• <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 ?

    基于卷積神經(jīng)網(wǎng)絡的瀝青路面裂縫識別模型分析

    2023-11-28 11:14:56許煒婷
    四川水泥 2023年11期

    許煒婷

    (廣東工業(yè)大學,廣東 廣州 510006)

    0 引言

    改革開放以來,經(jīng)過一代又一代公路建設人員的不懈奮斗,中國公路網(wǎng)絡基本形成。2021年,我國公路養(yǎng)護里程525.16 萬公里,占公路總里程的99.4%,接近100%。公路養(yǎng)護已由傳統(tǒng)的“搶修時代”過渡到“全面養(yǎng)護時代”,高效又智能的公路養(yǎng)護方式成為新時代提升道路服務水平的關鍵。

    根據(jù)實地調(diào)研,目前公路破損的檢測方法仍以人工查看方式為主,即養(yǎng)護隊伍駕駛養(yǎng)護車輛行駛在管養(yǎng)路段,通過養(yǎng)護人員的眼睛和經(jīng)驗判斷路況是否良好。該傳統(tǒng)方法相對落后,人工檢測整體覆蓋率小、精度差、誤差率高,容易受養(yǎng)護隊伍的工作認真程度、精神狀態(tài)和專業(yè)養(yǎng)護經(jīng)驗的影響。在新時代大趨勢下,若能用路面破損智能檢測方法代替人工查看,在裂縫形成初期就及時被發(fā)現(xiàn)并進行養(yǎng)護處理,將大大提高公路養(yǎng)護成本和效率。基于卷積神經(jīng)網(wǎng)絡的路面裂縫研究方法應運而生,該方法可大大提高養(yǎng)護效率,降低人工成本。本文從卷積神經(jīng)網(wǎng)絡的基本概念出發(fā),對五種不同的卷積神經(jīng)網(wǎng)絡模型和兩種卷積神經(jīng)網(wǎng)絡框架進行分析,最后探討4 種基于卷積神經(jīng)網(wǎng)絡的瀝青路面裂縫識別模型。

    1 卷積神經(jīng)網(wǎng)絡的基本概念

    1.1 神經(jīng)元

    神經(jīng)元即神經(jīng)元細胞,它分為細胞體和突起,是神經(jīng)系統(tǒng)最基本的結構,突起分為樹突和軸突,神經(jīng)元A的樹突接受神經(jīng)元B 的軸突傳來的沖動,并傳給神經(jīng)元A的細胞體,可以看出樹突有信息傳遞的功能。

    1.2 神經(jīng)網(wǎng)絡

    神經(jīng)網(wǎng)絡從生物學的神經(jīng)元獲得靈感,將多個神經(jīng)元組合起來就構成了神經(jīng)網(wǎng)絡,圖1(f 為激活函數(shù))是一個前饋神經(jīng)網(wǎng)絡。前饋神經(jīng)網(wǎng)絡指的是信息數(shù)據(jù)從輸入層開始輸入,每一層都是接收上一層的輸出作為輸入,并將輸出結果作為下一層的輸入,整個網(wǎng)絡沒有循環(huán)。卷積神經(jīng)網(wǎng)絡是一個前饋神經(jīng)網(wǎng)絡。

    圖1 神經(jīng)網(wǎng)絡模型

    1.3 卷積神經(jīng)網(wǎng)絡

    卷積神經(jīng)網(wǎng)絡在1994 年被學者研究發(fā)現(xiàn),它推動了深度學習的發(fā)展。原始數(shù)據(jù)通過不同的濾波器進行卷積,得到C1卷積層的三個特征映射圖。C1層得到的特征映射圖經(jīng)過加權值,加偏執(zhí)和激活函數(shù)(sigmoid)得到S2 層的特征映射圖,以此類推,得到S4 層。最終將S4 得到的像素值光柵化,輸入到傳統(tǒng)的神經(jīng)網(wǎng)絡,得到輸出,具體過程如圖2所示。

    圖2 卷積神經(jīng)網(wǎng)絡結構

    深度指網(wǎng)絡層次數(shù)量,寬度指神經(jīng)元數(shù)量,提升卷積神經(jīng)網(wǎng)絡性能最直接的辦法是增加網(wǎng)絡深度和寬度,但需要把握好度,原因是網(wǎng)絡層數(shù)越多,梯度越來越彌散;網(wǎng)絡越大(神經(jīng)元數(shù)量越多),參數(shù)越多,計算難度大,會出現(xiàn)過擬合現(xiàn)象。針對過擬合現(xiàn)象,可以采用最大池采樣方法來解決。最大池化指的是取某個小區(qū)域中數(shù)值最大的點。最大池采樣可以降維,使降維后的圖像特征更容易分類。

