• <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 ?

    基于正常樣本學(xué)習(xí)的真?zhèn)尉頍熜『心z痕鑒別方法

    2023-10-12 12:59:12梁洲源馬慧宇李海燕王春瓊張榆鋒
    煙草科技 2023年9期
    關(guān)鍵詞:煙盒卷煙分類

    李 鄲,梁洲源,馬慧宇,李海燕,王春瓊,張 軻,張榆鋒*

    1. 云南省煙草質(zhì)量監(jiān)督檢測(cè)站,昆明市高新技術(shù)開發(fā)區(qū)科醫(yī)路41 號(hào) 650104

    2. 云南大學(xué)信息學(xué)院,昆明市呈貢區(qū)大學(xué)城東外環(huán)南路 650500

    鑒別檢驗(yàn)卷煙真?zhèn)螌?duì)于加強(qiáng)煙草專賣管理、防止假冒卷煙流入市場(chǎng)具有重要意義。鑒別卷煙真?zhèn)巫畛S玫姆椒ㄊ歉泄贆z驗(yàn)法,主要依賴檢測(cè)人員自身的經(jīng)驗(yàn)知識(shí),從包裝、煙支、煙絲和吸味等多個(gè)方面對(duì)卷煙產(chǎn)品進(jìn)行鑒定[1-2]。該方法對(duì)檢測(cè)人員的專業(yè)技能要求較高,且存在主觀性強(qiáng)等問題。因此,利用機(jī)器視覺技術(shù)和物化檢驗(yàn)設(shè)備代替人類感官功能進(jìn)行卷煙真?zhèn)舞b定成為當(dāng)前研究熱點(diǎn)。鐘宇等[3]和肖楠等[4]基于卷煙外包裝圖像,分別通過傳統(tǒng)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)對(duì)真?zhèn)伟b圖像進(jìn)行了鑒別。魏中華[5]基于煙支的總通風(fēng)率、硬度和濾嘴通風(fēng)率3個(gè)物理指標(biāo)構(gòu)建了SVM(Support Vector Machine)真?zhèn)晤A(yù)測(cè)模型。張靈帥等[6]采集真?zhèn)螣熃z的近紅外光譜數(shù)據(jù),并通過主成分分析結(jié)合馬氏距離方法建立了判別模型。田耀偉等[7]、聶磊等[8]和高莉等[9]分別利用電子嗅覺系統(tǒng)、頂空-氣相色譜-質(zhì)譜技術(shù)和頂空-離子分子反應(yīng)質(zhì)譜技術(shù)對(duì)卷煙的揮發(fā)性和半揮發(fā)性成分進(jìn)行分析,以此區(qū)分真假卷煙。檢驗(yàn)儀器的使用在很大程度上提高了卷煙真?zhèn)舞b別工作的客觀性,但隨著卷煙仿制技術(shù)水平的提升,真假煙的外觀和內(nèi)在結(jié)構(gòu)差異極小,并且卷煙的包裝樣式繁多、理化特性復(fù)雜,從外包裝和煙支、煙絲物化參數(shù)等方面進(jìn)行卷煙真?zhèn)舞b別難度大且耗時(shí)費(fèi)力,需要選擇更加有效的鑒別方法。卷煙小盒(以下簡(jiǎn)稱煙盒)內(nèi)部的粘膠痕跡是反映卷煙包裝機(jī)型的重要特征,由于制假者大多使用簡(jiǎn)單的包裝設(shè)備和粗劣的包裝工藝,因而真煙和假煙的膠痕形態(tài)存在顯著差異[10]。目前,卷煙工業(yè)企業(yè)使用的主流包裝機(jī)型有14種,對(duì)應(yīng)14類真品膠痕,類別數(shù)量少,并且相較于不斷推陳出新的包裝樣式和卷煙配方,卷煙包裝工藝相對(duì)穩(wěn)定,粘膠痕跡長(zhǎng)期保持不變。因此,將膠痕作為檢測(cè)對(duì)象可有效降低鑒別問題的復(fù)雜度,使鑒別方法具有更廣泛、更長(zhǎng)期的通用性。由于膠痕在自然光下人眼難以辨識(shí),需要在特殊光照環(huán)境下采集圖像再進(jìn)行真?zhèn)舞b別處理。此外,考慮到假煙的辨別、收集、標(biāo)定工作困難,并且制假者的生產(chǎn)工藝參差不齊,使得假樣本具有數(shù)量少、特征不穩(wěn)定等特點(diǎn),因而引入異常檢測(cè)技術(shù),僅通過正常(真品)樣本構(gòu)建鑒別模型。異常檢測(cè)作為機(jī)器學(xué)習(xí)領(lǐng)域的重要分支,主要解決機(jī)器學(xué)習(xí)模型在面對(duì)未知樣本時(shí)的安全問題,對(duì)于保證機(jī)器學(xué)習(xí)系統(tǒng)的可靠性至關(guān)重要,被廣泛應(yīng)用于網(wǎng)絡(luò)入侵檢測(cè)[11]、欺詐行為檢測(cè)[12]、農(nóng)作物病害檢測(cè)[13]和工業(yè)產(chǎn)品缺陷檢測(cè)[14]等多個(gè)領(lǐng)域。深度學(xué)習(xí)通過深層神經(jīng)網(wǎng)絡(luò)自動(dòng)獲取數(shù)據(jù)的語義信息和潛在模式,無需人工設(shè)計(jì)特征,可提高異常檢測(cè)的效率、準(zhǔn)確率和魯棒性[15]。為此,提出一種基于膠痕圖像深度學(xué)習(xí)的卷煙真?zhèn)舞b別方法,通過構(gòu)建適用于多種卷煙規(guī)格的卷煙真?zhèn)舞b別模型,以期利用機(jī)器視覺代替人眼視覺進(jìn)行鑒別,提高卷煙真?zhèn)舞b別準(zhǔn)確率。

