驗(yàn)2,以基礎(chǔ)網(wǎng)絡(luò)SEB模塊擴(kuò)張系數(shù)為研究對(duì)象,比較分析不同擴(kuò)張系數(shù)對(duì)SSD-MV2SDB模型性能的影響。設(shè)計(jì)實(shí)驗(yàn)3,以附加特征提取網(wǎng)絡(luò)SDB模塊數(shù)量為研究對(duì)象,比較分析不同數(shù)量的SDB對(duì)SSD-MV2SDB模型性能的影響。

    3.1 實(shí)驗(yàn)數(shù)據(jù)集

    為了更好地檢驗(yàn)SSD-MV2SDB模型對(duì)水下光學(xué)圖像感興趣目標(biāo)的檢測(cè)識(shí)別性能,本文建立了一個(gè)水下光學(xué)圖像感興趣目標(biāo)檢測(cè)數(shù)據(jù)集(Underwater Optical Interest DEtection Target, UOIDET)。UOI-DET共計(jì)1135幅圖像,包括方框、漁網(wǎng)、蛙人、UUV和球體5類目標(biāo),其中1035幅用于模型訓(xùn)練,100幅圖像用于模型測(cè)試,如表1所示。圖像采集地點(diǎn)為千島湖,采集時(shí)間為2020年11月,目標(biāo)與水下圖像采集設(shè)備距離在3~10 m。

    表1 水下圖像目標(biāo)檢測(cè)數(shù)據(jù)集組成(幅)

    3.2 實(shí)驗(yàn)1:目標(biāo)檢測(cè)算法的性能比較

    本實(shí)驗(yàn)比較分析SSD-MV2, SSD-MV2SEB,SSD-MV2IRBD與本文目標(biāo)檢測(cè)方法SSD-MV2SDB在數(shù)據(jù)集UOI-DET上的性能差異。SSD-MV2的基礎(chǔ)網(wǎng)絡(luò)的特征提取模塊為IRB,附加特征提取網(wǎng)絡(luò)的特征提取模塊為IRB,其中基礎(chǔ)網(wǎng)絡(luò)IRB模塊的擴(kuò)張系數(shù)等于4;SSD-MV2SEB的基礎(chǔ)網(wǎng)絡(luò)的特征提取模塊為SEB,附加特征提取網(wǎng)絡(luò)的特征提取模塊為SEB,其中基礎(chǔ)網(wǎng)絡(luò)SEB模塊的擴(kuò)張系數(shù)等于4;SSD-MV2IRBD的基礎(chǔ)網(wǎng)絡(luò)的特征提取模塊為SEB,附加特征提取網(wǎng)絡(luò)為IRBD模塊,其中基礎(chǔ)網(wǎng)絡(luò)SEB模塊的擴(kuò)張系數(shù)等于4,IRBD表示在IRB模塊中引入了可變形卷積模塊[19];SSDMV2SDB的基礎(chǔ)網(wǎng)絡(luò)的特征提取模塊為SEB,附加特征提取網(wǎng)絡(luò)Conv20_1, Conv20_2和Conv20_3為SDB模塊,Conv20_4為SEB模塊。分別記錄目標(biāo)檢測(cè)模型在迭代500次時(shí)對(duì)UOIDET測(cè)試數(shù)據(jù)集的mAP、參數(shù)大小和平均檢測(cè)時(shí)間,實(shí)驗(yàn)結(jié)果如表2所示。

    從表2可以發(fā)現(xiàn),SSD-MV2SDB的檢測(cè)精度比SSD-MV2, SSD-MV2SEB和SSD-MV2IRBD分別高3.04%, 2.19%和1.31%,模型參數(shù)分別多4.7 MB,3.9 MB和0.1 MB,運(yùn)算時(shí)間分別高6.66 ms,3.85 ms和0.34 ms。通道可選擇組件和卷積核可變形組件對(duì)提高水下光學(xué)圖像感興趣目標(biāo)的檢測(cè)識(shí)別精度都有幫助,不過均增加了一定的計(jì)算成本,并且可變形組件的計(jì)算成本更高。從檢測(cè)識(shí)別精度角度考慮,SSD-MV2SDB更適合基于水下光學(xué)圖像感興趣目標(biāo)檢測(cè)任務(wù)。

