• <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 ?

    基于特征解耦的開放世界目標(biāo)檢測

    2023-11-15 06:40:28李林軒白傳澳
    關(guān)鍵詞:檢測器示例標(biāo)簽

    田 霖,李 華,李林軒,白傳澳

    (長春理工大學(xué) 計算機科學(xué)技術(shù)學(xué)院,長春 130022)

    0 引言

    傳統(tǒng)目標(biāo)檢測算法[1-3]是在一個封閉的集合下進行的,即假設(shè)在檢測過程中遇到的所有類別都在訓(xùn)練集中得到了正確標(biāo)注。然而,這種設(shè)定應(yīng)用于現(xiàn)實世界受到很大的限制,一方面需要大量的人力進行標(biāo)注,另一方面人類無法提前預(yù)知所有可能遇到的目標(biāo)。尤其在自動駕駛、機器人等領(lǐng)域,檢測器經(jīng)常會遇到訓(xùn)練集中未涵蓋的目標(biāo)。在這種情況下,傳統(tǒng)的目標(biāo)檢測算法很容易忽略那些未知目標(biāo)。

    開放世界目標(biāo)檢測最早由Joseph等[4]提出,其設(shè)定更貼近于真實世界。檢測模型可以識別已知類并標(biāo)記未知類,將這些未知類呈遞給人類后,人類用戶選擇感興趣的部分給予注釋,最后逐步學(xué)習(xí)未知類。目前,開放世界目標(biāo)檢測主要面臨著兩大問題:一是檢測器容易將未知類忽略,錯分為背景,這源于傳統(tǒng)目標(biāo)檢測器的強監(jiān)督性,它們只會根據(jù)先驗知識進行識別;二是檢測器容易將未知類和已知類混淆,這源于潛在空間中的特征糾纏,已知類和未知類通常是糾纏在一起的。此外,未知類檢測效果的提升通常會導(dǎo)致已知類檢測效果的略微下降,這也是一個值得關(guān)注的問題。

    研究通過引入退火調(diào)度模塊[5],對已知特征和未知特征進行解耦,并以標(biāo)簽轉(zhuǎn)移學(xué)習(xí)的方式協(xié)調(diào)未知特征和已知特征的學(xué)習(xí),指導(dǎo)檢測器的檢測。同時引入ECA(efficient channel attention)模塊[6],在保留原網(wǎng)絡(luò)性能的同時,降低模型的復(fù)雜度,進而提高分類精度。

    1 相關(guān)工作

    開放世界目標(biāo)檢測由Joseph等提出,可分為開放集目標(biāo)檢測和增量學(xué)習(xí)2個部分。

    開放集分類與檢測:在開放集的設(shè)置下,通過訓(xùn)練集獲得的知識是不完整的。Scheirer等[7]提出了開集分類器,該分類器可衡量在標(biāo)記一個遠離已知類樣本時的性能和風(fēng)險(開放空間風(fēng)險)。Liu等[8]考慮到長尾識別在目標(biāo)檢測中的應(yīng)用,開發(fā)了一個度量學(xué)習(xí)框架,將不可見類識別為未知類。類似的,分布外目標(biāo)檢測[9]和新穎類檢測[10]也都曾應(yīng)用于開放集分類中。

    Dhamija等[11]開始了開放集目標(biāo)檢測任務(wù),并提出了開放集目標(biāo)檢測協(xié)議。Opendet[12]從密度特征角度來分離已知類和未知類,即未知類通常分布在潛在空間的低密度區(qū)域。

    增量學(xué)習(xí):在標(biāo)記未知后,人類用戶可以根據(jù)感興趣的類提供一些未知類的訓(xùn)練實例,開放世界目標(biāo)檢測器的一個關(guān)鍵是能夠?qū)W習(xí)新的類。從頭開始重新訓(xùn)練的方案并不可行,這會花費大量時間,且此階段不存在先前的類。而只使用新類實例進行訓(xùn)練會導(dǎo)致模型大量遺忘先前的類[13]。目前,有很多方法都可用來緩解這種遺忘,包括參數(shù)正則化[13]、示例重放[14]、動態(tài)擴展網(wǎng)絡(luò)[15]和元學(xué)習(xí)[16]等。

    開放世界目標(biāo)檢測:Joseph等[4]提出了ORE(towards open world object detection),通過基于RPN自動標(biāo)記未知、能量模型以及對比聚類,賦予模型檢測未知的能力。隨后又提出了OW-DETR[17],通過可變形transformer,添加基于注意力驅(qū)動的偽標(biāo)記、新穎性分類和目標(biāo)性得分3部分解決了這一問題,大幅提高了對未知類的檢測能力。Wu等[18]通過聚類等方法來讓檢測器區(qū)分不同的未知類。Prob[19]提出了一種目標(biāo)性概率框架,使檢測器能夠?qū)Σ煌嶙h給出未知目標(biāo)概率。