    1 材料與方法

    1.1 材料

    收集10 種常見包裝機(jī)型生產(chǎn)的煙盒(硬盒卷煙包裝機(jī)型5種,軟盒卷煙包裝機(jī)型5種);假冒硬盒和軟盒卷煙來源于云南省煙草質(zhì)量監(jiān)督檢測(cè)站。拆解所有煙盒并去除內(nèi)襯紙后得到平整的煙盒樣品,包裝機(jī)型類別、卷煙規(guī)格和煙盒樣品數(shù)量見表1。

    表1 包裝機(jī)型類別和煙盒樣品數(shù)量Tab.1 Packer types and number of cigarette packet samples

    1.2 方法

    如圖1 所示,基于膠痕圖像深度學(xué)習(xí)的卷煙真?zhèn)舞b別方法包括煙盒膠痕圖像采集、膠痕圖像樣本產(chǎn)生、基于深度學(xué)習(xí)異常檢測(cè)的真?zhèn)舞b別3 個(gè)主要步驟。

    1.2.1 煙盒膠痕圖像采集

    煙盒包裝過程中主要使用熱熔膠或白乳膠作為粘接劑,產(chǎn)生的粘膠痕跡呈無色透明狀或白色半透明狀,主要分布于硬煙盒內(nèi)部的正面和反面以及軟煙盒內(nèi)部的側(cè)邊。由于煙盒包裝紙內(nèi)部多為白色,使得膠痕在自然光或普通熒光燈照射下人眼辨識(shí)度低,難以通過普通拍攝或掃描方式采集到清晰的膠痕圖像。借鑒刑偵學(xué)中的分色攝影技術(shù)[16],利用特殊光譜成分的可見光對(duì)煙盒樣品進(jìn)行照射,以增強(qiáng)膠痕與內(nèi)部包裝紙的區(qū)分度,并以此設(shè)計(jì)了一種膠痕圖像采集裝置,見圖2。該裝置主體為密閉的遮光箱(長(zhǎng)29.2 cm,寬25.5 cm,高32.3 cm),以避免外界環(huán)境光干擾。頂部的LED燈帶可提供均勻的光照,燈帶額定電壓5 V,3 條燈帶間隔2.5 cm。中間為白光燈帶,波長(zhǎng)400~760 nm;兩側(cè)為藍(lán)光燈帶,波長(zhǎng)400~450 nm。裝置下方的抽拉式鐵質(zhì)底板配備限位器和磁條,便于快速放置煙盒樣品。拍攝手機(jī)型號(hào)為iPhone 11 Pro Max,拍攝軟件為L(zhǎng)ightroom,選擇廣角鏡頭,快門時(shí)間1/100 s,白平衡6 000 K,感光度250,畫幅縮放200%。利用該裝置采集煙盒膠痕圖像,圖像尺寸為2 000 px×1 500 px,圖像存儲(chǔ)格式為JPG。

    圖2 膠痕圖像采集裝置結(jié)構(gòu)示意圖Fig.2 Structure of glue line image capturing device

    1.2.2 膠痕圖像樣本產(chǎn)生

    采集到的煙盒膠痕圖像仍有大部分與檢測(cè)無關(guān)的背景,需要通過圖像處理技術(shù)剔除這些背景,以突出圖像中的膠痕信息。如圖3所示,硬煙盒與軟煙盒的圖像處理流程:①讀取煙盒膠痕圖像;②通過二值化生成黑白圖像;③對(duì)黑白圖像進(jìn)行開操作,先通過腐蝕操作去除煙盒外部的噪點(diǎn)和狹長(zhǎng)突起部分,再通過膨脹操作還原煙盒外輪廓;④基于處理后的黑白圖像,得到膠痕分布區(qū)域的煙盒外輪廓點(diǎn);⑤根據(jù)相鄰輪廓點(diǎn)之間的位置關(guān)系篩選得到4 個(gè)關(guān)鍵點(diǎn);⑥獲取4 個(gè)關(guān)鍵點(diǎn)的最大外接矩形;⑦基于最大外接矩形,對(duì)原始圖像進(jìn)行裁剪得到膠痕圖像樣本。圖4展示了各包裝機(jī)型膠痕圖像樣本,經(jīng)過圖像處理后,圖像中的膠痕特征更加顯著。

    圖3 煙盒圖像處理流程Fig.3 Process flow of cigarette packet images

    圖4 不同包裝機(jī)型的煙盒膠痕圖像樣本Fig.4 Glue line image samples from different packers

    1.2.3 基于深度學(xué)習(xí)異常檢測(cè)的真?zhèn)舞b別

    機(jī)器學(xué)習(xí)模型在面對(duì)訓(xùn)練期間未見過的樣本時(shí)難以做出準(zhǔn)確判別,這將嚴(yán)重干擾機(jī)器學(xué)習(xí)系統(tǒng)在實(shí)際應(yīng)用中的安全性和可靠性。異常檢測(cè)可以有效解決此類問題,該方法通過正常樣本構(gòu)建檢測(cè)模型,檢測(cè)與正常模式存在差異的異常樣本[17]。Hendrycks 等[18]的研究表明,由于正常樣本與異常樣本的分布不同,由正常樣本訓(xùn)練得到的分類模型,通常會(huì)對(duì)同樣來自正常分布的樣本產(chǎn)生較大的最大預(yù)測(cè)概率值,而對(duì)來自異常分布的樣本產(chǎn)生較小的最大預(yù)測(cè)概率值。為此,本研究中將數(shù)量多、膠痕特征穩(wěn)定的真品膠痕樣本視作正常樣本,而將數(shù)量少、膠痕特征不穩(wěn)定的假樣本視作異常樣本,基于深度學(xué)習(xí)異常檢測(cè)方法對(duì)膠痕圖像樣本進(jìn)行真?zhèn)舞b別。