    表2 目標(biāo)檢測(cè)模型性能比較

    為了更直觀地說明SSD-MV2SDB對(duì)水下光學(xué)圖像感興趣目標(biāo)的檢測(cè)效果,利用SSD-MV2SDB模型對(duì)3種類型的水下感興趣目標(biāo)進(jìn)行檢測(cè),結(jié)果如圖3所示。從圖3可以看出,SSD-MV2SDB算法對(duì)水下感興趣目標(biāo)能實(shí)現(xiàn)準(zhǔn)確檢測(cè)識(shí)別。

    3.3 實(shí)驗(yàn)2:基礎(chǔ)網(wǎng)絡(luò)SEB模塊擴(kuò)張系數(shù)對(duì)SSDMV2SDB性能的影響

    本實(shí)驗(yàn)比較SSD-MV2SDB基礎(chǔ)網(wǎng)絡(luò)SEB模塊不同擴(kuò)張系數(shù)對(duì)SSD-MV2SDB性能的影響。SSD-MV2SDB附加特征提取網(wǎng)絡(luò)Conv20_1,Conv20_2和Conv20_3為SDB模塊,Conv20_4為SEB模塊,基礎(chǔ)網(wǎng)絡(luò)的SEB模塊擴(kuò)張系數(shù)分別為2,4, 6和8。記錄模型迭代500次時(shí)模型對(duì)UOI-DET測(cè)試數(shù)據(jù)集的mAP、平均檢測(cè)時(shí)間和參數(shù)大小,實(shí)驗(yàn)結(jié)果如表3所示。

    從表3可以看出,SSD-MV2SDB的檢測(cè)精度隨基礎(chǔ)網(wǎng)絡(luò)SEB模塊擴(kuò)張系數(shù)的增加逐漸增加,當(dāng)擴(kuò)張系數(shù)等于8時(shí),SSD-MV2SDB的檢測(cè)精度已經(jīng)達(dá)到97.76%。與此同時(shí),SSD-MV2SDB模型參數(shù)隨基礎(chǔ)網(wǎng)絡(luò)擴(kuò)張系數(shù)增加也不斷增大,當(dāng)擴(kuò)張系數(shù)等于8時(shí),SSD-MV2SDB的模型參數(shù)已經(jīng)達(dá)到20.4 MB。事實(shí)上,SSD-MV2SDB的檢測(cè)時(shí)間并沒有隨擴(kuò)張系數(shù)的增加有明顯的變化,主要是由于SEB模塊沿用了IRB模塊的深度可分離計(jì)算方式。增大擴(kuò)張系數(shù)能提高SSD-MV2SDB的檢測(cè)精度,但模型參數(shù)的增加也比較明顯,擴(kuò)張系數(shù)為8的SSD-MV2SDB比擴(kuò)張系數(shù)為2的SSD-MV2SDB參數(shù)增加8.3 MB。另外,與擴(kuò)張系數(shù)等于4時(shí)的SSD-MV2SDB相比,擴(kuò)張系數(shù)等于6或8的 SSD-MV2SDB的檢測(cè)精度并沒有明顯增加,僅增加0.05%和0.48%。綜合考慮檢測(cè)精度、參數(shù)大小和運(yùn)算時(shí)間3個(gè)評(píng)價(jià)指標(biāo),擴(kuò)張系數(shù)等于4的SSD-MV2SDB效果最好。

    表3 基礎(chǔ)網(wǎng)絡(luò)擴(kuò)張系數(shù)對(duì)SSD-MV2SDB性能的影響

    3.4 實(shí)驗(yàn)3:附加特征提取網(wǎng)絡(luò)SDB模塊數(shù)量對(duì)SSD-MV2SDB性能的影響

    本實(shí)驗(yàn)比較附加特征提取網(wǎng)絡(luò)中SDB數(shù)量對(duì)SSD-MV2SDB性能的影響?;A(chǔ)網(wǎng)絡(luò)SEB模塊擴(kuò)張系數(shù)等于4,附加特征提取網(wǎng)絡(luò)中SDB模塊的數(shù)量分別為0, 1, 2和3,其中0表示附加特征提取網(wǎng)絡(luò)均為SEB模塊的SSD-MV2SEB模型,1表示附加特征提取網(wǎng)絡(luò)僅Conv20_1為SDB模塊,2表示附加特征提取網(wǎng)絡(luò)Conv20_1和Conv20_2為SDB模塊,3表示附加特征提取網(wǎng)絡(luò)Conv20_1, Conv20_2和Conv20_3為SDB模塊。記錄模型迭代500次時(shí)對(duì)UOI-DET測(cè)試數(shù)據(jù)集的mAP、平均檢測(cè)時(shí)間和參數(shù)大小,實(shí)驗(yàn)結(jié)果如表4所示。