    2 實驗方法

    2.1 開放世界設(shè)置

    遵循ORE中的開放世界設(shè)置,對任意時間t,認為已知類目標(biāo)集合為Kt={1,2,3,…,C}?N+,N+是正整數(shù)集。為了模擬真實世界的情況,假定未知類集合U={C+1,…},已知目標(biāo)類Kt在數(shù)據(jù)集Dt={Xt,Yt}中被標(biāo)記,Xt表示輸入圖像,Yt表示標(biāo)簽。輸入圖像包含M個訓(xùn)練圖像,即Xt={I1,…,IM},每個圖像對應(yīng)標(biāo)簽集Yt={Y1,…,YM}。每個Yi={y1,y2,…,yK}用它們的標(biāo)簽和位置編碼一組K個目標(biāo)實例,即yk=[lk,xk,yk,wk,hk],分別表示邊界框的中心坐標(biāo)、寬度和高度。

    開放世界目標(biāo)檢測模型Mc可以檢測所有已遇到的目標(biāo)類,并標(biāo)記未知類傳遞給人類用戶,人類用戶可以選擇感興趣的類并提供訓(xùn)練示例,模型增量地添加新類并更新模型,無需在整個數(shù)據(jù)集上重新訓(xùn)練。如此循環(huán)往復(fù),檢測器不斷用新的知識更新自己,如圖1所示。

    圖1 開放世界設(shè)定示意圖

    2.2 開放世界目標(biāo)檢測面對的挑戰(zhàn)

    目前,開放世界目標(biāo)檢測主要面對著以下2種挑戰(zhàn)。

    一是模型存在“忽視”錯誤,即對未知類的泛化能力較差,容易將未知類錯誤分類為背景或已知類。這種情況下,模型可能無法準(zhǔn)確識別并處理未曾見過的目標(biāo)類別,如圖2(a)所示。

    圖2 開放世界目標(biāo)檢測可能出現(xiàn)的2種錯誤

    二是模型存在“傲慢” 錯誤,即容易過度自信地將未知類推斷為已知類。這種情況下,模型可能會產(chǎn)生誤導(dǎo)性的輸出結(jié)果,導(dǎo)致錯誤的決策,如圖2(b)所示。

    Joseph等提出的ORE模型很大程度緩解了2個問題,但其中的能量模型存在未知數(shù)據(jù)泄露的可能。

    2.3 基于特征解耦的開放世界目標(biāo)檢測

    2.3.1基于RPN自動標(biāo)記未知

    在基礎(chǔ)的檢測器選擇上,使用了Faster R-CNN[2],Dhamija等[11]發(fā)現(xiàn)與單階段的YOLO檢測器[1]相比,它具有更好的開集性能。Faster R-CNN是一種兩階段目標(biāo)檢測器:在第一階段,由區(qū)域提議網(wǎng)絡(luò)(region proposal network,RPN)生成提議框;在第二階段,由感興趣區(qū)域(region of interest,RoI)頭部中對第一階段生成的邊界框進行分類和回歸。RPN可以分離前景和背景,這為篩選未知類提供了基礎(chǔ)條件。

    對于給定的輸入圖像,RPN生成前景和背景實例的一組邊界框預(yù)測以及相應(yīng)的目標(biāo)得分。將那些具有高目標(biāo)得分但與地面真值不重疊的目標(biāo)標(biāo)記為潛在的未知目標(biāo)??偠灾?按目標(biāo)得分排序,選擇前k個背景區(qū)域作為未知目標(biāo)。

    2.3.2對比聚類

    分離潛在空間中的類是開放世界目標(biāo)檢測的一種基礎(chǔ)方法。實現(xiàn)這一點主要使用的是對比聚類。對比聚類會將同一類的實例聚在一起,而不同類的實例則會被推遠,如圖3所示。

    圖3 特征空間聚類示意圖

    對于已知的i∈Kt,定義對比損失為:

    (1)

    式中:pi為原型向量;fc∈RD為特征向量;c為類別。

    1)l(fc,pi)可表示為:

    (2)

    2)D代表任意距離函數(shù),Δ為相似類和不相似類的接近程度。最大限度地減少這種損失,以確保潛在空間中不同類進行有效分離。聚類損失會在一定的迭代次數(shù)后開始計算,計算出的聚類損失被添加到標(biāo)準(zhǔn)檢測損失中,并反向傳播以端到端的方式學(xué)習(xí)網(wǎng)絡(luò)。

    2.3.3緩解遺忘

    檢測器對未知類進行增量學(xué)習(xí)后會產(chǎn)生災(zāi)難性的遺忘。在少樣本目標(biāo)檢測的相關(guān)研究中,存儲少量示例進行回放是有效的[20]。少樣本目標(biāo)檢測與開放世界的設(shè)置有很多相似之處,因此選擇了示例重放的方法來緩解這種遺忘。存儲一組平衡的示例,并在每個增量任務(wù)步驟后對模型進行微調(diào),如表1所示。其中,t2表示示例回放前,t2_ft表示示例回放后。

    表1 微調(diào)結(jié)果

    2.3.4基于退火算法的標(biāo)簽轉(zhuǎn)移學(xué)習(xí)

    退火算法源于物理中退火的概念。物理中的退火指的是指物體逐漸降溫的物理現(xiàn)象,溫度越低,物體的能量狀態(tài)越低,最終呈結(jié)晶態(tài)。大自然可在緩慢降溫時找到最低能量狀態(tài),即結(jié)晶。但如果溫度驟降,就會形成不是最低能態(tài)的非晶形。