    1.2.3.1 模型訓(xùn)練數(shù)據(jù)集的建立和劃分

    使用包裝機(jī)型表示膠痕類別,按類別整理膠痕圖像樣本后,得到膠痕圖像數(shù)據(jù)集。從該數(shù)據(jù)集的10 個(gè)真品類別中,每類隨機(jī)選取300 個(gè)樣本組成模型訓(xùn)練數(shù)據(jù)集,樣本總量為3 000 個(gè),各類真品樣本分別對(duì)應(yīng)于0~9 的數(shù)值標(biāo)簽。然后按7∶2∶1 的比例將模型訓(xùn)練數(shù)據(jù)集隨機(jī)劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集。

    1.2.3.2 模型分類訓(xùn)練

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡(jiǎn)稱CNN)作為重要的深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu),被廣泛應(yīng)用于圖像分類任務(wù)[19]。通過模型訓(xùn)練數(shù)據(jù)集對(duì)CNN進(jìn)行分類訓(xùn)練,訓(xùn)練目標(biāo)是使模型能夠準(zhǔn)確識(shí)別真樣本的膠痕類別。圖5展示了CNN分類模型的一般架構(gòu),將圖像樣本調(diào)整為指定大小后輸入模型,通過一系列操作自動(dòng)提取圖像的深層語義信息,并通過softmax層對(duì)網(wǎng)絡(luò)輸出層進(jìn)行處理,產(chǎn)生多個(gè)預(yù)測(cè)概率值p1,p2,…,pc,softmax層的計(jì)算公式可表示為:

    圖5 卷積神經(jīng)網(wǎng)絡(luò)分類模型Fig.5 Convolutional neural network classification model

    式中:zi表示輸出層第i個(gè)節(jié)點(diǎn)的輸出值;c表示節(jié)點(diǎn)個(gè)數(shù),即類別數(shù)量;將最大預(yù)測(cè)概率值記為pmax,該值所對(duì)應(yīng)的類別即為模型預(yù)測(cè)樣本的類別。

    選擇AlexNet[20]、VGG11[21]、ResNet18[22]、DenseNet121[23]、InceptionV1[24]這5個(gè)經(jīng)典的CNN作為分類模型,各模型通過不同結(jié)構(gòu)改進(jìn)方式提升自身性能,見表2。

    表2 不同卷積神經(jīng)網(wǎng)絡(luò)模型的特點(diǎn)Tab.2 Characteristics of different convolutional neural network models

    1.2.3.3 模型真?zhèn)舞b別

    模型真?zhèn)舞b別流程見圖6。首先,加載完成訓(xùn)練的分類模型,將測(cè)試集中所有樣本調(diào)整為指定大小后輸入模型,得到各樣本的最大預(yù)測(cè)概率值。然后,基于最大預(yù)測(cè)概率值計(jì)算判別閾值R,選擇兩種閾值計(jì)算方式進(jìn)行對(duì)比:①將所有最大預(yù)測(cè)概率值由大到小排列,選取第95個(gè)百分位點(diǎn)對(duì)應(yīng)的最大預(yù)測(cè)概率值作為閾值[25-26],記為R_0.95;②計(jì)算所有最大預(yù)測(cè)概率值的平均值作為閾值[27],記為R_mean。最后,將待測(cè)樣本調(diào)整為指定大小后輸入分類模型,通過模型對(duì)待測(cè)樣本產(chǎn)生的最大預(yù)測(cè)概率值pmax與閾值R進(jìn)行比較,若pmax≥R,則將該待測(cè)樣本判別為真,否則判別為假,以此實(shí)現(xiàn)模型真?zhèn)舞b別。

    圖6 真?zhèn)舞b別流程Fig.6 Authentication process flow

    2 實(shí)驗(yàn)與結(jié)果分析

    2.1 實(shí)驗(yàn)環(huán)境

    硬件環(huán)境:Intel Core i7-10700 CPU @ 2.90 GHz,32 GB 內(nèi)存,NVIDIA GeForce GTX 1650 圖形處理器。軟件環(huán)境:Windows 10 操作系統(tǒng),Python 3.9.7 開發(fā)語言,圖像處理操作基于OpenCV-Python 4.5.5.64實(shí)現(xiàn),深度學(xué)習(xí)框架基于PyTorch 1.10.2實(shí)現(xiàn)。

    2.2 參數(shù)設(shè)置

    訓(xùn)練過程中超參數(shù)的設(shè)定值見表3。為避免模型訓(xùn)練過擬合,采用提前終止的訓(xùn)練策略,若模型的驗(yàn)證集損失值在連續(xù)5個(gè)訓(xùn)練周期內(nèi)無下降,則終止訓(xùn)練。