    從表4可以看出,與附加特征提取網(wǎng)絡(luò)均為SEB模塊的SSD-MV2SEB相比,SSD-MV2SDB隨附加特征提取網(wǎng)絡(luò)SDB模塊數(shù)量的增加(1, 2和3)檢測(cè)精度逐漸增大,分別增加0.99%, 2.00%和2.19%,可見結(jié)合了通道可選擇組件和卷積核可變形組件的SDB模塊對(duì)水下感興趣目標(biāo)具有很好的適用性。不過,模型參數(shù)和檢測(cè)時(shí)間也存在一定的增加,主要是由于SDB模塊中的可變形卷積組件采用標(biāo)準(zhǔn)卷積計(jì)算方式。考慮模型的計(jì)算成本,本文僅在附加特征提取網(wǎng)絡(luò)中使用SDB模塊。另外,附加特征提取網(wǎng)絡(luò)中SDB模塊的數(shù)量等于3。

    表4 附加特征提取網(wǎng)絡(luò)SDB模塊數(shù)量對(duì)SSD-MV2SDB性能的影響

    3.5 討論

    實(shí)驗(yàn)從mAP、平均檢測(cè)時(shí)間和參數(shù)大小3個(gè)方面比較了本文水下光學(xué)圖像感興趣目標(biāo)檢測(cè)方法SSDMV2SDB與經(jīng)典輕量化目標(biāo)檢測(cè)算法(SSD-MV2)和最新算法(SSD-MV2SEB和SSD-MV2IRBD)性能上的差異,也進(jìn)一步分析了基礎(chǔ)網(wǎng)絡(luò)的擴(kuò)張系數(shù)和附加特征提取網(wǎng)絡(luò)SDB模塊數(shù)量的選取如何影響SSD-MV2SDB的性能,同時(shí)也驗(yàn)證了SSD-MV2SDB模型對(duì)水下光學(xué)圖像感興趣目標(biāo)的適用性。

    SSD-MV2較好地兼顧了目標(biāo)檢測(cè)精度和檢測(cè)速度,但對(duì)存在一定形變的水下光學(xué)圖像目標(biāo)檢測(cè)精度有待提高。SSD-MV2SEB在基礎(chǔ)網(wǎng)絡(luò)和附加特征提取網(wǎng)絡(luò)中利用SEB模塊替換IRB模塊,在不顯著增加計(jì)算成本的前提下,通過通道可選擇組件提高了模型對(duì)水下感興趣目標(biāo)的檢測(cè)識(shí)別能力。SSD-MV2IRBD在SSD-MV2SEB的基礎(chǔ)上,在附加特征提取網(wǎng)絡(luò)中利用IRBD替換SEB模塊,利用可變形卷積組件提高了模型對(duì)水下感興趣目標(biāo)的檢測(cè)識(shí)別能力??梢源_定,單獨(dú)的通道可選擇組件和單獨(dú)的卷積核可變形組件對(duì)提高水下感興趣目標(biāo)的檢測(cè)識(shí)別能力均是有幫助的。SSD-MV2SDB在SSD-MV2SEB基礎(chǔ)上,在附加特征提取網(wǎng)絡(luò)中利用SDB模塊替換SEB模塊,通過結(jié)合通道可選擇組件和卷積核可變形組件進(jìn)一步提高了模型對(duì)水下感興趣目標(biāo)的檢測(cè)識(shí)別能力。融合了通道可選擇組件和卷積核可變形組件的SDB模塊對(duì)水下感興趣目標(biāo)具有更好的特征提取能力。但為了平衡目標(biāo)檢測(cè)模型的檢測(cè)精度與計(jì)算成本,本文僅附加特征提取網(wǎng)絡(luò)前3個(gè)特征層使用了SDB模塊,而基礎(chǔ)網(wǎng)絡(luò)和附加特征提取網(wǎng)絡(luò)的最后1個(gè)卷積層使用SEB模塊。

    4 結(jié)束語

    水下光學(xué)圖像感興趣目標(biāo)檢測(cè)具有重要的理論研究和實(shí)際應(yīng)用價(jià)值。本文提出了SEB和SDB兩種特征提取模塊,并利用SEB和SDB重新設(shè)計(jì)了SSD的基礎(chǔ)網(wǎng)絡(luò)和附加特征提取網(wǎng)絡(luò),經(jīng)理論分析和仿真實(shí)驗(yàn)證明了改進(jìn)SSD模型對(duì)水下光學(xué)圖像感興趣目標(biāo)的有效性。

