• <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 ?

    基于子空間投影的艦船圖像輪廓特征提取方法

    2023-07-22 08:05:34李翠梅
    艦船科學(xué)技術(shù) 2023年11期
    關(guān)鍵詞:樣本量艦船輪廓

    周 洋,李翠梅,申 攀

    (鄭州科技學(xué)院,河南 鄭州 450064)

    0 引 言

    人工檢測這種耗費(fèi)勞動成本,且隨時(shí)間人為錯(cuò)誤不斷疊加的傳統(tǒng)方法,已不適合對目標(biāo)進(jìn)行精準(zhǔn)檢測[1–3],亟需一種更為高效的特征提取方法進(jìn)行自適應(yīng)地智能分析與處理。目前學(xué)術(shù)上較為常見的特征提取方法,多是利用深度卷積神經(jīng)網(wǎng)絡(luò)展開,并在實(shí)踐中取得了較為理想的成效。然而該方法在訓(xùn)練時(shí),需要大量已標(biāo)注的圖像數(shù)據(jù)。同時(shí),由于特征提取模型過度依賴龐大的數(shù)據(jù)集,其只能針對檢測訓(xùn)練數(shù)據(jù)中出現(xiàn)的目標(biāo)類別,對新類別目標(biāo)的檢測能力很低。

    因此,為了實(shí)現(xiàn)艦船圖像輪廓特征提取的高效性及準(zhǔn)確性,需要對目標(biāo)的類別判定與定位回歸兩方面進(jìn)行優(yōu)化改進(jìn)。在艦船圖像特征提取上,尋求一個(gè)準(zhǔn)確的目標(biāo)匹配方法與區(qū)域定位機(jī)制,由此提升艦船小樣本特征提取模型的準(zhǔn)確率和泛化性能,并在有干擾樣本的檢測環(huán)境中,使其仍能獲得較為準(zhǔn)確的檢測結(jié)果。本文基于小樣本學(xué)習(xí)的深度神經(jīng)網(wǎng)絡(luò)對艦船樣本量較少的數(shù)據(jù)集進(jìn)行訓(xùn)練,獲得一個(gè)自適應(yīng)、高效的小樣本特征提取模型,并針對特征向量在度量過程產(chǎn)生的信息丟失與偏移問題,設(shè)計(jì)一種艦船圖像輪廓特征投影提取的方法,由此實(shí)現(xiàn)對特定艦船目標(biāo)的輪廓特征進(jìn)行精準(zhǔn)檢測,滿足小樣本特征提取的現(xiàn)實(shí)需求[4–5]。

    1 基于深度學(xué)習(xí)的特征提取算法

    基于深度學(xué)習(xí)的特征提取算法,如圖1 所示。按步驟輸出待測圖像的目標(biāo)分類得分(通常為置信度得分和回歸得分)與檢測框圖,一般可完成對待測圖像的特征提取任務(wù)。雙階段特征提取流程包含特征提取、特征分類和輸出等步驟,而單階段特征提取流程直接進(jìn)行特征提取與回歸,利用NMS 去除冗余框后輸出目標(biāo)的檢測得分與位置框圖。

    圖1 基于深度學(xué)習(xí)的特征提取算法流程Fig. 1 Target detection algorithm flow based on deep learning

    然后,再完成整個(gè)模型的訓(xùn)練與優(yōu)化,使得模型的預(yù)測結(jié)果更加接近真實(shí)結(jié)果。

    1.1 卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)建

    使用卷積神經(jīng)網(wǎng)絡(luò)對待測圖像進(jìn)行特征提取與分類回歸任務(wù),卷積神經(jīng)網(wǎng)絡(luò)主要由卷積(convolution)、激活(activation)和池化(pooling)3 個(gè)部分構(gòu)成,當(dāng)前較為經(jīng)典的特征提取算法都是由多個(gè)基礎(chǔ)的卷積神經(jīng)網(wǎng)絡(luò)組合而成。

    在計(jì)算機(jī)視覺中,對特征提取所使用的卷積一般為2D 卷積,在x和y兩個(gè)方向上進(jìn)行滑動,且卷積核的深度等于輸入特征的通道數(shù)。卷積即使用卷積核的權(quán)重與目標(biāo)區(qū)域上對應(yīng)數(shù)值進(jìn)行乘積的和,卷積的數(shù)學(xué)表達(dá)式為:

    式中:a 和b分別為卷積核的大小,wi為卷積核對應(yīng)第i個(gè)元素的權(quán)重,xi為輸入圖像對應(yīng)第i個(gè)元素的值,y為卷積的偏置大小。卷積核的數(shù)量決定了待測圖像進(jìn)行卷積操作后輸出的特征層數(shù)。同時(shí),根據(jù)任務(wù)需求自行設(shè)定卷積核的尺寸與滑動步長,調(diào)控輸出特征圖的大小,輸出特征圖尺寸的數(shù)學(xué)表達(dá)式為:

    當(dāng)卷積核的尺寸大于1 時(shí),輸出艦船圖像輪廓特征的尺寸保持不變,可以使用尺寸為1×1 的卷積核來改變特征圖的通道數(shù),也可使用填充(padding)方法對特征圖外圍補(bǔ)0 值來擴(kuò)充。其數(shù)學(xué)表達(dá)式更新為:

    式中:padding 為特征圖外圍補(bǔ)0 的層數(shù)。卷積后通常使用非線性激活函數(shù)(activation function)激活卷積網(wǎng)絡(luò),激活結(jié)果為:

    式中,h為使用的激活函數(shù)。sigmoid 函數(shù)輸出范圍為0~1,函數(shù)表達(dá)式為:

    其輸出中心不在0 附近,會出現(xiàn)梯度彌散現(xiàn)象。Tanh 函數(shù)輸出范圍為-1~1,函數(shù)表達(dá)式為:

    其中心值在0 附近仍存在梯度彌散的現(xiàn)象。ReLu函數(shù)輸出范圍為0 到正無窮,函數(shù)表達(dá)式為:

    較少的計(jì)算量與較寬的梯度響應(yīng)區(qū)間使得ReLu 函數(shù)得到廣泛應(yīng)用。

    激活卷積網(wǎng)絡(luò)后,通常使用池化(pooling)來降低特征圖的空間尺寸,進(jìn)而提取特征圖中的主要信息,減小輸出特征圖的數(shù)據(jù)量,防止卷積網(wǎng)絡(luò)出現(xiàn)過擬合現(xiàn)象。常用的池化方法有最大池化與均值池化。最大池化是保留一個(gè)空間內(nèi)所有數(shù)值的最大值,均值池化是保留一個(gè)空間內(nèi)所有數(shù)值的均值。

    1.2 確定網(wǎng)絡(luò)損失函數(shù)

    卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練誤差通常需要一個(gè)損失函數(shù),衡量經(jīng)卷積神經(jīng)網(wǎng)絡(luò)輸出的結(jié)果和真實(shí)結(jié)果之間的差距。一般情況下,損失函數(shù)的數(shù)值越小表明其網(wǎng)絡(luò)性能越符合預(yù)期。面向不同任務(wù)所使用的損失函數(shù)類型差異較大,分類任務(wù)常用的損失函數(shù)為交叉熵?fù)p失函數(shù),其表達(dá)式如下:

    交叉熵?fù)p失函數(shù)對置信度較高但分類錯(cuò)誤的值進(jìn)行更大的懲罰?;貧w算法中常用的損失函數(shù)為均方誤差損失函數(shù),其表達(dá)式如下:

    1.3 樣本量對檢測模型的性能影響

    如圖2 所示,SSD 使用VGG 卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征,其網(wǎng)絡(luò)可獲取更多細(xì)節(jié)的語義信息,并提升模型對多尺度目標(biāo)的檢測性能。

    為測試樣本量對特征提取模型的性能影響,通過實(shí)驗(yàn)驗(yàn)證SSD 在不同樣本量情況下的檢測性能。實(shí)驗(yàn)使用控制變量法,只改變每次訓(xùn)練的圖像數(shù)量,其他變量均保持不變。實(shí)驗(yàn)參數(shù)設(shè)置如下:學(xué)習(xí)率為0.000 5,batch size 為16,最大迭代輪數(shù)為50。實(shí)驗(yàn)共進(jìn)行7 輪,使用VOC2007 數(shù)據(jù)集,選取不同數(shù)量的待測圖像,且每幅圖像標(biāo)注的目標(biāo)個(gè)數(shù)也不同。訓(xùn)練時(shí),樣本圖像隨機(jī)從數(shù)據(jù)集中選取。測試時(shí),每一輪均選用相同的100 幅圖像進(jìn)行測試,且測試圖像均參與訓(xùn)練過程。實(shí)驗(yàn)使用的評價(jià)指標(biāo)為mAP,準(zhǔn)確地反映模型的檢測性能。實(shí)驗(yàn)結(jié)果如表1 所示。

    表1 SSD 在不同圖像數(shù)量訓(xùn)練下的檢測性能Tab. 1 Detection performance of SSD in different image number training

    觀察發(fā)現(xiàn),當(dāng)圖像數(shù)量為10 時(shí),其實(shí)驗(yàn)結(jié)果mAP 為0,說明模型在樣本量極少的情況下,無法提取和學(xué)習(xí)到目標(biāo)特征,故無法檢測到目標(biāo)。當(dāng)圖像數(shù)量從20 逐漸增加時(shí),mAP 隨樣本量的增加逐漸增大,表明SSD 的檢測性能隨樣本量的增加而逐漸增強(qiáng)。