    表3 超參數(shù)設(shè)置Tab.3 Setting values of hyperparameters

    2.3 模型分類性能

    訓(xùn)練后模型的分類性能見表4??梢姡珹lexNet的測(cè)試集準(zhǔn)確率約為94%,表明該模型能夠較好地區(qū)分真品膠痕類型,其訓(xùn)練集和驗(yàn)證集準(zhǔn)確率相差約3 百分點(diǎn),說明模型存在輕微的過擬合。VGG11的測(cè)試集準(zhǔn)確率在97%以上,其訓(xùn)練集和驗(yàn)證集準(zhǔn)確率的差值在2百分點(diǎn)以內(nèi),表明模型具有良好的分類精度和泛化性。ResNet18、DenseNet121、InceptionV1的測(cè)試集準(zhǔn)確率均能夠達(dá)到99%,并且其訓(xùn)練集和驗(yàn)證集準(zhǔn)確率的差值均在2百分點(diǎn)以內(nèi),表明這3 個(gè)模型的分類性能優(yōu)異,精度高且泛化性好。

    表4 不同卷積神經(jīng)網(wǎng)絡(luò)模型的分類性能Tab.4 Classification performance of different convolution neural network models

    2.4 模型鑒別性能

    將未參與模型訓(xùn)練的974 個(gè)真樣本和320 個(gè)假樣本作為待測(cè)樣本進(jìn)行真?zhèn)舞b別,結(jié)果見圖7?;诨煜仃囀褂脺?zhǔn)確率、召回率和特異性[28]對(duì)模型的鑒別性能進(jìn)行評(píng)估,結(jié)果見表5。可見,不同判別閾值對(duì)ResNet18、DenseNet121、InceptionV1 的鑒別性能影響較小,但會(huì)顯著影響AlexNet 和VGG11 對(duì)假樣本的判別能力。當(dāng)閾值R=R_0.95 時(shí),AlexNet 和VGG11 的特異性分別約為32%和52%,表明這兩個(gè)模型對(duì)假樣本的判別能力較差;當(dāng)R=R_mean 時(shí),AlexNet 和VGG11 的召回率分別約為82%和92%,特異性分別約為61%和68%,表明這兩個(gè)模型能夠準(zhǔn)確判別大部分真樣本,并且具有一定的假樣本判別能力。因此,相較于R_0.95,選擇R_mean 作為判別閾值能夠保證所有模型對(duì)真?zhèn)螛颖揪邆湟欢ǖ蔫b別能力。當(dāng)閾值R=R_mean 時(shí),ResNet18、DenseNet121、InceptionV1 的鑒別準(zhǔn)確率約為94%,召回率和特異性分別約為93%~94%和93%~95%,表明這3個(gè)模型能夠?qū)^大部分的真樣本和假樣本做出準(zhǔn)確判別,表現(xiàn)出優(yōu)異的鑒別性能。5 個(gè)模型的檢測(cè)時(shí)間均在10 ms左右,鑒別速度快,檢測(cè)效率高。

    圖7 不同卷積神經(jīng)網(wǎng)絡(luò)模型的混淆矩陣Fig.7 Confusion matrixes of different convolution neural network models

    表5 不同卷積神經(jīng)網(wǎng)絡(luò)模型的鑒別性能Tab.5 Identification performance of different convolution neural network models

    本研究中還引入受試者工作特性曲線(ReceiverOperating Characteristic Curve,簡(jiǎn)稱ROC 曲線)和曲線下面積(Area Under Curve,簡(jiǎn)稱AUC)[29]進(jìn)一步評(píng)估模型的鑒別性能,結(jié)果見圖8。可見,AlexNet 的AUC 約為0.82,表明模型的鑒別性能較好。VGG11的AUC 約為0.92,表明模型具有良好的鑒別能力。ResNet18、DenseNet121、InceptionV1 的AUC 約為0.98,表明這3 個(gè)模型的鑒別性能優(yōu)異。結(jié)合2.3 節(jié)模型分類性能進(jìn)行對(duì)比可以看出,模型在訓(xùn)練過程中獲得的分類性能越好,其真?zhèn)舞b別性能越好。

    圖8 不同卷積神經(jīng)網(wǎng)絡(luò)模型的ROC曲線Fig.8 ROC curves of different convolution neural network models

    3 結(jié)論

    提出了一種基于正常樣本學(xué)習(xí)的真?zhèn)尉頍熌z痕鑒別方法,將卷煙包裝外觀檢測(cè)轉(zhuǎn)換為包裝痕跡檢測(cè),將真?zhèn)舞b別問題由一般分類任務(wù)轉(zhuǎn)換為異常檢測(cè)任務(wù)。使用1 294個(gè)真?zhèn)螛颖具M(jìn)行鑒別測(cè)試,結(jié)果表明:采用本方法構(gòu)建的鑒別模型能夠在完全不使用假樣本訓(xùn)練的前提下對(duì)待測(cè)樣本進(jìn)行真?zhèn)闻袆e,因而無需進(jìn)行大量的假樣本收集和標(biāo)定工作,并且保證了模型在面對(duì)未知假樣本時(shí)的判別能力。AlexNet、VGG11、ResNet18、DenseNet121、InceptionV1 這5 個(gè)CNN分類模型中,ResNet18、DenseNet121、InceptionV1的鑒別性能優(yōu)異,考慮到InceptionV1 的參數(shù)量比其他兩個(gè)模型更少,有利于將來在移動(dòng)端設(shè)備進(jìn)行應(yīng)用部署,因而可以優(yōu)先使用InceptionV1 構(gòu)建判別模型。本方法簡(jiǎn)單、準(zhǔn)確、高效,適用于多種常見規(guī)格的卷煙產(chǎn)品。未來工作重點(diǎn)是收集其他包裝機(jī)型生產(chǎn)的足量煙盒樣品,構(gòu)建更加完備的膠痕圖像數(shù)據(jù)集,在新的數(shù)據(jù)集上進(jìn)一步驗(yàn)證方法的有效性,并對(duì)鑒別模型進(jìn)行優(yōu)化,為建立高效、可靠的卷煙真?zhèn)沃悄荑b別方法提供支撐。