    受到Kirkpatrick等[21]和Ma等[5]的啟發(fā),提出了模擬退火算法最優(yōu)化算法,它在搜索過程引入了隨機因素。模擬退火算法以一定的概率來接受一個比當(dāng)前解要差的解,從而跳出局部最優(yōu)解,得到全局的最優(yōu)解。

    由退火算法的分離過程可聯(lián)想到了開放世界的未知目標(biāo)和已知目標(biāo)。神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)一張圖片時,未知目標(biāo)經(jīng)常與多個目標(biāo)糾纏在一起,稱為目標(biāo)級特征糾纏。與已知的真值框相匹配的提議框既包含已知的類特定特征,也包含有利于未知識別的潛在未知信息,從而導(dǎo)致已知類錯分為未知類。大多數(shù)圖像同時包含了已知類和未知類,因此要想提高檢測精度,需要對未知類和已知類進行特征解耦。

    基于此,提出的網(wǎng)絡(luò)結(jié)構(gòu)如圖4所示,模型在鋸齒退火調(diào)度策略下進行標(biāo)簽轉(zhuǎn)移學(xué)習(xí)。標(biāo)簽轉(zhuǎn)移學(xué)習(xí)可以引導(dǎo)模型區(qū)分已知和潛在的未知信息,以推進未知學(xué)習(xí);而退火調(diào)度策略可以通過修改解糾纏度來調(diào)整學(xué)習(xí)過程,以達到未知和已知學(xué)習(xí)之間的平衡。整個標(biāo)簽轉(zhuǎn)移學(xué)習(xí)過程可以被視為2個連續(xù)的階段,即形成階段和擴展階段,分別具有不同的解糾纏度。

    語用學(xué)家除了關(guān)心人們的語言表達和產(chǎn)出,還關(guān)心人們對語言的理解和感知:人們?nèi)绾卧u價交際活動中的語用策略及其語言實現(xiàn)形式是否恰當(dāng)、禮貌、有助于人際關(guān)系的維護;人們?nèi)绾卧u價影響策略和形式選擇的語境因素的價值和重要性,例如交際雙方的相對權(quán)勢、社會距離、言語行為的強加程度等。前者涉及了語言語用問題,后者涉及了社會語用問題。為了研究清楚這兩方面的問題,研究人員設(shè)計了元語用評價(metapragmatic assessments)工具,包括分級、卡片分類等具體形式,用以了解被試的元語用知識。

    圖4 網(wǎng)絡(luò)結(jié)構(gòu)圖

    在形成階段,模型同時學(xué)習(xí)已知和未知。在擴展階段,將解糾纏度調(diào)整為鋸齒形,以在考慮未知對象的情況下重建已知的決策邊界。最終形成了未知類和已知類的決策邊界,使模型具有未知識別能力。目標(biāo)級的特征糾纏可表示為:

    (3)

    式中:λ為解糾纏度;x′為第i個已知類(未知類)的信息。為了促進未知分類,并引導(dǎo)模型區(qū)分未知和已知,設(shè)置了一個相關(guān)的熱標(biāo)簽來轉(zhuǎn)移學(xué)習(xí)未知類。標(biāo)簽轉(zhuǎn)移修改可以表示為:

    (4)

    分類正則化可表示為:

    (5)

    標(biāo)簽轉(zhuǎn)移學(xué)習(xí)可以鼓勵模型探索未知特征,從而在無監(jiān)督的情況下推廣到未知類。較大的解糾纏度會造成已知類檢測性能下降,鋸齒退火調(diào)度策略可以確保未知和已知學(xué)習(xí)的相互推進。相較于文獻[5]中的方法,形成階段在一個開放集合下進行。在形成階段,模型已經(jīng)具有一定的未知目標(biāo)檢測能力;在擴展階段,未知檢測能力會得到一定的提高,不過相對而言,已知目標(biāo)檢測能力會有所下降。擴展階段mAP變化如圖5所示。

    圖5 擴展階段mAP變化示意圖

    整個訓(xùn)練過程可以分為形成階段和擴展階段。以p表示迭代次數(shù),Pf表示形成階段的迭代次數(shù),則鋸齒退火調(diào)度表示為:

    (6)

    式中,τ為表示退火速度的一個常數(shù),隨著迭代次數(shù)的增加調(diào)整。

    2.3.5ECA模塊

    由于退火模塊的引入,未知類檢測精度得到了很大提高,但已知類精度略有下降,因此考慮加入ECA模塊[6],如圖6所示。

    圖6 ECA模塊示意圖

    ECA模塊只引入了少量參數(shù),同時帶來明顯的性能增益。通過對SE模塊[22]分析,發(fā)現(xiàn)避免降維對于學(xué)習(xí)通道注意力很重要,適當(dāng)?shù)目缤ǖ阑涌梢栽陲@著降低模型復(fù)雜度的同時保持性能。ECA提出了一種不降維的局部跨通道交互策略,該策略可以通過一維卷積有效地實現(xiàn)。表2展示了不同注意力機制下任務(wù)1的實驗結(jié)果。