    假設(shè)一任務(wù)中,最優(yōu)解為S1,設(shè)計(jì)模型的理論最優(yōu)解為S2,設(shè)計(jì)模型的實(shí)驗(yàn)最優(yōu)解為S3,且在實(shí)際生活里的特征提取任務(wù),其S1與S2均無法準(zhǔn)確得到,只能通過實(shí)驗(yàn)獲得最佳的S3。在樣本量充足的情況下,訓(xùn)練得到的S3可近似看作S2;當(dāng)樣本量較少時(shí),S3與S2的距離會逐漸拉大,表明較少的樣本量會限制模型的檢測性能,無法充分表現(xiàn)其檢測效果。如何利用少量樣本進(jìn)行特征提取,是本文的研究重點(diǎn)。

    2 基于動態(tài)子空間的小樣本艦船圖像輪廓特征提取方法

    2.1 檢測方法介紹

    語義分割任務(wù),是將樣本數(shù)據(jù)集分為支持集和查詢集,再與查詢樣本的特征數(shù)據(jù)關(guān)聯(lián)匹配,進(jìn)而獲得查詢圖像的類別信息。該算法通過不斷增強(qiáng)分類的細(xì)粒度,提升網(wǎng)絡(luò)的語義分割性能,獲得良好的小樣本特征提取性能。遷移學(xué)習(xí)算法利用源數(shù)據(jù)集充足的樣本量,通過深度神經(jīng)網(wǎng)絡(luò)多次訓(xùn)練獲得較好的特征提取性能,將訓(xùn)練完成的模型或知識遷移至小樣本的新類數(shù)據(jù)集中,通過網(wǎng)絡(luò)訓(xùn)練獲得適應(yīng)小樣本新類的目標(biāo)分類器。

    基于以上檢測方式,對艦船圖像輪廓特征進(jìn)行分類。

    1)圍繞30 張艦船圖像小樣本進(jìn)行輪廓特征的向量分析。在此過程中,為了規(guī)避出現(xiàn)諸如各艦船圖像輪廓特征的相互干擾,特對搜集的樣本量進(jìn)行特征拆解,并基于相似性度量檢測方法對其各投影子空間進(jìn)行正交化處理。

    2)通過對艦船圖像輪廓特征的小樣本模型進(jìn)行反復(fù)訓(xùn)練,不斷優(yōu)化損失函數(shù),在實(shí)際操作中可以迭代出艦船圖像輪廓的特征相似性,并基于損失函數(shù)提升子空間的類間差異性,從而增強(qiáng)其檢測類別概率,提升檢測方法的抗干擾能力。

    2.2 圖像分類模型

    分類模型實(shí)現(xiàn)的具體步驟如下:

    首先,將本次搜集的艦船圖像輪廓特征導(dǎo)入到訓(xùn)練好的網(wǎng)絡(luò)ResNet-18 中,得到相對應(yīng)的輪廓特征向量f(xi),并計(jì)算第m類艦船圖像對應(yīng)的輪廓特征均值:

    基于上式,獲得第m類圖像的去均值集合:

    采用主成分分析法對全艦船圖像輪廓特征樣本進(jìn)行分解,得到對應(yīng)的映射矩陣與投影子空間的轉(zhuǎn)換公式:

    對艦船圖像輪廓特征樣本類別的投影子空間進(jìn)行正交化處理,計(jì)算得出投影子空間的平方歐式距離:

    式中,f(q)為查詢圖像的特征向量。在對圖像的類別進(jìn)行分析時(shí),計(jì)算查詢圖像q與每個(gè)投影子空間的距離,并借助softmax 函數(shù)計(jì)算出了艦船圖像輪廓特征屬于第m類圖像的概率:

    最終,基于ResNet-18 網(wǎng)絡(luò),實(shí)現(xiàn)對艦船的圖像輪廓特征的動態(tài)子空間分類。

    2.3 特征提取網(wǎng)絡(luò)

    采用ResNet 對搜集到的相關(guān)圖像進(jìn)行特征輪廓提取,經(jīng)整理后,其網(wǎng)絡(luò)結(jié)果如表2 所示。

    表2 ResNet-18 網(wǎng)絡(luò)結(jié)構(gòu)Tab. 2 ResNet-18 Network architecture

    2.4 動態(tài)子空間

    按照圖3 所示的正交化處理方式,基于前文相關(guān)數(shù)據(jù)對艦船圖像輪廓特征樣本構(gòu)建動態(tài)子空間,得出協(xié)方差矩陣公式。