    對(duì)于水下光學(xué)圖像感興趣目標(biāo)檢測(cè)任務(wù), 下一步的研究重點(diǎn)包括:(1) 研究適合捕獲水下感興趣目標(biāo)特征的附加特征提取網(wǎng)絡(luò);(2)研究更適合水下感興趣目標(biāo)的特征提取模塊。

    猜你喜歡
    特征提取組件卷積
    無人機(jī)智能巡檢在光伏電站組件診斷中的應(yīng)用
    能源工程(2022年2期)2022-05-23 13:51:50
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    新型碎邊剪刀盤組件
    U盾外殼組件注塑模具設(shè)計(jì)
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    基于Daubechies(dbN)的飛行器音頻特征提取
    電子制作(2018年19期)2018-11-14 02:37:08
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    Bagging RCSP腦電特征提取算法
    風(fēng)起新一代光伏組件膜層:SSG納米自清潔膜層
    太陽能(2015年11期)2015-04-10 12:53:04
    基于MED和循環(huán)域解調(diào)的多故障特征提取
    男女下面进入的视频免费午夜| 色哟哟哟哟哟哟| 国产精品综合久久久久久久免费| 五月伊人婷婷丁香| 国产一区二区三区在线臀色熟女| 久久久色成人| 国产大屁股一区二区在线视频| 欧美日本视频| 日韩人妻高清精品专区| 在线免费观看的www视频| 国产黄色小视频在线观看| av女优亚洲男人天堂| 午夜久久久久精精品| 久久精品国产亚洲av涩爱 | 亚洲七黄色美女视频| 88av欧美| 亚洲片人在线观看| 大型黄色视频在线免费观看| 午夜两性在线视频| 国产精品国产高清国产av| 99国产精品一区二区三区| 看片在线看免费视频| eeuss影院久久| 久久国产乱子伦精品免费另类| 男女下面进入的视频免费午夜| 亚洲av美国av| 搡老岳熟女国产| 亚洲真实伦在线观看| 三级国产精品欧美在线观看| 国产视频一区二区在线看| 亚洲成人免费电影在线观看| 在线观看舔阴道视频| 日本一本二区三区精品| 丰满人妻熟妇乱又伦精品不卡| 熟女人妻精品中文字幕| 国产亚洲精品久久久com| 很黄的视频免费| 99在线视频只有这里精品首页| 亚洲精品影视一区二区三区av| 亚洲精品影视一区二区三区av| 欧美日韩福利视频一区二区| 免费在线观看成人毛片| 亚洲人成网站在线播| 午夜免费男女啪啪视频观看 | 国产在线精品亚洲第一网站| 可以在线观看毛片的网站| 精品久久久久久久久av| 欧美不卡视频在线免费观看| 人人妻人人看人人澡| 99久久99久久久精品蜜桃| 真人做人爱边吃奶动态| 精品人妻一区二区三区麻豆 | 亚洲专区国产一区二区| 国产亚洲精品久久久久久毛片| 在线十欧美十亚洲十日本专区| 韩国av一区二区三区四区| 成人高潮视频无遮挡免费网站| 欧美不卡视频在线免费观看| 久久精品91蜜桃| 在线a可以看的网站| 国语自产精品视频在线第100页| 伦理电影大哥的女人| 亚洲 欧美 日韩 在线 免费| 嫩草影视91久久| 久久国产乱子伦精品免费另类| 国产精品,欧美在线| 久久久久久久久大av| 香蕉av资源在线| 国产三级黄色录像| 美女黄网站色视频| 国产不卡一卡二| 色噜噜av男人的天堂激情| 欧美日韩黄片免| 一a级毛片在线观看| 亚洲av一区综合| 欧美色视频一区免费| 成人亚洲精品av一区二区| 看免费av毛片| 国产精品不卡视频一区二区 | 国产欧美日韩一区二区精品| 欧美成人免费av一区二区三区| 赤兔流量卡办理| 永久网站在线| 