    猜你喜歡
    煙盒卷煙分類
    分類算一算
    用煙盒做一架小飛機(jī)
    分類討論求坐標(biāo)
    數(shù)據(jù)分析中的分類討論
    煙盒博物館之旅
    教你一招:數(shù)的分類
    煙盒博物館之旅
    創(chuàng)意
    卷煙包裝痕跡分析
    我國(guó)卷煙需求預(yù)測(cè)研究述評(píng)
    久久久久精品性色| 一区二区三区乱码不卡18| 深爱激情五月婷婷| 亚洲欧美日韩卡通动漫| 亚洲婷婷狠狠爱综合网| 一本一本综合久久| 韩国高清视频一区二区三区| av在线app专区| 国产在线男女| 国产伦理片在线播放av一区| 特级一级黄色大片| 成人综合一区亚洲| 亚洲无线观看免费| 亚洲国产日韩一区二区| 亚洲第一区二区三区不卡| 久久久久久久久久久免费av| 亚洲经典国产精华液单| 成人高潮视频无遮挡免费网站| 国产午夜精品一二区理论片| 久久久久久久久久成人| av福利片在线观看| 交换朋友夫妻互换小说| 亚洲激情五月婷婷啪啪| 美女主播在线视频| 99久久中文字幕三级久久日本| 丰满乱子伦码专区| 一级二级三级毛片免费看| 国产免费视频播放在线视频| 大香蕉97超碰在线| 黄色视频在线播放观看不卡| 成人欧美大片| 亚洲精品,欧美精品| 亚洲精品国产色婷婷电影| 人妻少妇偷人精品九色| 国产爽快片一区二区三区| 久久精品国产鲁丝片午夜精品| 干丝袜人妻中文字幕| 亚洲国产精品国产精品| 国产欧美日韩精品一区二区| 久久久精品免费免费高清| kizo精华| 国产精品国产av在线观看| tube8黄色片| 久久久精品免费免费高清| 亚洲欧美日韩东京热| 全区人妻精品视频| 亚洲一区二区三区欧美精品 | 亚洲四区av| 国产乱来视频区| 欧美成人午夜免费资源| 男女无遮挡免费网站观看| 欧美人与善性xxx| 成年女人看的毛片在线观看| 深夜a级毛片| 啦啦啦在线观看免费高清www| 婷婷色综合www| 最近最新中文字幕大全电影3| 在线a可以看的网站| 国产伦精品一区二区三区视频9| 丝袜美腿在线中文| 在线观看人妻少妇| 全区人妻精品视频| 大片电影免费在线观看免费| 亚洲精品成人av观看孕妇| 精品视频人人做人人爽| 人妻夜夜爽99麻豆av| 国产成人精品婷婷| 99热6这里只有精品| 精品久久久久久久人妻蜜臀av| 久久久久久九九精品二区国产| 亚洲内射少妇av| 麻豆成人午夜福利视频| 免费av观看视频| 久久99精品国语久久久| 少妇猛男粗大的猛烈进出视频 | 国产欧美另类精品又又久久亚洲欧美| 人妻少妇偷人精品九色| 亚洲,欧美,日韩| 欧美日韩视频精品一区| av国产精品久久久久影院| 亚洲精品国产av蜜桃| 亚洲av二区三区四区| 菩萨蛮人人尽说江南好唐韦庄| 久久午夜福利片| 极品少妇高潮喷水抽搐| 国产乱人视频| 精品少妇久久久久久888优播| 香蕉精品网在线| 岛国毛片在线播放| 免费电影在线观看免费观看| 国产人妻一区二区三区在| 久久久精品免费免费高清| 亚洲精品视频女| 亚洲精品国产色婷婷电影| 成年免费大片在线观看| 国产成人精品福利久久| 国产精品人妻久久久影院| 男插女下体视频免费在线播放| 日韩视频在线欧美| 免费看a级黄色片| 日本爱情动作片www.在线观看| 中文字幕亚洲精品专区| 肉色欧美久久久久久久蜜桃 | 伦精品一区二区三区| av国产免费在线观看| 性插视频无遮挡在线免费观看| 在线观看人妻少妇| 汤姆久久久久久久影院中文字幕| 在线观看免费高清a一片| av在线app专区| 亚洲成人av在线免费| 国产午夜精品久久久久久一区二区三区| av又黄又爽大尺度在线免费看| 日韩三级伦理在线观看| 啦啦啦在线观看免费高清www| 亚洲精品国产成人久久av| 久久国内精品自在自线图片| 国产精品伦人一区二区| 日韩一区二区视频免费看| 精品国产一区二区三区久久久樱花 | 人妻少妇偷人精品九色| 尤物成人国产欧美一区二区三区| 国产毛片在线视频| 国产爱豆传媒在线观看| 亚洲国产av新网站| 麻豆成人午夜福利视频| 欧美激情国产日韩精品一区| 中国三级夫妇交换| 99热这里只有是精品在线观看| 天天一区二区日本电影三级| 欧美精品国产亚洲| 国产精品久久久久久精品古装| 白带黄色成豆腐渣| 精品午夜福利在线看| 97精品久久久久久久久久精品| 麻豆成人av视频| 亚洲精品成人久久久久久| 国产精品久久久久久av不卡| 午夜精品一区二区三区免费看| 精品人妻偷拍中文字幕| 