    表2 不同注意機制下任務(wù)1的評估指標(biāo)

    3 實驗

    3.1 數(shù)據(jù)集與評估指標(biāo)

    實驗選用的數(shù)據(jù)集為Joseph等[4]提出的開放世界數(shù)據(jù)集。其中包括Pascal VOC和MS-COCO中的類。將任務(wù)分為4組,特定感興趣的類在時間點t加入系統(tǒng),將VOC中的類和數(shù)據(jù)分組為第1個任務(wù)T1。MS-COCO的其余60類被分為3個連續(xù)的任務(wù),并在每個任務(wù)中保留1 000張圖片進行驗證。評估指標(biāo)上,使用WI(wilderness impact)[11]描述未知類混淆為已知類的現(xiàn)象:

    (7)

    式中:PK為在已知類上評估精度;PK∪U為在已知和未知類上的評估精度(召回水平0.8)。除WI外,還使用了A-OSE(absolute open-set error)[4]表示被錯分為已知類的未知類數(shù)量;使用mAP(mean average precise)來衡量已知類精度和增量學(xué)習(xí)能力。

    (8)

    (9)

    此外,還可計算出未知類精度U-ap和未知類召回率U-recall。

    3.2 實驗結(jié)果與可視化分析

    主干網(wǎng)絡(luò)選擇了Resnet50,基礎(chǔ)檢測器選擇了Faster R-CNN,Oracle為ORE在理想情況下的設(shè)置,WI和A-OSE值越低,對未知類效果檢測越好,mAP越高,對已知類的檢測效果越好。實驗結(jié)果如表3—表5所示,可以看出所提方法在大多數(shù)評估指標(biāo)上要比ORE要好。

    表3 任務(wù)1的實驗結(jié)果

    表4 任務(wù)2的實驗結(jié)果

    表5 任務(wù)3及任務(wù)4的實驗結(jié)果(任務(wù)4已全部學(xué)會,無未知類)

    對部分圖片進行了可視化,圖7和圖8展示了所提方法與Faster-RCNN、ORE的可視化對比以及增量學(xué)習(xí)的效果。

    圖7 所提方法與Faster-RCNN、ORE的可視化效果圖

    圖8 其他可視化效果圖

    Faster-RCNN的方法只能檢測已標(biāo)注的目標(biāo),未知的目標(biāo)有時會錯分為已知,有時會忽略為背景。ORE的方法有時會產(chǎn)生過多的框,有時也會產(chǎn)生錯誤檢測;此外,所提方法相較于ORE,可以檢測到更多的目標(biāo),可以在增量學(xué)習(xí)后正確識別出未知目標(biāo)。

    3.3 消融實驗

    為了研究每個組件在網(wǎng)絡(luò)中的貢獻,進行了消融實驗。將各個組件分別加入網(wǎng)絡(luò)中,在任務(wù)1下得到了如表6的結(jié)果。可以看出,所提方法的每部分在網(wǎng)絡(luò)中都有一定的貢獻。

    表6 消融實驗結(jié)果

    4 結(jié)論

    開放世界的目標(biāo)檢測能夠識別已學(xué)習(xí)過的已知類并標(biāo)記未知類提供給人類用戶,接受注釋后再進行增量學(xué)習(xí)。所提方法能夠緩解開放世界目標(biāo)檢測遇到的兩大問題,在以前的基準(zhǔn)上略有提升,希望研究成果能對開放世界的目標(biāo)檢測有所貢獻。