    2 卷積神經(jīng)網(wǎng)絡模型對比分析

    卷積神經(jīng)網(wǎng)絡模型一般由輸入層、隱藏層和輸出層構成,隱藏層包括卷積層、池化層、全連接層等。卷積層進行卷積運算,類似濾波器,作用是提取特征;池化層用最大值或者平均值的方式對圖像進行池化,作用是降低維數(shù),減少計算量,使模型有抗噪能力;全連接層作用是對卷積層提取到的圖像特征進行分類。

    2.1 LeNet網(wǎng)絡模型

    LeNet 網(wǎng)絡模型可以算是卷積神經(jīng)網(wǎng)絡的開端,LeNet-5和LeNet有一點差別,LeNet-5把tanh激活函數(shù)換成了ReLU。LeNet 網(wǎng)絡模型一共有6 層,3 層卷積層,2 層池化層,1 層全連接層,經(jīng)典的卷積神經(jīng)網(wǎng)絡LeNet結構如圖3所示。

    圖3 LeNet卷積神經(jīng)網(wǎng)絡結構模型圖

    2.2 AlexNet網(wǎng)絡模型

    2.4 GoogleNet網(wǎng)絡模型

    GoogLeNet 卷積神經(jīng)網(wǎng)絡模型的創(chuàng)新點有:一是將全連接變成稀疏連接,作用是可以減少參數(shù)。二是加入了Inception 結構,與其他卷積神經(jīng)網(wǎng)絡結構中卷積層與卷積層、卷積層和池化層之間都是串聯(lián)不同,GoogLeNet卷積神經(jīng)網(wǎng)絡中的卷積層和池化層是并聯(lián)。

    AlexNet 網(wǎng)絡模型[1]一共有8 層,前5 層是卷積層,后3 層是全連接層,如圖4 所示。AlexNet 網(wǎng)絡模型用兩塊GPU 來運算,可以提高運算的效率。AlexNet網(wǎng)絡模型的創(chuàng)新點大致有四個:一是用線性整流函數(shù)(RELU)激活函數(shù)取代傳統(tǒng)激活函數(shù),解決梯度發(fā)散的問題,可以減少計算量;二是局部響應歸一化(Local Response Normalization),因為ReLU激活函數(shù)得到的值域沒有區(qū)間,所以要對值域進行歸一化;三是在第二個全連接層和第三個全連接層設置dropout,可以防止出現(xiàn)過擬合的情況;四是數(shù)據(jù)擴張(data augmentation),通過對原始數(shù)據(jù)進行適當?shù)淖儞Q,得到差異更大的數(shù)據(jù),和dropout 一樣,數(shù)據(jù)擴張也是一種防止出現(xiàn)過擬合的方法。

    圖4 AlexNet網(wǎng)絡結構模型圖

    2.3 VGGNet網(wǎng)絡模型

    VGGNet 卷積神經(jīng)網(wǎng)絡模型[3]和AlexNet 網(wǎng)絡模型一樣,有5 個卷積層,3 個全連接層,如圖5 所示。文章里VGGNet 嘗試了6 種不同的模型結構,分別是VGG11、VGG11-LRN、VGG13、VGG16-1、VGG16-3 和VGG19(VGG11-LRN 表示第一層卷積采用了LRN,如圖6 中A-LRN 類所示;VGG16-1 表示后三組卷積塊中最后一層卷積采用卷積核尺寸為1 示后,如圖6 中C 類所示。因為大部分計算機硬件只能優(yōu)化密集矩陣計算,同時大量實驗證明:將稀疏矩陣聚類為較為密集的子矩陣可以提高計算性能,所以加入了Inception 結構即可以減少計算量又可以提高計算性能。三是使用大量1 用大的卷積核進行降維,修正relu 激活函數(shù),減少計算量,如圖7 所示。四是加入2 個輔助分類器,用于向前傳導梯度,減輕梯度消失現(xiàn)象。

    圖6 VGGNet卷積神經(jīng)網(wǎng)絡模型分類

    圖7 加入1入助的卷積核后的Inception結構模型圖

    2.5 深度殘差網(wǎng)絡(ResNet)

    2015 年,ResNet 提出將輸入信息直接傳給輸出的思想,將直接學習目標值轉變?yōu)閷W習輸入值與輸出值的殘差。輸出h(x)=x+f(x),f(x)殘差=h(x)-f(x)??梢妼W習目標是f(x),f(x)相比h(x),更容易優(yōu)化。殘差單元由卷積層(Conv)、歸一化層(BN)、激活函數(shù)(ReLU)等組成。歸一化操作是將數(shù)據(jù)用某種算法處理后,一般對每一層網(wǎng)絡層都進行歸一化處理,使每一層網(wǎng)絡層數(shù)據(jù)更加獨立。使激活函數(shù)對特征進行非線性變換,使神經(jīng)網(wǎng)絡有更高的擬合性。殘差神經(jīng)網(wǎng)絡是由多個殘差單元組成,可以解決解決深度增加后,梯度消失或者是網(wǎng)絡退化的問題。殘差單元和殘差網(wǎng)絡的結構對網(wǎng)絡的學習能力和泛化能力影響很大。