日韩成人av中文字幕在线观看| 国产91av在线免费观看| 久久久久久九九精品二区国产| 超碰av人人做人人爽久久| 蜜桃久久精品国产亚洲av| 国产精品久久久久久久电影| 国产精品女同一区二区软件| 国产日韩欧美亚洲二区| 国产乱人视频| 好男人视频免费观看在线| 国产日韩欧美在线精品| 亚洲天堂av无毛| 能在线免费看毛片的网站| 国产成人精品一,二区| 亚洲av中文av极速乱| 少妇裸体淫交视频免费看高清| 高清毛片免费看| 永久网站在线| 女人十人毛片免费观看3o分钟| 男女那种视频在线观看| av免费观看日本| 精品久久久精品久久久| 日韩成人伦理影院| 亚州av有码| 一级黄片播放器| 岛国毛片在线播放| 亚洲内射少妇av| 国产精品伦人一区二区| 国产高潮美女av| 欧美性感艳星| 99热这里只有是精品50| 免费观看a级毛片全部| 婷婷色综合www| 国产精品不卡视频一区二区| 99热网站在线观看| 欧美3d第一页| 麻豆久久精品国产亚洲av| 偷拍熟女少妇极品色| 亚洲不卡免费看| 人妻夜夜爽99麻豆av| 午夜免费鲁丝| 中文字幕久久专区| 国产伦在线观看视频一区| 国产伦精品一区二区三区视频9| 亚洲国产精品成人久久小说| 免费大片黄手机在线观看| 日韩制服骚丝袜av| 国产在视频线精品| 精品久久久噜噜| 久久鲁丝午夜福利片| 欧美97在线视频| 亚洲经典国产精华液单| 97超视频在线观看视频| 最近2019中文字幕mv第一页| 韩国av在线不卡| 另类亚洲欧美激情| 亚洲熟女精品中文字幕| 国产成年人精品一区二区| 老司机影院成人| 亚洲精华国产精华液的使用体验| 国产在线男女| 免费观看a级毛片全部| 精品久久久久久久末码| 国产综合懂色| 老司机影院毛片| 视频区图区小说| 欧美zozozo另类| 老女人水多毛片| 九九在线视频观看精品| 国产精品秋霞免费鲁丝片| 日本av手机在线免费观看| 国产精品蜜桃在线观看| 久久鲁丝午夜福利片| 男女下面进入的视频免费午夜| av在线播放精品| 内地一区二区视频在线| 免费av不卡在线播放| 亚洲综合色惰| 婷婷色综合www| 日韩视频在线欧美| 久久热精品热| 青春草亚洲视频在线观看| 青春草国产在线视频| 久久久久久久久久成人| 最新中文字幕久久久久| 18禁在线无遮挡免费观看视频| 97在线人人人人妻| 国产精品久久久久久久电影| 亚州av有码| 下体分泌物呈黄色| 国产精品国产av在线观看| 国产精品福利在线免费观看| 久久99热这里只频精品6学生| 中文字幕免费在线视频6| 免费av不卡在线播放| 亚洲精品乱久久久久久| 国产人妻一区二区三区在| 亚洲无线观看免费| 精品人妻偷拍中文字幕| 舔av片在线| 如何舔出高潮| 国产男女超爽视频在线观看| 丰满人妻一区二区三区视频av| 2021少妇久久久久久久久久久| 天堂网av新在线| 在线观看av片永久免费下载| 亚洲久久久久久中文字幕| 人妻 亚洲 视频| 国产午夜福利久久久久久| 爱豆传媒免费全集在线观看| 亚洲国产精品成人久久小说| 国产午夜精品一二区理论片| 国产精品福利在线免费观看| 69av精品久久久久久| 直男gayav资源| 国产成人精品福利久久| 亚洲国产av新网站| 亚洲最大成人手机在线| 国产伦精品一区二区三区四那| av在线观看视频网站免费| 日本爱情动作片www.在线观看| 蜜桃久久精品国产亚洲av| 你懂的网址亚洲精品在线观看| 一级片'在线观看视频| 最近的中文字幕免费完整| 色5月婷婷丁香| 亚洲av.av天堂| 色播亚洲综合网| 国产成人精品一,二区| 日本黄大片高清| 欧美少妇被猛烈插入视频| 热re99久久精品国产66热6| 看十八女毛片水多多多| 一本色道久久久久久精品综合| 日本欧美国产在线视频| av专区在线播放| 一区二区三区精品91| 女人十人毛片免费观看3o分钟| 免费黄网站久久成人精品| 国产老妇女一区| 国产欧美另类精品又又久久亚洲欧美| 麻豆成人午夜福利视频| 免费av观看视频| 日韩中字成人| 一本久久精品| 美女被艹到高潮喷水动态| 国产精品无大码| 亚洲婷婷狠狠爱综合网| 成人综合一区亚洲| 国产亚洲5aaaaa淫片| 丝袜美腿在线中文| 99热这里只有是精品50| 国产黄色免费在线视频| 亚洲aⅴ乱码一区二区在线播放| 亚洲在线观看片| 少妇人妻 视频| 免费看av在线观看网站| 国产精品偷伦视频观看了| 下体分泌物呈黄色| 中文天堂在线官网| 国产精品嫩草影院av在线观看| 夫妻性生交免费视频一级片| 