    圖3 動態(tài)子空間正交化示意圖Fig. 3 Diagram of orthogonalization of dynamic subspaces

    通過損失函數(shù)的參數(shù)回傳與優(yōu)化,借助格拉斯曼數(shù)對艦船圖像輪廓特征各類子空間的差異性進(jìn)行計(jì)算,得出距離度量公式:

    通過損失函數(shù)的迭代最大化,對艦船圖像輪廓的各子空間差異化特性進(jìn)行提取,由此提升特征提取方法的泛化能力。

    2.5 損失函數(shù)

    關(guān)于交叉熵分類的損失函數(shù)為:

    關(guān)于子空間的損失函數(shù)為:

    將二元損失函數(shù)視為總損失函數(shù),通過平衡損失函數(shù)前后項(xiàng)的量級與收斂速度,得出最終的二元損失函數(shù)為:

    基于以上函數(shù)結(jié)果,將艦船圖像的樣本數(shù)據(jù)集進(jìn)行訓(xùn)練與優(yōu)化,得出其輪廓特征的高效分類模型。

    3 結(jié) 語

    本文基于子空間投影對艦船圖像輪廓特征進(jìn)行提取,通過動態(tài)正交化處理,經(jīng)驗(yàn)證可以提升子空間的特征差異性,完成對艦船圖像的輪廓特征的提取。