    猜你喜歡
    檢測器示例標(biāo)簽
    大還是小
    2019年高考上海卷作文示例
    常見單位符號大小寫混淆示例
    山東冶金(2019年5期)2019-11-16 09:09:22
    “全等三角形”錯解示例
    無懼標(biāo)簽 Alfa Romeo Giulia 200HP
    車迷(2018年11期)2018-08-30 03:20:32
    不害怕撕掉標(biāo)簽的人,都活出了真正的漂亮
    海峽姐妹(2018年3期)2018-05-09 08:21:02
    車道微波車輛檢測器的應(yīng)用
    標(biāo)簽化傷害了誰
    一種霧霾檢測器的研究與設(shè)計
    基于多進制查詢樹的多標(biāo)簽識別方法
    計算機工程(2015年8期)2015-07-03 12:20:27
    夜夜夜夜夜久久久久| 国产三级黄色录像| 在线观看www视频免费| 成人三级黄色视频| 一夜夜www| bbb黄色大片| 高清在线国产一区| 麻豆成人av在线观看| 久久国产乱子伦精品免费另类| av有码第一页| 无人区码免费观看不卡| 久久国产亚洲av麻豆专区| 动漫黄色视频在线观看| 欧美黄色片欧美黄色片| 久久精品成人免费网站| √禁漫天堂资源中文www| 欧美精品啪啪一区二区三区| 人人妻人人澡欧美一区二区 | 人妻丰满熟妇av一区二区三区| 在线观看66精品国产| 午夜a级毛片| 天天添夜夜摸| 夜夜夜夜夜久久久久| 精品卡一卡二卡四卡免费| 亚洲一区二区三区色噜噜| 色综合亚洲欧美另类图片| 国产成人精品无人区| 成人国语在线视频| 日韩精品中文字幕看吧| 黄色女人牲交| 青草久久国产| 中文字幕久久专区| 色哟哟哟哟哟哟| 99精品欧美一区二区三区四区| 日韩大码丰满熟妇| 日韩大尺度精品在线看网址 | 日本vs欧美在线观看视频| 久久影院123| 丁香六月欧美| 一级毛片女人18水好多| 后天国语完整版免费观看| 国产精品秋霞免费鲁丝片| 极品人妻少妇av视频| 性少妇av在线| 久久精品亚洲精品国产色婷小说| 日韩精品免费视频一区二区三区| 女人被躁到高潮嗷嗷叫费观| 国产精品免费一区二区三区在线| 麻豆国产av国片精品| 国产成人av激情在线播放| 日韩中文字幕欧美一区二区| 国产精品一区二区三区四区久久 | 操出白浆在线播放| 亚洲精品av麻豆狂野| 国产一级毛片七仙女欲春2 | 老司机午夜十八禁免费视频| 国产激情欧美一区二区| 看黄色毛片网站| 精品国产超薄肉色丝袜足j| 999久久久国产精品视频| 亚洲熟妇熟女久久| 日本vs欧美在线观看视频| 在线观看舔阴道视频| 亚洲精品一区av在线观看| 国产精品精品国产色婷婷| 日韩一卡2卡3卡4卡2021年| 久久久久久久久中文| 午夜福利高清视频| 免费看美女性在线毛片视频| 欧美中文综合在线视频| 国产视频一区二区在线看| 国产私拍福利视频在线观看| 久久久久国内视频| 成人亚洲精品av一区二区| 老司机福利观看| 免费高清视频大片| 国产三级黄色录像| 亚洲中文av在线| 国产伦人伦偷精品视频| 成年人黄色毛片网站| 久久草成人影院| 国产1区2区3区精品| 精品少妇一区二区三区视频日本电影| 亚洲久久久国产精品| 欧美色视频一区免费| 窝窝影院91人妻| 久久人人97超碰香蕉20202| 国产一区二区在线av高清观看| 一区在线观看完整版| 国产99久久九九免费精品| 亚洲国产欧美日韩在线播放| 久久人妻福利社区极品人妻图片| svipshipincom国产片| 欧美成人午夜精品| 19禁男女啪啪无遮挡网站| 亚洲人成电影免费在线| 看片在线看免费视频| 精品电影一区二区在线| 精品国产乱码久久久久久男人| 亚洲成a人片在线一区二区| 亚洲一区二区三区不卡视频| 欧美+亚洲+日韩+国产| 成人三级黄色视频| 免费在线观看完整版高清| 久久久久久大精品| 性色av乱码一区二区三区2| 男人操女人黄网站| 亚洲男人的天堂狠狠| 国产99久久九九免费精品| 丝袜美足系列| 亚洲 国产 在线| videosex国产| 午夜成年电影在线免费观看| 免费在线观看视频国产中文字幕亚洲| 老熟妇乱子伦视频在线观看| 亚洲精品国产区一区二| 黑人巨大精品欧美一区二区蜜桃| 亚洲第一青青草原| 久久精品国产亚洲av高清一级| 中文字幕人妻熟女乱码| 国内精品久久久久精免费| 亚洲全国av大片| 天天添夜夜摸| 国产人伦9x9x在线观看| 亚洲国产欧美日韩在线播放| 满18在线观看网站| 最近最新中文字幕大全电影3 | 女同久久另类99精品国产91| 男人舔女人下体高潮全视频| 99国产精品免费福利视频| 搡老妇女老女人老熟妇| 国产色视频综合| 最新美女视频免费是黄的| 