久久韩国三级中文字幕| 国产毛片a区久久久久| 一级二级三级毛片免费看| 人妻 亚洲 视频| 五月玫瑰六月丁香| 亚洲在线观看片| 色吧在线观看| 中文字幕人妻熟人妻熟丝袜美| 少妇被粗大猛烈的视频| 国产亚洲一区二区精品| 一区二区三区精品91| 国产黄色视频一区二区在线观看| 91久久精品电影网| 精品一区二区三区视频在线| 国产高潮美女av| 国产亚洲精品久久久com| 国产黄片美女视频| 卡戴珊不雅视频在线播放| 十八禁网站网址无遮挡 | 国产黄频视频在线观看| 99热这里只有是精品在线观看| 国产永久视频网站| 国产精品一区www在线观看| 制服丝袜香蕉在线| 免费观看的影片在线观看| 老司机影院毛片| 亚洲国产精品成人综合色| 国产成人freesex在线| 免费大片18禁| 久久精品国产亚洲av涩爱| 一级二级三级毛片免费看| 国产又色又爽无遮挡免| 嫩草影院精品99| 午夜视频国产福利| 成人特级av手机在线观看| 美女被艹到高潮喷水动态| 777米奇影视久久| 在线观看人妻少妇| 国产精品一及| 亚洲国产精品国产精品| 99久久中文字幕三级久久日本| 亚洲国产精品国产精品| 成人国产av品久久久| 精品久久久久久电影网| 极品少妇高潮喷水抽搐| 免费不卡的大黄色大毛片视频在线观看| 97在线人人人人妻| 国产成人91sexporn| 欧美高清性xxxxhd video| 黄片wwwwww| 如何舔出高潮| 国产精品av视频在线免费观看| 蜜桃久久精品国产亚洲av| 日韩伦理黄色片| 蜜桃亚洲精品一区二区三区| 黄片wwwwww| 在线亚洲精品国产二区图片欧美 | 国产色婷婷99| 一边亲一边摸免费视频| 赤兔流量卡办理| a级毛片免费高清观看在线播放| 人妻 亚洲 视频| 97在线视频观看| 日韩一区二区视频免费看| 男女边吃奶边做爰视频| 少妇的逼水好多| 国产一区二区亚洲精品在线观看| 国产欧美日韩精品一区二区| 搡老乐熟女国产| 中文资源天堂在线| 久久久久久久精品精品| 99久久九九国产精品国产免费| 亚洲,一卡二卡三卡| 国产成人一区二区在线| 亚洲,一卡二卡三卡| 欧美激情久久久久久爽电影| 六月丁香七月| 肉色欧美久久久久久久蜜桃 | 免费看a级黄色片| 天堂俺去俺来也www色官网| 久久99蜜桃精品久久| 国产69精品久久久久777片| 亚洲欧美日韩无卡精品| 蜜桃久久精品国产亚洲av| 日本wwww免费看| 直男gayav资源| 七月丁香在线播放| 亚洲三级黄色毛片| 亚洲最大成人av| 人妻一区二区av| 视频中文字幕在线观看| 99久久九九国产精品国产免费| 少妇猛男粗大的猛烈进出视频 | 精品人妻熟女av久视频| 午夜福利在线在线| 欧美 日韩 精品 国产| 26uuu在线亚洲综合色| 久久精品国产亚洲av天美| 亚洲av男天堂| 欧美97在线视频| 夫妻午夜视频| 欧美激情国产日韩精品一区| 男男h啪啪无遮挡| 波野结衣二区三区在线| 大香蕉97超碰在线| 亚洲精品乱码久久久久久按摩| 免费在线观看成人毛片| 久久国产乱子免费精品| 久久久久久久国产电影| 免费电影在线观看免费观看| 成人欧美大片| 免费大片18禁| 色视频在线一区二区三区| 国产伦在线观看视频一区| 国产黄片视频在线免费观看| 老司机影院毛片| 亚洲最大成人手机在线| 男人舔奶头视频| 三级国产精品片| 日本午夜av视频| 亚洲美女搞黄在线观看| 黑人高潮一二区| 久久精品熟女亚洲av麻豆精品| 男女国产视频网站| 久久久久久久久久成人| 好男人视频免费观看在线| 亚洲电影在线观看av| 亚洲国产色片| 亚洲欧美精品专区久久| 别揉我奶头 嗯啊视频| 一本色道久久久久久精品综合| 国产淫语在线视频| 美女xxoo啪啪120秒动态图| 一个人看视频在线观看www免费| 在线观看免费高清a一片| 熟女电影av网| 亚洲成人久久爱视频| 午夜福利在线在线| 午夜精品国产一区二区电影 | 韩国高清视频一区二区三区| 成人国产麻豆网| 国产高清三级在线| 久久ye,这里只有精品| 伊人久久精品亚洲午夜| 国产免费一区二区三区四区乱码| 成人毛片60女人毛片免费| 免费黄色在线免费观看| 97人妻精品一区二区三区麻豆| 高清毛片免费看| 国产欧美另类精品又又久久亚洲欧美| 国产精品国产av在线观看| 午夜免费鲁丝| 人体艺术视频欧美日本| 久久精品夜色国产| 欧美日韩在线观看h| 日韩一区二区三区影片| 人人妻人人爽人人添夜夜欢视频 | videos熟女内射| 99热网站在线观看| 久久精品国产a三级三级三级| 