    猜你喜歡
    樣本量艦船輪廓
    艦船通信中的噪聲消除研究
    醫(yī)學(xué)研究中樣本量的選擇
    艦船測風(fēng)傳感器安裝位置數(shù)值仿真
    OPENCV輪廓識別研究與實(shí)踐
    基于實(shí)時(shí)輪廓誤差估算的數(shù)控系統(tǒng)輪廓控制
    航空裝備測試性試驗(yàn)樣本量確定方法
    Sample Size Calculations for Comparing Groups with Binary Outcomes
    艦船腐蝕預(yù)防與控制系統(tǒng)工程
    在線學(xué)習(xí)機(jī)制下的Snake輪廓跟蹤
    自適應(yīng)樣本量調(diào)整中Fisher合并P值法和傳統(tǒng)檢驗(yàn)法的模擬比較
    亚洲精品日韩av片在线观看| 精品卡一卡二卡四卡免费| 亚洲欧美一区二区三区国产| 国产成人精品一,二区| 久久女婷五月综合色啪小说| 99热国产这里只有精品6| 亚洲av电影在线观看一区二区三区| 日韩亚洲欧美综合| 日日啪夜夜爽| 国产熟女欧美一区二区| 亚洲自偷自拍三级| 国产片特级美女逼逼视频| 国产亚洲av片在线观看秒播厂| av有码第一页| 亚洲欧美成人综合另类久久久| 久久人人爽av亚洲精品天堂| 晚上一个人看的免费电影| 国产伦理片在线播放av一区| 在线观看免费日韩欧美大片 | 国产亚洲最大av| 老司机影院成人| 国产色爽女视频免费观看| 欧美日本中文国产一区发布| 26uuu在线亚洲综合色| 国产精品女同一区二区软件| 久久99热6这里只有精品| 另类亚洲欧美激情| 国产精品福利在线免费观看| 日本爱情动作片www.在线观看| 午夜激情福利司机影院| 色5月婷婷丁香| 午夜日本视频在线| 我要看日韩黄色一级片| 久热久热在线精品观看| 欧美+日韩+精品| 一区二区三区精品91| a级毛片免费高清观看在线播放| 成年人午夜在线观看视频| 日本91视频免费播放| 色网站视频免费| 99久久精品热视频| 免费观看的影片在线观看| 中文在线观看免费www的网站| 欧美最新免费一区二区三区| 十分钟在线观看高清视频www | 欧美激情国产日韩精品一区| 国产精品偷伦视频观看了| 香蕉精品网在线| 高清不卡的av网站| 九草在线视频观看| 十八禁网站网址无遮挡 | 偷拍熟女少妇极品色| 午夜91福利影院| 美女xxoo啪啪120秒动态图| 一本—道久久a久久精品蜜桃钙片| 69精品国产乱码久久久| 亚洲精品,欧美精品| 亚洲欧洲日产国产| 国产亚洲精品久久久com| 国产69精品久久久久777片| 高清毛片免费看| 成年女人在线观看亚洲视频| 国产伦在线观看视频一区| 亚洲成色77777| 天天操日日干夜夜撸| 哪个播放器可以免费观看大片| 免费不卡的大黄色大毛片视频在线观看| √禁漫天堂资源中文www| 少妇猛男粗大的猛烈进出视频| 少妇人妻精品综合一区二区| 不卡视频在线观看欧美| 日韩制服骚丝袜av| 亚洲四区av| 国产日韩欧美在线精品| 国产极品天堂在线| 日日摸夜夜添夜夜爱| 国产爽快片一区二区三区| 女性生殖器流出的白浆| 一本色道久久久久久精品综合| 夜夜骑夜夜射夜夜干| 国产精品麻豆人妻色哟哟久久| 成年美女黄网站色视频大全免费 | 中文字幕精品免费在线观看视频 | 伊人久久国产一区二区| 人妻夜夜爽99麻豆av| 国产国拍精品亚洲av在线观看| 熟女人妻精品中文字幕| 精品少妇黑人巨大在线播放| 99热网站在线观看| 乱系列少妇在线播放| 国产午夜精品一二区理论片| 少妇被粗大猛烈的视频| 亚洲va在线va天堂va国产| 国产精品麻豆人妻色哟哟久久| 人妻夜夜爽99麻豆av| 精品久久国产蜜桃| 国产精品伦人一区二区| 看十八女毛片水多多多| 国产男人的电影天堂91| 色视频www国产| 国产探花极品一区二区| 国产成人免费观看mmmm| 亚洲人与动物交配视频| 久久鲁丝午夜福利片| 日韩不卡一区二区三区视频在线| 在现免费观看毛片| 国产伦在线观看视频一区| 欧美日韩精品成人综合77777| 国产成人a∨麻豆精品| 久久久久久久久久久丰满| 插逼视频在线观看| 免费久久久久久久精品成人欧美视频 | 22中文网久久字幕| av国产精品久久久久影院| 亚洲人成网站在线播| 久久国产精品大桥未久av | 中国三级夫妇交换| 国模一区二区三区四区视频| 成年女人在线观看亚洲视频| 国产亚洲5aaaaa淫片| 午夜免费鲁丝| 久久久久久久亚洲中文字幕| 亚洲精品,欧美精品| 中文字幕av电影在线播放| 亚洲国产精品国产精品| 天天躁夜夜躁狠狠久久av| 成人漫画全彩无遮挡| 