中文字幕av成人在线电影| 国产男靠女视频免费网站| 免费看a级黄色片| 我的女老师完整版在线观看| 国产精品自产拍在线观看55亚洲| 亚洲午夜理论影院| 免费人成在线观看视频色| 国产精品永久免费网站| 色尼玛亚洲综合影院| 国产成人啪精品午夜网站| 精品久久久久久成人av| 久久草成人影院| 日本一本二区三区精品| 黄色日韩在线| 色噜噜av男人的天堂激情| 国产一区二区三区在线臀色熟女| 中文字幕熟女人妻在线| 最近中文字幕高清免费大全6 | 久久久久久久久中文| 中文在线观看免费www的网站| 久久久久精品国产欧美久久久| 又爽又黄无遮挡网站| 婷婷丁香在线五月| 亚洲国产精品久久男人天堂| 如何舔出高潮| 日韩欧美国产在线观看| 99久久成人亚洲精品观看| 男女那种视频在线观看| 亚洲中文日韩欧美视频| 精品国产亚洲在线| 精品久久久久久,| 女同久久另类99精品国产91| 制服丝袜大香蕉在线| 99热只有精品国产| 亚洲av成人av| 十八禁网站免费在线| 免费看美女性在线毛片视频| 精品一区二区三区视频在线观看免费| 精品国产亚洲在线| 免费无遮挡裸体视频| 在线天堂最新版资源| 欧美区成人在线视频| 久久精品91蜜桃| 身体一侧抽搐| 免费看a级黄色片| 久久精品夜夜夜夜夜久久蜜豆| 国产精品,欧美在线| 亚洲av日韩精品久久久久久密| 我要看日韩黄色一级片| 免费人成视频x8x8入口观看| 两个人视频免费观看高清| 一边摸一边抽搐一进一小说| 欧美3d第一页| 国产精品野战在线观看| 亚洲人与动物交配视频| 亚洲aⅴ乱码一区二区在线播放| 男人的好看免费观看在线视频| 国产精品久久久久久久久免 | 国产精品人妻久久久久久| 亚洲国产精品合色在线| 97碰自拍视频| 十八禁网站免费在线| 51午夜福利影视在线观看| 日韩高清综合在线| 色av中文字幕| 天堂av国产一区二区熟女人妻| 国产探花极品一区二区| 成人特级黄色片久久久久久久| 国产一级毛片七仙女欲春2| 久久欧美精品欧美久久欧美| 国产伦精品一区二区三区视频9| 每晚都被弄得嗷嗷叫到高潮| 老司机深夜福利视频在线观看| 精品不卡国产一区二区三区| 婷婷精品国产亚洲av在线| 九九久久精品国产亚洲av麻豆| 亚洲自偷自拍三级| 淫秽高清视频在线观看| 性插视频无遮挡在线免费观看| 搡老妇女老女人老熟妇| 男女视频在线观看网站免费| 欧美色欧美亚洲另类二区| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 国产69精品久久久久777片| 久久久国产成人精品二区| 日韩欧美国产在线观看| 人人妻人人看人人澡| 伦理电影大哥的女人| 婷婷精品国产亚洲av| 亚洲第一区二区三区不卡| 亚洲精品亚洲一区二区| 亚洲国产精品999在线| 少妇被粗大猛烈的视频| 日本 av在线| 黄色女人牲交| 床上黄色一级片| 女人十人毛片免费观看3o分钟| 一级毛片久久久久久久久女| 午夜老司机福利剧场| 男人和女人高潮做爰伦理| 国产成人av教育| 亚洲欧美激情综合另类| 成年免费大片在线观看| aaaaa片日本免费| 亚洲av电影不卡..在线观看| 乱码一卡2卡4卡精品| 久久人妻av系列| 亚洲三级黄色毛片| 国产亚洲精品av在线| 女同久久另类99精品国产91| 大型黄色视频在线免费观看| 久久精品91蜜桃| 亚洲真实伦在线观看| 97碰自拍视频| 免费看a级黄色片| 午夜a级毛片| 国产国拍精品亚洲av在线观看| 天堂动漫精品| 国产欧美日韩精品亚洲av| АⅤ资源中文在线天堂| 日本免费a在线| 亚洲黑人精品在线| 一区二区三区四区激情视频 | 午夜福利免费观看在线| 欧美一区二区亚洲| 久9热在线精品视频| 99热这里只有是精品在线观看 | 国产精品久久久久久亚洲av鲁大| 人人妻人人澡欧美一区二区| 亚洲 国产 在线| 国产真实伦视频高清在线观看 | 