    2.6 卷積神經(jīng)網(wǎng)絡模型的對比

    表1 是常見的卷積神經(jīng)網(wǎng)絡模型的對比,模型相互之間有共同的地方,基本都有卷積層、池化層、全連接層,而深度殘差網(wǎng)絡(ResNet)則跳出原來的思維模式,將輸入信息直接傳給輸出,作為初始輸出結果,在實際應用時,應該根據(jù)實際問題選擇適合的網(wǎng)絡模型。

    表1 卷積神經(jīng)網(wǎng)絡模型對比

    3 卷積神經(jīng)網(wǎng)絡框架

    3.1 Caffe框架

    Caffe 是快速特征嵌入的卷積結構,完全開源的Caffe 框架的核心語言是C++,適合二維圖像數(shù)據(jù)的特征提取。Caffe 的核心模塊有三個,分別是 Blobs、Layers 和Nets。Blobs 模塊可以對數(shù)據(jù)進行存儲、交互和處理,確定了數(shù)據(jù)內(nèi)存的接口。Layers 定義了許多層級結構,它將Blobs 視為輸入輸出。Nets 是一系列Layers的集合,將這些層結構形成一個網(wǎng)圖。

    3.2 TensorFlow框架

    TensorFlow 支持很多平臺,如GPU、CPU 等絕大多數(shù)平臺都可以。TensorFlow 相對Caffe 工作流程簡單、開源、框架具有高度靈活性、自動求微分等優(yōu)點。

    4 基于卷積神經(jīng)網(wǎng)絡的瀝青路面裂縫識別模型

    4.1 基于Caffe框架的改進后的LeNet-5網(wǎng)絡模型

    李楠[3]利用Caffe框架,對LeNet-5網(wǎng)絡模型進行輕微調(diào)整后對圖像進行裂縫有無識別,實驗結果顯示,將激活函數(shù)Sigmoid 換成Relu 的LeNet-5 網(wǎng)絡模型能較好的識別裂縫。該網(wǎng)絡由兩個卷積層,兩個池化層和兩個全連接層。李楠一共用900 張瀝青路面的圖像,其中750 張用于訓練(350 張有裂縫,400 張無裂縫),150 張用于測試(75 張有裂縫,75 張無裂縫)。作者首先對圖像進行歸一化和勻光處理,然后再采用lmdb 格式的Caffe 框架上對圖像進行歸一化均值處理。經(jīng)過超過500 次迭代后卷積神經(jīng)網(wǎng)絡已收斂,可以較好的對裂縫圖像和完好圖像進行分類,實驗結果準確率可達到0.92。

    4.2 基于Caffe框架的改進的AlexNet網(wǎng)絡模型

    車艷麗[4]研究的是將AlexNet網(wǎng)絡模型改進后的卷積神經(jīng)網(wǎng)絡,改進后網(wǎng)絡層數(shù)更少、計算參數(shù)更少、模型訓練速度更快,識別精度更高。作者用20000 張圖像作為訓練集,10000 張作為測試集,這30000 張圖像可以分為裂縫圖像和無裂縫圖像。

    首先她對圖像預處理,目的是降低圖像的噪聲,讓圖像的裂縫與圖像的背景形成比較強的對比度。她用到的方法有用Canny 算子檢測邊緣,用改進的Ostu 算法閾值分割,用高斯濾波平滑紋理獲取圖像背景,用改進后的亮度高程模型進行勻光處理。她采用的是Caffe平臺框架,因為需要先對瀝青裂縫圖像進行數(shù)據(jù)格式轉換,作者選擇用LMDB 數(shù)據(jù)格式,因為該數(shù)據(jù)格式精簡、高效和省內(nèi)存,如圖8 所示是作者改進后的卷積神經(jīng)網(wǎng)絡。

    圖8 優(yōu)化后的AlexNet網(wǎng)絡結構

    4.3 基于Caffe框架的改進后的VGGNet網(wǎng)絡模型

    趙珊珊等[5]基于Caffe 框架,對3000 張大小為2400×3150像素的圖像進行研究。首先對圖像進行預處理,用的方法是強度歸一化(去除路面光照不均帶來的影響)和像素飽和化。然后對VGGNet網(wǎng)絡模型進行改進:一是把原始網(wǎng)絡convl_l,conv2_2,conv3_3,conv4_3直接與最后一個卷積層連接;二是去掉原始網(wǎng)絡的第5個卷積層、第5 個池化層和全連接層,因為作者認為第5 個卷積層、第5 個池化層會生成小又模糊的特征圖,影響結果;全連接層計算耗時長,去掉可以減少訓練時間。該方法對有明顯裂縫的路面圖像識別效果好,但對復雜的破損圖像難識別,該模型可用于簡單的裂縫識別。