久久精品91蜜桃| 久久久久久久午夜电影| 日本三级黄在线观看| 亚洲 欧美 日韩 在线 免费| 久久中文字幕人妻熟女| svipshipincom国产片| 动漫黄色视频在线观看| 一夜夜www| 日韩欧美国产在线观看| 亚洲专区中文字幕在线| 人成视频在线观看免费观看| 两个人看的免费小视频| 妹子高潮喷水视频| 成在线人永久免费视频| 两个人看的免费小视频| 久久国产精品男人的天堂亚洲| 视频在线观看一区二区三区| netflix在线观看网站| 精品国产一区二区三区四区第35| 99精品久久久久人妻精品| 国产伦一二天堂av在线观看| 国产成年人精品一区二区| x7x7x7水蜜桃| 97人妻天天添夜夜摸| 天堂动漫精品| 在线观看日韩欧美| 少妇 在线观看| 国产黄a三级三级三级人| 亚洲欧美激情综合另类| 曰老女人黄片| 一进一出好大好爽视频| 国内精品久久久久久久电影| 亚洲欧美日韩高清在线视频| 高清在线国产一区| 欧美激情 高清一区二区三区| 午夜福利欧美成人| 午夜福利免费观看在线| 好男人在线观看高清免费视频 | 女人精品久久久久毛片| 搡老岳熟女国产| 亚洲精品久久国产高清桃花| 国产成人精品久久二区二区免费| 精品国产美女av久久久久小说| 操出白浆在线播放| 精品少妇一区二区三区视频日本电影| 精品国产乱码久久久久久男人| 国产av一区在线观看免费| 午夜精品国产一区二区电影| 男女之事视频高清在线观看| 亚洲在线自拍视频| 在线观看一区二区三区| 在线观看免费午夜福利视频| 757午夜福利合集在线观看| 久久精品国产清高在天天线| 十分钟在线观看高清视频www| 久热爱精品视频在线9| 亚洲精品粉嫩美女一区| www.精华液| 老司机靠b影院| 国产精品精品国产色婷婷| svipshipincom国产片| 天天躁夜夜躁狠狠躁躁| 18禁裸乳无遮挡免费网站照片 | 国产精品国产高清国产av| 亚洲av美国av| www.精华液| 18禁观看日本| 亚洲精品久久国产高清桃花| 少妇熟女aⅴ在线视频| 免费高清视频大片| 亚洲精品国产色婷婷电影| 变态另类成人亚洲欧美熟女 | 两性午夜刺激爽爽歪歪视频在线观看 | АⅤ资源中文在线天堂| 久久精品国产99精品国产亚洲性色 | 亚洲视频免费观看视频| 美女 人体艺术 gogo| 成年版毛片免费区| 久久中文字幕人妻熟女| 国产精品野战在线观看| 国产精品免费一区二区三区在线| 熟女少妇亚洲综合色aaa.| 午夜精品国产一区二区电影| 午夜福利视频1000在线观看 | 这个男人来自地球电影免费观看| 一级毛片精品| 国产一级毛片七仙女欲春2 | 亚洲视频免费观看视频| 亚洲一区高清亚洲精品| 久久人人97超碰香蕉20202| 亚洲国产欧美一区二区综合| 中文字幕精品免费在线观看视频| 亚洲av日韩精品久久久久久密| svipshipincom国产片| 日韩欧美国产一区二区入口| 制服诱惑二区| 亚洲专区国产一区二区| 满18在线观看网站| 99国产精品99久久久久| 中文字幕人妻丝袜一区二区| 丰满人妻熟妇乱又伦精品不卡| 亚洲伊人色综图| 高清毛片免费观看视频网站| 亚洲午夜精品一区,二区,三区| 国产精品日韩av在线免费观看 | 美女高潮到喷水免费观看| 日本三级黄在线观看| 精品人妻1区二区| 桃红色精品国产亚洲av| 超碰成人久久| 天堂√8在线中文| 久久久国产成人精品二区| 国产精品亚洲一级av第二区| 久久中文字幕一级| 两个人看的免费小视频| 国产一区在线观看成人免费| 99久久国产精品久久久| 亚洲人成网站在线播放欧美日韩| 免费看美女性在线毛片视频| 欧美最黄视频在线播放免费| 亚洲精品久久成人aⅴ小说| 国产欧美日韩一区二区精品| 9热在线视频观看99| 久久久水蜜桃国产精品网| 成年女人毛片免费观看观看9| 亚洲中文字幕日韩| 俄罗斯特黄特色一大片| 久久人妻av系列| av中文乱码字幕在线| 中国美女看黄片| 看黄色毛片网站| 国产蜜桃级精品一区二区三区| 18禁黄网站禁片午夜丰满| 又紧又爽又黄一区二区| 搡老妇女老女人老熟妇| 真人做人爱边吃奶动态| 在线免费观看的www视频| av片东京热男人的天堂| 亚洲成人久久性| 51午夜福利影视在线观看| 黄色a级毛片大全视频| 最好的美女福利视频网| 99在线视频只有这里精品首页| 欧美日韩瑟瑟在线播放| 久久久久久大精品| 91老司机精品| 国产高清激情床上av| 免费在线观看黄色视频的| 亚洲av五月六月丁香网| 欧美日韩亚洲综合一区二区三区_| 最新美女视频免费是黄的| 亚洲成人精品中文字幕电影| bbb黄色大片| 亚洲成人免费电影在线观看| 精品免费久久久久久久清纯| 国产亚洲精品av在线| 1024香蕉在线观看| 老司机福利观看| 日本免费一区二区三区高清不卡 | 9热在线视频观看99| 色综合站精品国产| 久久热在线av| 久久精品国产亚洲av香蕉五月| 精品无人区乱码1区二区| 精品不卡国产一区二区三区| 满18在线观看网站| 黑人操中国人逼视频| 99热只有精品国产| www.