国产精品伦人一区二区| 永久网站在线| 午夜免费鲁丝| 黄色欧美视频在线观看| 深夜a级毛片| av卡一久久| 亚洲av成人精品一区久久| 国产女主播在线喷水免费视频网站| a级毛片免费高清观看在线播放| 亚洲精品456在线播放app| 免费av不卡在线播放| xxx大片免费视频| 久久久久国产精品人妻一区二区| 黄色一级大片看看| 男女边吃奶边做爰视频| 高清毛片免费看| 亚洲国产精品一区二区三区在线| av天堂久久9| 国产精品蜜桃在线观看| 亚洲av欧美aⅴ国产| 丰满迷人的少妇在线观看| 欧美日韩亚洲高清精品| 永久免费av网站大全| 亚洲情色 制服丝袜| 蜜桃久久精品国产亚洲av| 国产免费福利视频在线观看| 校园人妻丝袜中文字幕| 夜夜爽夜夜爽视频| 免费播放大片免费观看视频在线观看| 日韩 亚洲 欧美在线| 国产成人一区二区在线| 18禁裸乳无遮挡动漫免费视频| 狂野欧美激情性bbbbbb| h日本视频在线播放| 国产成人精品婷婷| 国产精品久久久久久久久免| 中文天堂在线官网| 国产成人免费无遮挡视频| 亚洲av成人精品一区久久| 最新的欧美精品一区二区| 久久 成人 亚洲| 国产日韩欧美在线精品| 日本与韩国留学比较| 精品卡一卡二卡四卡免费| 亚洲丝袜综合中文字幕| 少妇人妻 视频| av女优亚洲男人天堂| 内射极品少妇av片p| 久久久久久久久大av| 国产 精品1| 在线精品无人区一区二区三| 一边亲一边摸免费视频| 欧美成人精品欧美一级黄| 免费观看在线日韩| 亚洲av电影在线观看一区二区三区| 黑人巨大精品欧美一区二区蜜桃 | 国产av精品麻豆| 爱豆传媒免费全集在线观看| 久久精品久久精品一区二区三区| 黄色毛片三级朝国网站 | av视频免费观看在线观看| 日日啪夜夜撸| 9色porny在线观看| 亚洲国产欧美日韩在线播放 | www.色视频.com| 人人澡人人妻人| 欧美丝袜亚洲另类| 中国美白少妇内射xxxbb| 男女啪啪激烈高潮av片| 少妇的逼好多水| 简卡轻食公司| 中文字幕久久专区| 大话2 男鬼变身卡| 国产一区亚洲一区在线观看| 婷婷色综合www| 日本91视频免费播放| 美女脱内裤让男人舔精品视频| 精品国产一区二区久久| 一二三四中文在线观看免费高清| 99热这里只有精品一区| 成人亚洲精品一区在线观看| 亚洲怡红院男人天堂| 乱系列少妇在线播放| 黄色一级大片看看| 一级二级三级毛片免费看| 伊人久久国产一区二区| 五月伊人婷婷丁香| 国产乱来视频区| 国产av精品麻豆| 18禁在线播放成人免费| 日韩精品免费视频一区二区三区 | 日韩熟女老妇一区二区性免费视频| 国产国拍精品亚洲av在线观看| 在线亚洲精品国产二区图片欧美 | 国产精品三级大全| 乱码一卡2卡4卡精品| 亚洲精品,欧美精品| 春色校园在线视频观看| 国产精品.久久久| 有码 亚洲区| 久久久久久久国产电影| 国产精品福利在线免费观看| 最近2019中文字幕mv第一页| 久久人妻熟女aⅴ| 国产高清有码在线观看视频| 亚洲精品一二三| 日日撸夜夜添| 晚上一个人看的免费电影| 亚洲av欧美aⅴ国产| 亚洲高清免费不卡视频| 伊人久久精品亚洲午夜| 有码 亚洲区| 亚洲av在线观看美女高潮| 亚洲精品日韩在线中文字幕| 热99国产精品久久久久久7| 国产伦理片在线播放av一区| 国产精品欧美亚洲77777| 亚洲国产精品国产精品| 久久久久精品久久久久真实原创| 男人狂女人下面高潮的视频| 亚洲激情五月婷婷啪啪| 欧美日韩国产mv在线观看视频| 午夜福利,免费看| 又粗又硬又长又爽又黄的视频| 亚洲人成网站在线播| 亚洲精品视频女| 最后的刺客免费高清国语| 色5月婷婷丁香| 久久久国产一区二区| 蜜桃久久精品国产亚洲av| 汤姆久久久久久久影院中文字幕| 熟女人妻精品中文字幕| 肉色欧美久久久久久久蜜桃| 嫩草影院新地址| 国产在线男女| 国产国拍精品亚洲av在线观看| 老熟女久久久| 国产极品天堂在线| 18禁在线播放成人免费| 黄色欧美视频在线观看| 亚州av有码| 18禁动态无遮挡网站| 国产免费一级a男人的天堂| 国产精品一区二区在线不卡| 日韩一区二区三区影片| 在线观看免费视频网站a站| 永久免费av网站大全| 一级二级三级毛片免费看| 熟妇人妻不卡中文字幕| 亚洲欧美一区二区三区黑人 | 国产乱来视频区| 另类亚洲欧美激情| 亚洲精品视频女| 久久人人爽av亚洲精品天堂| av不卡在线播放| 成人午夜精彩视频在线观看| 爱豆传媒免费全集在线观看| 在线观看人妻少妇| 搡女人真爽免费视频火全软件| 99热这里只有是精品在线观看| 永久免费av网站大全| 99九九在线精品视频 | 欧美日韩国产mv在线观看视频| 