    4.4 基于Tensorflow 框架的改進后的VGGNet 網(wǎng)絡模型

    王丹等[6]基于Tensorflow 框架,對1006 張圖像進行研究。首先對圖像采用旋轉、鏡像、隨機裁剪等方式進行數(shù)據(jù)增強,將原有的1006 張圖像增加到8048 張。然后對VGGNet網(wǎng)絡模型進行改進:一是將原有的三個全連接層全部替換成卷積層,變成全卷積神經(jīng)網(wǎng)絡(FCN);二是利用相對深層的網(wǎng)絡特征感受野大但容易丟失細節(jié),相對淺層的網(wǎng)絡特征感受野小但能突出細節(jié)的規(guī)律,作者將淺層網(wǎng)絡特征和深層網(wǎng)絡特征融合,這樣即能提高改進后的網(wǎng)絡模型對細節(jié)的提取能力。三是用空洞卷積代替池化層,保留圖像細節(jié),作者用的是改進后(三個并行通道)的多尺度空洞卷積。

    5 結束語

    綜上所述,卷積神經(jīng)網(wǎng)絡模型種類多,卷積神經(jīng)網(wǎng)絡框架各有優(yōu)缺點,可派生出多種瀝青路面裂縫識別模型。本文對這些模型分析后的結論是:應用基于卷積神經(jīng)網(wǎng)絡的瀝青路面裂縫識別模型時,在實際收集路面裂縫圖像過程中,容易受到標線、井蓋、路面垃圾等雜物的影響。如何去除雜物對裂縫圖像處理的影響,是未來的路面破損圖像處理的重要研究課題,也是提高路面裂縫檢測精度的關鍵。研究者需要選擇合適的算法、合適的網(wǎng)絡模型以及合適的網(wǎng)絡框架。隨著計算機技術的發(fā)展,希望能開發(fā)對全過程路面病害進行智能監(jiān)測和識別的一體機,實現(xiàn)智能檢測。