精华液| 人人妻,人人澡人人爽秒播| 十八禁人妻一区二区| 熟妇人妻久久中文字幕3abv| 久久精品人人爽人人爽视色| 丁香六月欧美| 色综合亚洲欧美另类图片| 亚洲免费av在线视频| 妹子高潮喷水视频| 亚洲五月婷婷丁香| 看片在线看免费视频| 午夜福利18| 精品第一国产精品| 中文字幕久久专区| 精品一区二区三区视频在线观看免费| 精品乱码久久久久久99久播| tocl精华| 欧美一级a爱片免费观看看 | 亚洲国产欧美一区二区综合| 免费在线观看视频国产中文字幕亚洲| 免费高清在线观看日韩| 啦啦啦观看免费观看视频高清 | 伦理电影免费视频| 99re在线观看精品视频| 久久久国产成人精品二区| 伊人久久大香线蕉亚洲五| 午夜精品久久久久久毛片777| 亚洲电影在线观看av| 最近最新免费中文字幕在线| 黄色成人免费大全| 视频在线观看一区二区三区| 色老头精品视频在线观看| 亚洲人成77777在线视频| 中文字幕av电影在线播放| 91精品三级在线观看| 久久影院123| 免费av毛片视频| 午夜久久久在线观看| 国产亚洲精品第一综合不卡| 日本撒尿小便嘘嘘汇集6| 波多野结衣高清无吗| 后天国语完整版免费观看| 精品国产亚洲在线| 国产欧美日韩一区二区精品| 欧美亚洲日本最大视频资源| 午夜精品久久久久久毛片777| 亚洲一区二区三区色噜噜| 久久性视频一级片| 亚洲精品中文字幕在线视频| 99香蕉大伊视频| 老汉色∧v一级毛片| 午夜精品在线福利| 国产精品综合久久久久久久免费 | 99国产精品99久久久久| 国产精品,欧美在线| 伦理电影免费视频| 精品国产一区二区三区四区第35| 无人区码免费观看不卡| 成人国产一区最新在线观看| 性少妇av在线| 成人三级黄色视频| 亚洲国产中文字幕在线视频| av在线播放免费不卡| 校园春色视频在线观看| 在线观看免费视频网站a站| 一卡2卡三卡四卡精品乱码亚洲| 亚洲国产精品999在线| 国产97色在线日韩免费| 国产xxxxx性猛交| 成熟少妇高潮喷水视频| 精品人妻在线不人妻| 国产精品 欧美亚洲| 午夜福利一区二区在线看| 亚洲第一电影网av| 88av欧美| 看免费av毛片| 久久久国产精品麻豆| 丝袜美足系列| 黄频高清免费视频| 老司机在亚洲福利影院| a在线观看视频网站| 成人特级黄色片久久久久久久| 亚洲精品久久国产高清桃花| 亚洲精品中文字幕在线视频| 国产麻豆成人av免费视频| 久久欧美精品欧美久久欧美| 可以免费在线观看a视频的电影网站| 一级a爱片免费观看的视频| 久久精品国产99精品国产亚洲性色 | 俄罗斯特黄特色一大片| www日本在线高清视频| 久久中文字幕一级| 黄色毛片三级朝国网站| 午夜福利免费观看在线| 欧美乱色亚洲激情| 亚洲黑人精品在线| 日本黄色视频三级网站网址| 国产熟女午夜一区二区三区| 成人国产一区最新在线观看| 国产单亲对白刺激| 久久婷婷人人爽人人干人人爱 | 亚洲av电影在线进入| 国产亚洲精品av在线| 欧美日韩乱码在线| av免费在线观看网站| 欧美成人性av电影在线观看| 亚洲欧美精品综合一区二区三区| 禁无遮挡网站| 男人舔女人的私密视频| 性欧美人与动物交配| 欧美在线黄色| 亚洲欧洲精品一区二区精品久久久| 久久亚洲精品不卡| 亚洲在线自拍视频| 国产成人精品在线电影| 欧美日韩瑟瑟在线播放| 国产成人影院久久av| 一边摸一边抽搐一进一出视频| 午夜福利在线观看吧| 激情视频va一区二区三区| 波多野结衣一区麻豆| 91字幕亚洲| 久久久久久亚洲精品国产蜜桃av| 国产精品香港三级国产av潘金莲| 亚洲欧洲精品一区二区精品久久久| 99精品欧美一区二区三区四区| 成人欧美大片| 少妇裸体淫交视频免费看高清 | 午夜成年电影在线免费观看| 日本精品一区二区三区蜜桃| 国产1区2区3区精品| 久久中文字幕人妻熟女| 国产乱人伦免费视频| 桃红色精品国产亚洲av| 成人国产一区最新在线观看| 99久久综合精品五月天人人| 亚洲视频免费观看视频| 日日爽夜夜爽网站| 男女之事视频高清在线观看| 国产亚洲av高清不卡| 非洲黑人性xxxx精品又粗又长| 欧美+亚洲+日韩+国产| 首页视频小说图片口味搜索| 精品人妻在线不人妻| 精品久久久久久久久久免费视频| 成人亚洲精品一区在线观看| 日韩精品中文字幕看吧| 国产色视频综合| 大型黄色视频在线免费观看| 久久久久国产一级毛片高清牌| 男女做爰动态图高潮gif福利片 | 欧美老熟妇乱子伦牲交| 波多野结衣巨乳人妻| 