亚洲美女黄片视频| av欧美777| 久久精品影院6| 露出奶头的视频| 一个人免费在线观看电影| 夜夜夜夜夜久久久久| 精品久久久久久久久久免费视频| av天堂中文字幕网| 日韩欧美 国产精品| 久久久久久久久大av| 观看美女的网站| 亚洲成人久久爱视频| 亚洲久久久久久中文字幕| 中文字幕av在线有码专区| 九九在线视频观看精品| 国产真实伦视频高清在线观看 | 成年女人永久免费观看视频| 老鸭窝网址在线观看| 狂野欧美白嫩少妇大欣赏| 国产色婷婷99| 国产老妇女一区| 国产主播在线观看一区二区| 亚洲最大成人av| 最近在线观看免费完整版| 中文字幕人妻熟人妻熟丝袜美| 久久久久久久久久成人| 午夜福利在线在线| 亚洲片人在线观看| 丰满乱子伦码专区| 日韩亚洲欧美综合| 日本在线视频免费播放| 亚洲国产精品合色在线| 2021天堂中文幕一二区在线观| a级毛片a级免费在线| 亚洲最大成人手机在线| 最新在线观看一区二区三区| 少妇的逼水好多| 亚洲一区二区三区色噜噜| 久久精品国产清高在天天线| 午夜亚洲福利在线播放| 欧美日韩福利视频一区二区| 99热这里只有是精品50| 成人高潮视频无遮挡免费网站| 亚洲av成人不卡在线观看播放网| 亚洲综合色惰| 免费搜索国产男女视频| 色综合欧美亚洲国产小说| 99久久99久久久精品蜜桃| 免费在线观看影片大全网站| 国产野战对白在线观看| 欧美性猛交黑人性爽| 欧美乱妇无乱码| 内地一区二区视频在线| 国产精品野战在线观看| 国产一区二区三区视频了| 国产男靠女视频免费网站| 有码 亚洲区| 毛片女人毛片| 中文字幕免费在线视频6| 别揉我奶头 嗯啊视频| 亚洲一区二区三区不卡视频| 一个人看视频在线观看www免费| 亚洲精品在线美女| 热99在线观看视频| 最近中文字幕高清免费大全6 | 亚洲欧美日韩东京热| 国产精品亚洲美女久久久| 一进一出抽搐gif免费好疼| 国产精品久久久久久精品电影| 欧美性猛交╳xxx乱大交人| 一级作爱视频免费观看| 亚洲第一电影网av| 人人妻人人看人人澡| 欧美三级亚洲精品| 国产伦精品一区二区三区视频9| 偷拍熟女少妇极品色| av女优亚洲男人天堂| 精品99又大又爽又粗少妇毛片 | 国产又黄又爽又无遮挡在线| 国产亚洲精品av在线| 国产极品精品免费视频能看的| 少妇被粗大猛烈的视频| 超碰av人人做人人爽久久| 一进一出抽搐动态| 九色国产91popny在线| 久久久久免费精品人妻一区二区| 日韩人妻高清精品专区| 久久久久久久久大av| 成人午夜高清在线视频| 久久99热6这里只有精品| 午夜精品一区二区三区免费看| 免费无遮挡裸体视频| 男人舔奶头视频| 亚洲精品色激情综合| 天天躁日日操中文字幕| 非洲黑人性xxxx精品又粗又长| 国产在线精品亚洲第一网站| 欧美日韩瑟瑟在线播放| 免费看a级黄色片| 九九热线精品视视频播放| 97热精品久久久久久| 欧美成人免费av一区二区三区| 久久久久免费精品人妻一区二区| 久久久久亚洲av毛片大全| 久久精品夜夜夜夜夜久久蜜豆| 亚洲av熟女| 一级黄片播放器| 窝窝影院91人妻| 日本五十路高清| 国产私拍福利视频在线观看| 一边摸一边抽搐一进一小说| 级片在线观看| 国语自产精品视频在线第100页| 3wmmmm亚洲av在线观看| 成人特级av手机在线观看| 99热6这里只有精品| 好看av亚洲va欧美ⅴa在| 3wmmmm亚洲av在线观看| 欧美在线一区亚洲| 亚洲国产精品久久男人天堂| 久久精品久久久久久噜噜老黄 | 偷拍熟女少妇极品色| 99热6这里只有精品| 精品国内亚洲2022精品成人| 午夜福利高清视频| 亚洲无线在线观看| 国产中年淑女户外野战色| 欧美激情国产日韩精品一区| 搡女人真爽免费视频火全软件 | 欧洲精品卡2卡3卡4卡5卡区| 欧美日韩瑟瑟在线播放| 九九久久精品国产亚洲av麻豆| 97热精品久久久久久| 天堂网av新在线| 