    免费av中文字幕在线| 日本av免费视频播放| 在线观看免费午夜福利视频| 国产成人av激情在线播放| 男人爽女人下面视频在线观看| 伊人久久大香线蕉亚洲五| 久久av网站| 高清黄色对白视频在线免费看| 亚洲熟女精品中文字幕| 伦理电影免费视频| 色婷婷久久久亚洲欧美| 国产亚洲精品第一综合不卡| 女性生殖器流出的白浆| 国产成人av教育| 久久综合国产亚洲精品| 天堂俺去俺来也www色官网| 欧美在线黄色| 天天添夜夜摸| 一进一出抽搐动态| 久久国产亚洲av麻豆专区| 一级黄色大片毛片| 18禁国产床啪视频网站| 汤姆久久久久久久影院中文字幕| 国产人伦9x9x在线观看| 亚洲欧美日韩另类电影网站| 少妇被粗大的猛进出69影院| 一级,二级,三级黄色视频| 18禁裸乳无遮挡动漫免费视频| 黄色毛片三级朝国网站| 日韩制服丝袜自拍偷拍| 人人妻人人澡人人爽人人夜夜| 91国产中文字幕| 熟女少妇亚洲综合色aaa.| 91九色精品人成在线观看| 久久久久久久国产电影| 性高湖久久久久久久久免费观看| 一区二区av电影网| 精品久久久精品久久久| 久久久国产欧美日韩av| 国产亚洲精品久久久久5区| 国产国语露脸激情在线看| 9色porny在线观看| 精品卡一卡二卡四卡免费| 免费在线观看视频国产中文字幕亚洲 | 精品少妇黑人巨大在线播放| 国产三级黄色录像| 又大又爽又粗| 女人精品久久久久毛片| 法律面前人人平等表现在哪些方面 | www日本在线高清视频| av免费在线观看网站| 少妇粗大呻吟视频| 另类亚洲欧美激情| 99国产综合亚洲精品| 免费高清在线观看日韩| 欧美精品高潮呻吟av久久| av不卡在线播放| 国产成人欧美在线观看 | 亚洲午夜精品一区,二区,三区| 岛国在线观看网站| 一区二区三区激情视频| 女人被躁到高潮嗷嗷叫费观| 丝袜喷水一区| 国产成人系列免费观看| 日韩视频在线欧美| 日韩欧美一区二区三区在线观看 | 久久久久久亚洲精品国产蜜桃av| 一级,二级,三级黄色视频| 国产亚洲精品久久久久5区| 99国产精品免费福利视频| 精品人妻在线不人妻| 免费在线观看完整版高清| 国产在线视频一区二区| 一本一本久久a久久精品综合妖精| www.av在线官网国产| 国产精品.久久久| 这个男人来自地球电影免费观看| 两个人看的免费小视频| 建设人人有责人人尽责人人享有的| 亚洲精品一区蜜桃| 天天添夜夜摸| 菩萨蛮人人尽说江南好唐韦庄| 黑人猛操日本美女一级片| 丰满少妇做爰视频| 男人舔女人的私密视频| 欧美黑人欧美精品刺激| 欧美日韩成人在线一区二区| av一本久久久久| 日韩免费高清中文字幕av| 每晚都被弄得嗷嗷叫到高潮| 亚洲成av片中文字幕在线观看| 欧美精品一区二区大全| 国产97色在线日韩免费| 午夜福利影视在线免费观看| 国产日韩欧美在线精品| 啦啦啦 在线观看视频| 麻豆国产av国片精品| av一本久久久久| a级毛片黄视频| 女人高潮潮喷娇喘18禁视频| 亚洲九九香蕉| 爱豆传媒免费全集在线观看| 久久精品亚洲熟妇少妇任你| h视频一区二区三区| 亚洲欧美一区二区三区黑人| 在线av久久热| 男男h啪啪无遮挡| 婷婷色av中文字幕| 日韩,欧美,国产一区二区三区| 日韩大码丰满熟妇| 黄色a级毛片大全视频| 搡老熟女国产l中国老女人| 悠悠久久av| 免费在线观看完整版高清| 亚洲精华国产精华精| 精品一区二区三区四区五区乱码| 亚洲第一欧美日韩一区二区三区 | 午夜成年电影在线免费观看| 亚洲午夜精品一区,二区,三区| tube8黄色片| 99精国产麻豆久久婷婷| 国产精品亚洲av一区麻豆| 大片免费播放器 马上看| 久久久久久人人人人人| 国产主播在线观看一区二区| 少妇的丰满在线观看| 啦啦啦视频在线资源免费观看| 国产日韩欧美视频二区| 在线观看一区二区三区激情| 少妇裸体淫交视频免费看高清 | 午夜激情久久久久久久| 午夜91福利影院| 成人国产一区最新在线观看| 欧美黄色片欧美黄色片| 美女主播在线视频| 黄色毛片三级朝国网站| 欧美+亚洲+日韩+国产| 久久久欧美国产精品| 18在线观看网站| 大码成人一级视频| 国产精品久久久久久精品电影小说| 午夜福利视频在线观看免费| 少妇裸体淫交视频免费看高清 | 久久久精品国产亚洲av高清涩受| 国产成人av激情在线播放| 成人av一区二区三区在线看 | 国产高清国产精品国产三级| 每晚都被弄得嗷嗷叫到高潮| 极品少妇高潮喷水抽搐| 黄频高清免费视频| 