男女下面进入的视频免费午夜| 极品教师在线视频| 日本与韩国留学比较| 日韩 亚洲 欧美在线| 天天躁夜夜躁狠狠久久av| 美女cb高潮喷水在线观看| 国产白丝娇喘喷水9色精品| 欧美激情在线99| 亚洲国产日韩一区二区| 校园人妻丝袜中文字幕| 国产伦理片在线播放av一区| 听说在线观看完整版免费高清| 麻豆成人av视频| 国产高清有码在线观看视频| 国产一区二区三区综合在线观看 | 亚洲天堂av无毛| 啦啦啦啦在线视频资源| 久久99精品国语久久久| 国产人妻一区二区三区在| 国产乱人视频| 久久人人爽人人片av| 亚洲成人精品中文字幕电影| 狂野欧美白嫩少妇大欣赏| 交换朋友夫妻互换小说| 简卡轻食公司| 22中文网久久字幕| 亚洲精品第二区| 亚洲真实伦在线观看| 国产亚洲精品久久久com| 国内精品美女久久久久久| 男人爽女人下面视频在线观看| 成人毛片a级毛片在线播放| 日韩亚洲欧美综合| 两个人的视频大全免费| 亚洲国产精品成人久久小说| 国产高潮美女av| 麻豆成人午夜福利视频| 免费观看av网站的网址| 国产免费视频播放在线视频| 国产男女超爽视频在线观看| 能在线免费看毛片的网站| 国产精品久久久久久久电影| 色婷婷久久久亚洲欧美| 中文天堂在线官网| 亚洲精品成人av观看孕妇| 亚洲激情五月婷婷啪啪| 大香蕉97超碰在线| 最近中文字幕2019免费版| 久久韩国三级中文字幕| 日本熟妇午夜| 国产黄片视频在线免费观看| 人人妻人人爽人人添夜夜欢视频 | 国产成人一区二区在线| 久久人人爽av亚洲精品天堂 | 白带黄色成豆腐渣| 午夜福利视频精品| 成人亚洲欧美一区二区av| 久久久久九九精品影院| 亚洲电影在线观看av| 国模一区二区三区四区视频| 亚洲国产日韩一区二区| 免费观看无遮挡的男女| h日本视频在线播放| 国产成人a∨麻豆精品| 亚洲最大成人中文| av一本久久久久| 新久久久久国产一级毛片| av免费观看日本| 国产精品蜜桃在线观看| 国产熟女欧美一区二区| 我要看日韩黄色一级片| 国产一区二区三区综合在线观看 | 久久久精品欧美日韩精品| 中文资源天堂在线| 18禁在线播放成人免费| 小蜜桃在线观看免费完整版高清| a级毛片免费高清观看在线播放| 欧美激情国产日韩精品一区| 卡戴珊不雅视频在线播放| 精品国产一区二区三区久久久樱花 | 成人毛片a级毛片在线播放| 99热6这里只有精品| 亚洲欧美日韩无卡精品| 国产精品蜜桃在线观看| 国内揄拍国产精品人妻在线| 高清毛片免费看| 一本色道久久久久久精品综合| 男女那种视频在线观看| 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 | 亚洲色图av天堂| 插阴视频在线观看视频| 永久免费av网站大全| 下体分泌物呈黄色| 一区二区三区精品91| 极品教师在线视频| 搡女人真爽免费视频火全软件| 蜜桃久久精品国产亚洲av| 亚洲欧美成人综合另类久久久| 最近最新中文字幕大全电影3| 久久久久久久久大av| 免费少妇av软件| 精品一区在线观看国产| 亚洲国产精品999| 嫩草影院新地址| 三级经典国产精品| 婷婷色综合www| av网站免费在线观看视频| 麻豆乱淫一区二区| 国产精品国产三级专区第一集| 啦啦啦啦在线视频资源| 亚洲欧美日韩无卡精品| 国产在线一区二区三区精| 我的女老师完整版在线观看| 最近最新中文字幕大全电影3| 97超视频在线观看视频| 欧美一级a爱片免费观看看| 国产亚洲午夜精品一区二区久久 | 亚洲av福利一区| 中文字幕久久专区| 成年免费大片在线观看| 美女主播在线视频| 日日啪夜夜爽| 国产成人免费观看mmmm| 精品久久久噜噜| 国产精品三级大全| 免费看不卡的av| 久久久精品94久久精品| 亚洲无线观看免费| 亚洲,一卡二卡三卡| av天堂中文字幕网| 插阴视频在线观看视频| 人妻夜夜爽99麻豆av| 狂野欧美激情性bbbbbb| freevideosex欧美| 亚洲欧美一区二区三区国产| 日韩av不卡免费在线播放| a级毛色黄片| 精品人妻视频免费看| 欧美极品一区二区三区四区| 国产精品一及| 秋霞伦理黄片| 久久影院123| 99久久九九国产精品国产免费| 插阴视频在线观看视频| 在线观看av片永久免费下载| 国产乱来视频区| 欧美日韩精品成人综合77777| 国产欧美日韩一区二区三区在线 | 国产av不卡久久| 精品久久久久久久人妻蜜臀av| 亚洲av电影在线观看一区二区三区 | 亚洲av欧美aⅴ国产| 51国产日韩欧美|