久久精品国产亚洲av涩爱| 欧美少妇被猛烈插入视频| 久久久国产欧美日韩av| 一级毛片 在线播放| 国产91av在线免费观看| 欧美日韩在线观看h| 水蜜桃什么品种好| 伊人亚洲综合成人网| 日韩欧美精品免费久久| 久久女婷五月综合色啪小说| 亚洲成人手机| 三级经典国产精品| 免费观看无遮挡的男女| 欧美日本中文国产一区发布| 国产黄片视频在线免费观看| 高清视频免费观看一区二区| 免费av中文字幕在线| 国产精品麻豆人妻色哟哟久久| 搡女人真爽免费视频火全软件| 亚洲精品456在线播放app| 午夜日本视频在线| 少妇熟女欧美另类| 亚洲精品视频女| 精品一区二区三区视频在线| 男女免费视频国产| 亚洲四区av| 亚洲成色77777| 激情五月婷婷亚洲| 亚洲美女黄色视频免费看| 国产一区二区在线观看日韩| 色视频在线一区二区三区| 色视频www国产| 免费av不卡在线播放| 2018国产大陆天天弄谢| 久久国内精品自在自线图片| 一级毛片aaaaaa免费看小| 久久精品久久久久久噜噜老黄| 建设人人有责人人尽责人人享有的| 欧美三级亚洲精品| 国产精品久久久久成人av| 夫妻性生交免费视频一级片| 18禁在线无遮挡免费观看视频| 久久精品国产亚洲av涩爱| 亚洲av电影在线观看一区二区三区| 国产色婷婷99| 一级片'在线观看视频| 乱码一卡2卡4卡精品| 精品久久久久久电影网| 精品亚洲成a人片在线观看| 草草在线视频免费看| 如何舔出高潮| 少妇丰满av| 亚洲av不卡在线观看| 如日韩欧美国产精品一区二区三区 | 日韩伦理黄色片| 国产美女午夜福利| 97超碰精品成人国产| av播播在线观看一区| 王馨瑶露胸无遮挡在线观看| 女的被弄到高潮叫床怎么办| 亚洲国产精品一区二区三区在线| 伦理电影免费视频| 亚洲美女搞黄在线观看| 看十八女毛片水多多多| 啦啦啦在线观看免费高清www| 亚洲精品日本国产第一区| 久久精品国产亚洲av涩爱| 国产一区二区三区av在线| 日本av手机在线免费观看| 亚洲国产欧美日韩在线播放 | 国产视频首页在线观看| 国产精品蜜桃在线观看| 最近中文字幕2019免费版| 美女国产视频在线观看| 水蜜桃什么品种好| 久久久亚洲精品成人影院| 人妻少妇偷人精品九色| 久久免费观看电影| 最近的中文字幕免费完整| 日韩av不卡免费在线播放| 乱系列少妇在线播放| 国产永久视频网站| 麻豆精品久久久久久蜜桃| 最新的欧美精品一区二区| 一级黄片播放器| 汤姆久久久久久久影院中文字幕| 亚洲成人一二三区av| 午夜av观看不卡| 免费看日本二区| 如日韩欧美国产精品一区二区三区 | 中文字幕精品免费在线观看视频 | 久久女婷五月综合色啪小说| 人妻人人澡人人爽人人| 日本黄大片高清| 热99国产精品久久久久久7| 亚洲国产精品一区二区三区在线| 下体分泌物呈黄色| 亚洲精品自拍成人| 免费看av在线观看网站| 美女主播在线视频| 伊人久久国产一区二区| 大码成人一级视频| av视频免费观看在线观看| 国产高清国产精品国产三级| 十八禁网站网址无遮挡 | 国产免费福利视频在线观看| 国产成人aa在线观看| 天天躁夜夜躁狠狠久久av| 国产中年淑女户外野战色| 免费高清在线观看视频在线观看| 色视频www国产| 国产 一区精品| 久久久久久久大尺度免费视频| 又大又黄又爽视频免费| 日本91视频免费播放| 在线观看三级黄色| 国产又色又爽无遮挡免| 国产黄片视频在线免费观看| 免费av不卡在线播放| 亚洲综合精品二区| 久久久久久久久久久久大奶| 国产视频内射| 久久精品国产自在天天线| 精品99又大又爽又粗少妇毛片| 精品国产一区二区久久| 国产成人精品一,二区| 日韩av免费高清视频| 欧美变态另类bdsm刘玥| 日韩成人av中文字幕在线观看| 黄色一级大片看看| 夜夜骑夜夜射夜夜干| 高清黄色对白视频在线免费看 | 看非洲黑人一级黄片| 狠狠精品人妻久久久久久综合| 日本wwww免费看| 91成人精品电影| 一级片'在线观看视频| 赤兔流量卡办理| 天堂8中文在线网| 国产欧美亚洲国产| 亚洲精品国产av成人精品| 成人毛片60女人毛片免费| 亚洲欧美日韩另类电影网站| 观看av在线不卡| 高清毛片免费看| 性色av一级| 精品久久久久久久久亚洲| av线在线观看网站| 亚洲国产欧美在线一区| 国产淫语在线视频| 国产综合精华液| 一个人看视频在线观看www免费| 一二三四中文在线观看免费高清| 精品熟女少妇av免费看| 秋霞在线观看毛片| 最新中文字幕久久久久| 99热这里只有是精品50| 国产高清国产精品国产三级| 五月开心婷婷网| 春色校园在线视频观看| 亚洲精品日韩在线中文字幕| 青春草国产在线视频| 观看av在线不卡| 