亚洲精品国产一区二区精华液| 一本综合久久免费| 91成人精品电影| 成人亚洲精品一区在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 色视频在线一区二区三区| 久久人人爽人人片av| 人人妻人人爽人人添夜夜欢视频| 欧美日韩视频精品一区| 国产99久久九九免费精品| 亚洲三区欧美一区| 99精品欧美一区二区三区四区| 国产一区二区三区av在线| 男女国产视频网站| 精品少妇一区二区三区视频日本电影| 久久久水蜜桃国产精品网| 久久久久国内视频| 日本av手机在线免费观看| 日韩欧美国产一区二区入口| 国产男女超爽视频在线观看| 视频区图区小说| 免费在线观看日本一区| 一区二区日韩欧美中文字幕| 日韩大码丰满熟妇| 精品国内亚洲2022精品成人 | 国产高清videossex| 91九色精品人成在线观看| 久久狼人影院| 久久精品成人免费网站| 欧美日韩国产mv在线观看视频| 新久久久久国产一级毛片| 麻豆av在线久日| 亚洲精品国产色婷婷电影| 久久久久国产精品人妻一区二区| 美女高潮喷水抽搐中文字幕| 一级片'在线观看视频| 亚洲午夜精品一区,二区,三区| 两个人免费观看高清视频| 久久精品国产亚洲av高清一级| 国产男女内射视频| 精品少妇一区二区三区视频日本电影| 美女高潮到喷水免费观看| 欧美日韩福利视频一区二区| 超碰成人久久| 亚洲精品久久成人aⅴ小说| 久久免费观看电影| 啦啦啦视频在线资源免费观看| 久久国产精品男人的天堂亚洲| 欧美精品一区二区大全| 免费在线观看日本一区| av在线app专区| 亚洲国产精品一区二区三区在线| 免费av中文字幕在线| 午夜两性在线视频| 国产一区二区三区在线臀色熟女 | 亚洲国产欧美日韩在线播放| 女人久久www免费人成看片| 亚洲激情五月婷婷啪啪| 亚洲情色 制服丝袜| 丝瓜视频免费看黄片| 老司机影院毛片| 国产欧美日韩一区二区精品| 午夜福利一区二区在线看| 久久女婷五月综合色啪小说| 最近最新免费中文字幕在线| www.精华液| 久热爱精品视频在线9| 另类亚洲欧美激情| 最近中文字幕2019免费版| av片东京热男人的天堂| 免费日韩欧美在线观看| 久久狼人影院| 国产成人影院久久av| 丰满迷人的少妇在线观看| 亚洲精品国产区一区二| 亚洲av美国av| 视频区图区小说| 日日夜夜操网爽| 777久久人妻少妇嫩草av网站| 久久毛片免费看一区二区三区| 又大又爽又粗| 50天的宝宝边吃奶边哭怎么回事| 婷婷成人精品国产| 国产有黄有色有爽视频| svipshipincom国产片| 夜夜骑夜夜射夜夜干| 国产欧美日韩一区二区三区在线| 悠悠久久av| 真人做人爱边吃奶动态| 日韩欧美国产一区二区入口| 精品国产乱码久久久久久男人| 中文字幕色久视频| 国精品久久久久久国模美| 亚洲第一av免费看| 在线观看免费日韩欧美大片| 久久这里只有精品19| 欧美乱码精品一区二区三区| 久久久久久久精品精品| 蜜桃国产av成人99| 天天躁夜夜躁狠狠躁躁| 又紧又爽又黄一区二区| 欧美在线一区亚洲| 日日夜夜操网爽| 12—13女人毛片做爰片一| 国产男女超爽视频在线观看| 久久精品人人爽人人爽视色| 欧美一级毛片孕妇| 一边摸一边做爽爽视频免费| 久久久久精品人妻al黑| 一个人免费在线观看的高清视频 | 亚洲欧美成人综合另类久久久| 超碰成人久久| 精品国产一区二区三区四区第35| 国产黄色免费在线视频| 老司机午夜福利在线观看视频 | 久久国产亚洲av麻豆专区| 婷婷成人精品国产| 美女高潮喷水抽搐中文字幕| 亚洲天堂av无毛| 99久久99久久久精品蜜桃| 欧美黑人精品巨大| 丝袜人妻中文字幕| 在线观看免费高清a一片| 18禁观看日本| 90打野战视频偷拍视频| 亚洲成国产人片在线观看| 亚洲午夜精品一区,二区,三区| 日本精品一区二区三区蜜桃| 99国产精品一区二区蜜桃av | 亚洲美女黄色视频免费看| 国产精品一区二区免费欧美 | 一区在线观看完整版| 女人爽到高潮嗷嗷叫在线视频| 丁香六月天网| 国产色视频综合| 正在播放国产对白刺激| 在线观看人妻少妇| 国产一区二区三区av在线| 在线观看舔阴道视频| 久久人人97超碰香蕉20202| a在线观看视频网站| 精品少妇久久久久久888优播| 亚洲伊人色综图| 黄频高清免费视频| 欧美另类亚洲清纯唯美| 欧美精品高潮呻吟av久久| 久久免费观看电影| 五月天丁香电影| 丝袜喷水一区| tocl精华| 国产精品一区二区免费欧美 | 老司机影院毛片| 男人操女人黄网站| 国产精品一区二区精品视频观看| 国产欧美日韩精品亚洲av| 亚洲少妇的诱惑av| 国产在线免费精品| 日本猛色少妇xxxxx猛交久久| 99热全是精品| 蜜桃在线观看..