麻豆久久精品国产亚洲av| 国产成人福利小说| 免费在线观看亚洲国产| 91九色精品人成在线观看| 久久国产乱子伦精品免费另类| 亚洲欧美日韩卡通动漫| 天堂影院成人在线观看| 亚洲第一区二区三区不卡| www.999成人在线观看| 1024手机看黄色片| 高潮久久久久久久久久久不卡| 每晚都被弄得嗷嗷叫到高潮| 精品久久久久久久久av| 午夜激情欧美在线| 99久久九九国产精品国产免费| 久久精品夜夜夜夜夜久久蜜豆| 免费观看的影片在线观看| 99精品在免费线老司机午夜| 精品国产亚洲在线| 女生性感内裤真人,穿戴方法视频| 国产日本99.免费观看| 亚洲国产日韩欧美精品在线观看| av中文乱码字幕在线| av视频在线观看入口| 国产精品久久电影中文字幕| 国产视频一区二区在线看| 精品乱码久久久久久99久播| 一本一本综合久久| 亚洲中文日韩欧美视频| 丁香欧美五月| 国产精品久久视频播放| 国产精品永久免费网站| 亚洲第一区二区三区不卡| 90打野战视频偷拍视频| 国产精品亚洲av一区麻豆| 国产毛片a区久久久久| www.色视频.com| 男人的好看免费观看在线视频| 窝窝影院91人妻| 91av网一区二区| 俺也久久电影网| 亚洲欧美日韩高清在线视频| 国产高清视频在线播放一区| 露出奶头的视频| 最新在线观看一区二区三区| 日本熟妇午夜| avwww免费| 91久久精品国产一区二区成人| 国产av一区在线观看免费| 12—13女人毛片做爰片一| 国产精品自产拍在线观看55亚洲| 色av中文字幕| 国产一区二区三区视频了| 亚洲狠狠婷婷综合久久图片| 亚洲精品456在线播放app | 小蜜桃在线观看免费完整版高清| av天堂在线播放| 一区二区三区四区激情视频 | 高清在线国产一区| 夜夜看夜夜爽夜夜摸| 亚洲18禁久久av| 午夜激情福利司机影院| 国产伦一二天堂av在线观看| 国产精品av视频在线免费观看| 1024手机看黄色片| 夜夜躁狠狠躁天天躁| 欧美精品啪啪一区二区三区| 亚洲精品乱码久久久v下载方式| 国产三级黄色录像| 午夜福利欧美成人| 久久香蕉精品热| 午夜激情欧美在线| 久久久久久久亚洲中文字幕 | 丝袜美腿在线中文| www.熟女人妻精品国产| 亚洲精品一卡2卡三卡4卡5卡| 深夜精品福利| 少妇人妻精品综合一区二区 | 给我免费播放毛片高清在线观看| av在线老鸭窝| av天堂在线播放| 99国产精品一区二区蜜桃av| 老女人水多毛片| 欧美又色又爽又黄视频| 午夜亚洲福利在线播放| 欧美日韩亚洲国产一区二区在线观看| 99视频精品全部免费 在线| 国产黄a三级三级三级人| 一级av片app| 日本黄色视频三级网站网址| 床上黄色一级片| 蜜桃亚洲精品一区二区三区| 欧美三级亚洲精品| 欧美日韩乱码在线| 国产在线精品亚洲第一网站| av中文乱码字幕在线| 夜夜爽天天搞| 脱女人内裤的视频| 99国产极品粉嫩在线观看| 最近最新免费中文字幕在线| 宅男免费午夜| 琪琪午夜伦伦电影理论片6080| 欧美丝袜亚洲另类 | 欧美日本视频| 国产伦精品一区二区三区视频9| 一级作爱视频免费观看| 人妻制服诱惑在线中文字幕| 亚洲18禁久久av| 免费看日本二区| 国产极品精品免费视频能看的| 免费大片18禁| 国产成人a区在线观看| 自拍偷自拍亚洲精品老妇| 一本久久中文字幕| 国产熟女xx| 亚洲av美国av| 欧美中文日本在线观看视频| 不卡一级毛片| 男女之事视频高清在线观看| 天堂网av新在线| 亚洲精品成人久久久久久| 欧美成狂野欧美在线观看| 伊人久久精品亚洲午夜| 欧美黄色片欧美黄色片| 99热这里只有是精品在线观看 | 欧美zozozo另类| 国产精品野战在线观看| 亚洲精品日韩av片在线观看| 午夜福利视频1000在线观看| 亚洲,欧美,日韩| 国产欧美日韩精品亚洲av| 如何舔出高潮| 久久久久久九九精品二区国产| 免费搜索国产男女视频| 麻豆一二三区av精品| 他把我摸到了高潮在线观看| 美女高潮的动态| 国产精品一区二区性色av| 丝袜美腿在线中文| 欧美高清成人免费视频www| www.