欧美激情高清一区二区三区| 久久国产精品影院| 精品熟女少妇八av免费久了| 波多野结衣av一区二区av| svipshipincom国产片| 国产精品一区二区三区四区久久 | 国产精品98久久久久久宅男小说| 亚洲色图 男人天堂 中文字幕| 午夜福利高清视频| 亚洲欧美精品综合久久99| 他把我摸到了高潮在线观看| 真人做人爱边吃奶动态| 大型av网站在线播放| 亚洲国产高清在线一区二区三 | 欧美日韩亚洲国产一区二区在线观看| 88av欧美| 午夜福利影视在线免费观看| 麻豆av在线久日| 久久婷婷成人综合色麻豆| aaaaa片日本免费| 精品一品国产午夜福利视频| 国产99久久九九免费精品| 免费看美女性在线毛片视频| 女同久久另类99精品国产91| 久久久精品国产亚洲av高清涩受| 日本 av在线| 国内精品久久久久精免费| 黄色视频,在线免费观看| 97人妻天天添夜夜摸| 一区在线观看完整版| 午夜影院日韩av| 黄色丝袜av网址大全| 国产三级黄色录像| 少妇熟女aⅴ在线视频| 亚洲 欧美 日韩 在线 免费| 99久久国产精品久久久| 99re在线观看精品视频| 色av中文字幕| 国产在线观看jvid| 国产亚洲欧美98| 亚洲三区欧美一区| а√天堂www在线а√下载| 中文字幕精品免费在线观看视频| 大陆偷拍与自拍| 欧美日韩精品网址| 可以在线观看的亚洲视频| 一级a爱片免费观看的视频| 久久影院123| 久久久精品欧美日韩精品| 97人妻天天添夜夜摸| av福利片在线| 国产精品香港三级国产av潘金莲| 国产精品电影一区二区三区| 日日干狠狠操夜夜爽| 好男人电影高清在线观看| 99久久精品国产亚洲精品| 国产免费av片在线观看野外av| 丁香六月欧美| 一个人观看的视频www高清免费观看 | 色婷婷久久久亚洲欧美| 中文字幕人妻丝袜一区二区| 欧美中文综合在线视频| 国产在线观看jvid| av福利片在线| 动漫黄色视频在线观看| a在线观看视频网站| 美女国产高潮福利片在线看| 青草久久国产| 久久人人精品亚洲av| 91大片在线观看| av在线天堂中文字幕| 变态另类成人亚洲欧美熟女 | 97人妻精品一区二区三区麻豆 | 老司机深夜福利视频在线观看| 夜夜爽天天搞| 好男人电影高清在线观看| 日韩欧美在线二视频| 国产一区二区激情短视频| 手机成人av网站| 中文字幕人妻熟女乱码| 亚洲片人在线观看| 真人做人爱边吃奶动态| 国产精品久久视频播放| 精品人妻1区二区| 国产精品一区二区在线不卡| 亚洲九九香蕉| 999久久久精品免费观看国产| 成人国语在线视频| 99国产精品免费福利视频| 亚洲va日本ⅴa欧美va伊人久久| 午夜精品在线福利| 国产一区在线观看成人免费| 一级毛片精品| 一级,二级,三级黄色视频| 亚洲伊人色综图| 最新美女视频免费是黄的| 香蕉丝袜av| 亚洲精品国产区一区二| 欧美日韩亚洲国产一区二区在线观看| 国产亚洲欧美在线一区二区| 久久国产精品影院| 国产97色在线日韩免费| 男女床上黄色一级片免费看| 亚洲最大成人中文| 国产熟女午夜一区二区三区| 久久亚洲精品不卡| 99久久99久久久精品蜜桃| 午夜福利在线观看吧| 最好的美女福利视频网| 国产成人av激情在线播放| 国产成人精品无人区| 成人国产一区最新在线观看| 午夜久久久久精精品| 视频区欧美日本亚洲| 麻豆成人av在线观看| 十分钟在线观看高清视频www| 精品乱码久久久久久99久播| 国产精品乱码一区二三区的特点 | 最好的美女福利视频网| 法律面前人人平等表现在哪些方面| 天堂动漫精品| 岛国在线观看网站| 热99re8久久精品国产| 少妇被粗大的猛进出69影院| 成人欧美大片| 亚洲精品久久国产高清桃花| 久久欧美精品欧美久久欧美| 国产精品一区二区免费欧美| 亚洲无线在线观看| 欧美激情久久久久久爽电影 | 亚洲第一av免费看| 91精品国产国语对白视频| 国产成人影院久久av| 一级a爱片免费观看的视频| 国产成人免费无遮挡视频| 最近最新免费中文字幕在线| 欧美日本亚洲视频在线播放| 人妻丰满熟妇av一区二区三区| av网站免费在线观看视频| 亚洲精品在线观看二区| 50天的宝宝边吃奶边哭怎么回事| 亚洲av熟女| 亚洲av成人不卡在线观看播放网| 黑人欧美特级aaaaaa片| 亚洲精品中文字幕一二三四区| 午夜精品国产一区二区电影| 91大片在线观看| 大型av网站在线播放| av天堂在线播放| 啦啦啦观看免费观看视频高清 | www.自偷自拍.com| 久久国产精品人妻蜜桃| av视频在线观看入口| 亚洲精品在线观看二区| 亚洲欧美日韩高清在线视频| 亚洲五月天丁香| 成人三级黄色视频| 看黄色毛片网站| 午夜精品在线福利| 午夜福利一区二区在线看| 欧美 亚洲 国产 日韩一|