| 国产麻豆69| 99热全是精品| 日韩,欧美,国产一区二区三区| 人妻 亚洲 视频| 别揉我奶头~嗯~啊~动态视频 | 在线亚洲精品国产二区图片欧美| 国产三级黄色录像| 国产麻豆69| 99热全是精品| 日韩视频一区二区在线观看| 高清av免费在线| 亚洲七黄色美女视频| 亚洲精品国产一区二区精华液| 欧美日韩av久久| 成年人免费黄色播放视频| 国产男人的电影天堂91| 激情视频va一区二区三区| 99精国产麻豆久久婷婷| 我的亚洲天堂| 午夜久久久在线观看| 欧美 日韩 精品 国产| 午夜福利免费观看在线| 2018国产大陆天天弄谢| 欧美 日韩 精品 国产| 亚洲精品中文字幕一二三四区 | 91成年电影在线观看| 久久久久精品国产欧美久久久 | 久久精品亚洲熟妇少妇任你| 国产一区二区三区综合在线观看| 亚洲综合色网址| 中文精品一卡2卡3卡4更新| 亚洲精品国产一区二区精华液| 久久久国产欧美日韩av| 日本av免费视频播放| 精品国内亚洲2022精品成人 | 久久精品国产综合久久久| 久久国产精品男人的天堂亚洲| 国产欧美日韩一区二区三 | 成人av一区二区三区在线看 | 最黄视频免费看| 色视频在线一区二区三区| videos熟女内射| 日本精品一区二区三区蜜桃| 亚洲欧洲日产国产| 看免费av毛片| 人人妻人人爽人人添夜夜欢视频| 爱豆传媒免费全集在线观看| 欧美+亚洲+日韩+国产| 国产精品久久久久久人妻精品电影 | 久久狼人影院| 热99国产精品久久久久久7| 欧美日本中文国产一区发布| 国产亚洲欧美精品永久| 天天躁夜夜躁狠狠躁躁| av网站免费在线观看视频| 如日韩欧美国产精品一区二区三区| 免费观看a级毛片全部| 欧美日韩av久久| 精品人妻在线不人妻| 国产欧美日韩综合在线一区二区| 欧美成人午夜精品| 午夜福利免费观看在线| 窝窝影院91人妻| 少妇被粗大的猛进出69影院| 日韩大片免费观看网站| 国产精品欧美亚洲77777| 丝瓜视频免费看黄片| 国产精品偷伦视频观看了| 亚洲国产欧美网| www日本在线高清视频| av有码第一页| 黄色怎么调成土黄色| 国产精品久久久av美女十八| www.av在线官网国产| 亚洲成人手机| 免费观看人在逋| 午夜福利影视在线免费观看| 大香蕉久久网| 制服人妻中文乱码| 久久毛片免费看一区二区三区| 亚洲国产欧美在线一区| 久久综合国产亚洲精品| 一区二区日韩欧美中文字幕| 18禁裸乳无遮挡动漫免费视频| 国产高清视频在线播放一区 | 亚洲中文日韩欧美视频| 亚洲精品美女久久久久99蜜臀| 老司机福利观看| 亚洲全国av大片| 免费高清在线观看视频在线观看| 亚洲欧美清纯卡通| 中文字幕制服av| 人妻 亚洲 视频| 精品国产一区二区久久| 啦啦啦在线免费观看视频4| 久久精品国产a三级三级三级| 日韩 亚洲 欧美在线| 9热在线视频观看99| 黑人巨大精品欧美一区二区蜜桃| www.av在线官网国产| 国产欧美日韩综合在线一区二区| 99香蕉大伊视频| 国产在视频线精品| 亚洲成人国产一区在线观看| 国产精品国产av在线观看| 国产极品粉嫩免费观看在线| 精品少妇内射三级| 麻豆乱淫一区二区| 亚洲国产看品久久| 51午夜福利影视在线观看| 午夜老司机福利片| 99久久精品国产亚洲精品| 国产1区2区3区精品| 国产无遮挡羞羞视频在线观看| 国产伦理片在线播放av一区| 国产97色在线日韩免费| 一级黄色大片毛片| 在线精品无人区一区二区三| 一区二区av电影网| 下体分泌物呈黄色| 国产av一区二区精品久久| 色婷婷av一区二区三区视频| 欧美激情久久久久久爽电影 | 一级片'在线观看视频| 秋霞在线观看毛片| 黄片小视频在线播放| 别揉我奶头~嗯~啊~动态视频 | 一边摸一边抽搐一进一出视频| av在线老鸭窝| 国产精品偷伦视频观看了| 精品高清国产在线一区| 夜夜骑夜夜射夜夜干| 法律面前人人平等表现在哪些方面 | 日韩免费高清中文字幕av| 国产一区二区激情短视频 | 高清在线国产一区| 美女福利国产在线| 老熟妇乱子伦视频在线观看 | 90打野战视频偷拍视频| 高潮久久久久久久久久久不卡| av天堂在线播放| 亚洲av日韩在线播放| 