十八禁高潮呻吟视频 | 国产伦在线观看视频一区| 日日撸夜夜添| 国产精品秋霞免费鲁丝片| 久久精品久久久久久久性| 国产成人精品久久久久久| 久久午夜福利片| 国产精品一区二区三区四区免费观看| 丰满迷人的少妇在线观看| 午夜免费男女啪啪视频观看| 色吧在线观看| 三上悠亚av全集在线观看 | 一本久久精品| 国产午夜精品一二区理论片| 日韩中文字幕视频在线看片| 蜜桃久久精品国产亚洲av| 一区二区av电影网| 亚洲国产精品国产精品| 丰满人妻一区二区三区视频av| 精品亚洲成a人片在线观看| 国产精品秋霞免费鲁丝片| 亚洲不卡免费看| 久久精品国产自在天天线| 国产精品熟女久久久久浪| 成人免费观看视频高清| 国产精品女同一区二区软件| 80岁老熟妇乱子伦牲交| 国产男人的电影天堂91| av在线老鸭窝| 色婷婷av一区二区三区视频| 熟妇人妻不卡中文字幕| 久久精品国产自在天天线| 另类精品久久| 日本与韩国留学比较| 99热这里只有是精品在线观看| freevideosex欧美| 国产黄色视频一区二区在线观看| 三级国产精品欧美在线观看| 中文字幕精品免费在线观看视频 | 在线观看www视频免费| 蜜臀久久99精品久久宅男| 国产中年淑女户外野战色| 蜜臀久久99精品久久宅男| 九九爱精品视频在线观看| xxx大片免费视频| 色5月婷婷丁香| 亚洲国产最新在线播放| 久久久亚洲精品成人影院| 午夜精品国产一区二区电影| 一级片'在线观看视频| 精品少妇黑人巨大在线播放| 国产亚洲精品久久久com| 一区二区三区精品91| 久久久久久久久久久丰满| 欧美国产精品一级二级三级 | 最后的刺客免费高清国语| 天天躁夜夜躁狠狠久久av| 中文字幕亚洲精品专区| 在线观看三级黄色| 免费看光身美女| 亚洲成人手机| 亚洲精品视频女| 丝瓜视频免费看黄片| 国产男女内射视频| www.av在线官网国产| 日本欧美国产在线视频| 成人黄色视频免费在线看| 欧美精品高潮呻吟av久久| 久久综合国产亚洲精品| 免费观看av网站的网址| 久久精品久久久久久久性| 日韩大片免费观看网站| 亚洲欧美成人精品一区二区| 一本久久精品| 亚洲精品,欧美精品| 乱码一卡2卡4卡精品| 亚洲av电影在线观看一区二区三区| 老司机影院毛片| 亚洲精品第二区| www.色视频.com| 97超碰精品成人国产| 日韩欧美精品免费久久| 日本与韩国留学比较| 国产色爽女视频免费观看| 国产综合精华液| 亚洲欧美精品自产自拍| 免费在线观看成人毛片| 国产成人免费观看mmmm| 高清视频免费观看一区二区| 99久久综合免费| 91午夜精品亚洲一区二区三区| 丝瓜视频免费看黄片| 激情五月婷婷亚洲| 色网站视频免费| 久久99热6这里只有精品| 一本—道久久a久久精品蜜桃钙片| 国产精品不卡视频一区二区| 一本大道久久a久久精品| 国产真实伦视频高清在线观看| 亚洲av成人精品一区久久| 亚洲精品久久午夜乱码| 男女免费视频国产| 中文字幕免费在线视频6| 欧美另类一区| 欧美区成人在线视频| 三级国产精品片| 桃花免费在线播放| 国产毛片在线视频| 国产亚洲精品久久久com| av免费观看日本| av专区在线播放| 王馨瑶露胸无遮挡在线观看| 欧美亚洲 丝袜 人妻 在线| 丝袜喷水一区| 最近中文字幕高清免费大全6| 欧美精品一区二区大全| 欧美成人精品欧美一级黄| 一级a做视频免费观看| 欧美最新免费一区二区三区| 久久99热6这里只有精品| 国产一区亚洲一区在线观看| 岛国毛片在线播放| 久久久久国产精品人妻一区二区| 七月丁香在线播放| 麻豆成人av视频| 国产精品嫩草影院av在线观看| 日韩伦理黄色片| 国产成人午夜福利电影在线观看| 亚洲精品国产av成人精品| 国产熟女午夜一区二区三区 | 男女边摸边吃奶| 精品亚洲成国产av| 久久精品久久精品一区二区三区| 日韩人妻高清精品专区| 97在线人人人人妻| 日本av手机在线免费观看| 国内少妇人妻偷人精品xxx网站| 十八禁高潮呻吟视频 | 精品熟女少妇av免费看| 三上悠亚av全集在线观看 | 成人亚洲精品一区在线观看| 国产日韩欧美视频二区| 国产男人的电影天堂91| 色94色欧美一区二区| 久久精品久久久久久久性| 国产国拍精品亚洲av在线观看| .国产精品久久| 国产无遮挡羞羞视频在线观看| 有码 亚洲区| 国产av码专区亚洲av| 国产精品蜜桃在线观看| 狂野欧美激情性xxxx在线观看| 免费av不卡在线播放| 成人二区视频| 欧美另类一区| 亚洲第一区二区三区不卡| 熟妇人妻不卡中文字幕| 偷拍熟女少妇极品色| 亚洲av欧美aⅴ国产| 新久久久久国产一级毛片| av国产精品久久久久影院| 久久久午夜欧美精品|