色视频.com| 国产单亲对白刺激| 成人毛片a级毛片在线播放| 毛片一级片免费看久久久久 | 久9热在线精品视频| 亚洲av五月六月丁香网| 久久久久久大精品| 亚洲av成人精品一区久久| 精华霜和精华液先用哪个| 欧美色视频一区免费| 网址你懂的国产日韩在线| 成人特级av手机在线观看| 内地一区二区视频在线| 人人妻,人人澡人人爽秒播| 欧美3d第一页| 日本一本二区三区精品| 亚洲成人中文字幕在线播放| 欧美日韩福利视频一区二区| 少妇高潮的动态图| 欧美性猛交╳xxx乱大交人| 亚洲欧美日韩高清在线视频| 在线观看一区二区三区| 国产日本99.免费观看| 免费在线观看影片大全网站| 免费人成视频x8x8入口观看| 麻豆一二三区av精品| 香蕉av资源在线| 国产v大片淫在线免费观看| 日韩人妻高清精品专区| 男人的好看免费观看在线视频| 亚洲欧美日韩东京热| 久久久久久大精品| 亚洲人成网站高清观看| 国产精品av视频在线免费观看| 别揉我奶头~嗯~啊~动态视频| 小说图片视频综合网站| 18禁在线播放成人免费| 亚洲av中文字字幕乱码综合| 88av欧美| 国产av一区在线观看免费| 美女大奶头视频| 久9热在线精品视频| 亚洲人成网站在线播放欧美日韩| 深爱激情五月婷婷| 真人做人爱边吃奶动态| 一二三四社区在线视频社区8| 99久久成人亚洲精品观看| 五月伊人婷婷丁香| aaaaa片日本免费| 久久精品人妻少妇| 午夜福利视频1000在线观看| 亚洲色图av天堂| 岛国在线免费视频观看| 国产伦一二天堂av在线观看| 国产精品日韩av在线免费观看| 国产成人a区在线观看| 他把我摸到了高潮在线观看| 欧美另类亚洲清纯唯美| www日本黄色视频网| 欧美丝袜亚洲另类 | 永久网站在线| 最后的刺客免费高清国语| 亚洲国产精品合色在线| 国内毛片毛片毛片毛片毛片| 亚洲中文日韩欧美视频| 麻豆国产97在线/欧美| 夜夜躁狠狠躁天天躁| 丰满人妻一区二区三区视频av| 蜜桃久久精品国产亚洲av| 丁香欧美五月| 首页视频小说图片口味搜索| 日本免费一区二区三区高清不卡| 青草久久国产| 午夜两性在线视频| 国产精品久久视频播放| 国产黄片美女视频| 在线观看美女被高潮喷水网站 | 我的老师免费观看完整版| 青草久久国产| 动漫黄色视频在线观看| 亚洲欧美清纯卡通| 亚洲成人免费电影在线观看| 欧美成人一区二区免费高清观看| 老熟妇乱子伦视频在线观看| 久久6这里有精品| 757午夜福利合集在线观看| 少妇裸体淫交视频免费看高清| 搡老熟女国产l中国老女人| 国产精品精品国产色婷婷| 看黄色毛片网站| 欧美性猛交黑人性爽| 少妇的逼水好多| 国产亚洲欧美在线一区二区| 国产激情偷乱视频一区二区| 欧美一区二区国产精品久久精品| 国产在线男女| 国内毛片毛片毛片毛片毛片| 国产伦一二天堂av在线观看| 国产精品自产拍在线观看55亚洲| 国产熟女xx| or卡值多少钱| 好看av亚洲va欧美ⅴa在| 超碰av人人做人人爽久久| 一个人看视频在线观看www免费| 一夜夜www| 两性午夜刺激爽爽歪歪视频在线观看| 免费看美女性在线毛片视频| 久久精品国产亚洲av涩爱 | 色播亚洲综合网| 变态另类成人亚洲欧美熟女| 亚洲精品久久国产高清桃花| 一级黄色大片毛片| 欧美成人一区二区免费高清观看| 老司机深夜福利视频在线观看| 一级毛片久久久久久久久女| 黄色配什么色好看| 最近最新免费中文字幕在线| 精品福利观看| 好男人在线观看高清免费视频| 精品人妻偷拍中文字幕| 亚洲欧美激情综合另类| 日韩欧美精品v在线| 人妻久久中文字幕网| 日韩欧美一区二区三区在线观看| 久久人妻av系列| 床上黄色一级片| 免费av观看视频|