国产亚洲精品一区二区www | 热99re8久久精品国产| 免费在线观看视频国产中文字幕亚洲 | 69av精品久久久久久 | 一级片'在线观看视频| 国产无遮挡羞羞视频在线观看| 午夜福利在线观看吧| 黄片播放在线免费| 日韩 欧美 亚洲 中文字幕| 日韩中文字幕视频在线看片| 国产激情久久老熟女| 成人18禁高潮啪啪吃奶动态图| 嫩草影视91久久| 国产精品秋霞免费鲁丝片| 一级黄色大片毛片| 亚洲色图 男人天堂 中文字幕| 精品国产国语对白av| 老汉色av国产亚洲站长工具| 首页视频小说图片口味搜索| 自线自在国产av| 日韩有码中文字幕| 国产精品一二三区在线看| 国产国语露脸激情在线看| 亚洲精品一卡2卡三卡4卡5卡 | 女性生殖器流出的白浆| 亚洲av欧美aⅴ国产| av免费在线观看网站| 视频区欧美日本亚洲| 黄色怎么调成土黄色| 国产亚洲欧美在线一区二区| 国精品久久久久久国模美| 99精国产麻豆久久婷婷| 国产成人精品久久二区二区免费| 老司机影院毛片| 男女边摸边吃奶| 亚洲精品一卡2卡三卡4卡5卡 | 欧美日韩精品网址| a级毛片在线看网站| 九色亚洲精品在线播放| 男女边摸边吃奶| 日韩中文字幕欧美一区二区| 两个人免费观看高清视频| 一级毛片电影观看| 亚洲,欧美精品.| 91精品伊人久久大香线蕉| 美女高潮到喷水免费观看| 免费日韩欧美在线观看| 国产xxxxx性猛交| 午夜激情久久久久久久| 亚洲成av片中文字幕在线观看| 中文字幕最新亚洲高清| videosex国产| 亚洲精品乱久久久久久| 999久久久国产精品视频| 天天操日日干夜夜撸| 97精品久久久久久久久久精品| 亚洲第一青青草原| 人人妻人人添人人爽欧美一区卜| 十八禁网站免费在线| 又大又爽又粗| 成人国产一区最新在线观看| 操出白浆在线播放| 韩国精品一区二区三区| 欧美成狂野欧美在线观看| 亚洲 国产 在线| 久久久国产成人免费| 黑人巨大精品欧美一区二区蜜桃| 90打野战视频偷拍视频| 女人爽到高潮嗷嗷叫在线视频| 午夜福利,免费看| av在线播放精品| 精品久久久久久久毛片微露脸 | 日本欧美视频一区| 午夜精品久久久久久毛片777| 啦啦啦免费观看视频1| 香蕉国产在线看| 亚洲 国产 在线| 1024视频免费在线观看| 欧美亚洲日本最大视频资源| 欧美在线一区亚洲| 亚洲五月色婷婷综合| 青草久久国产| 人人妻人人添人人爽欧美一区卜| 日本a在线网址| 精品一区二区三区av网在线观看 | 青春草亚洲视频在线观看| 日韩熟女老妇一区二区性免费视频| 下体分泌物呈黄色| 一级片免费观看大全| 欧美+亚洲+日韩+国产| 菩萨蛮人人尽说江南好唐韦庄| 国产成人系列免费观看| 久久99热这里只频精品6学生| 美女高潮到喷水免费观看| 水蜜桃什么品种好| 99久久国产精品久久久| 波多野结衣av一区二区av| 色视频在线一区二区三区| 十八禁网站免费在线| 国产免费一区二区三区四区乱码| 亚洲,欧美精品.| 狂野欧美激情性xxxx| 亚洲国产看品久久| 久久久久国产一级毛片高清牌| 久久精品aⅴ一区二区三区四区| 国产人伦9x9x在线观看| 一二三四社区在线视频社区8| 在线 av 中文字幕| 国产亚洲精品久久久久5区| 一级a爱视频在线免费观看| 欧美精品人与动牲交sv欧美| 久久久久久免费高清国产稀缺| av超薄肉色丝袜交足视频| 亚洲精品中文字幕在线视频| 国产免费福利视频在线观看| 成年人午夜在线观看视频| 久久性视频一级片| 九色亚洲精品在线播放| 波多野结衣一区麻豆| 蜜桃国产av成人99| 各种免费的搞黄视频| 国产在线一区二区三区精| 亚洲国产欧美在线一区| 一本一本久久a久久精品综合妖精| 亚洲 欧美一区二区三区| 国产精品一区二区在线观看99| 日日爽夜夜爽网站| 久久精品国产亚洲av高清一级| 超碰成人久久| 免费高清在线观看视频在线观看| 亚洲全国av大片| 性少妇av在线| 考比视频在线观看| 亚洲av欧美aⅴ国产| 精品亚洲乱码少妇综合久久| 亚洲国产中文字幕在线视频| 欧美午夜高清在线| 一本久久精品| 亚洲九九香蕉| 精品少妇一区二区三区视频日本电影| 男女免费视频国产| 精品福利观看| 一区在线观看完整版| 欧美 日韩 精品 国产| 一级毛片电影观看| 亚洲国产成人一精品久久久| 伦理电影免费视频| 国产精品九九99| 一本久久精品| cao死你这个sao货| 亚洲精品中文字幕在线视频| 多毛熟女@视频| 涩涩av久久男人的天堂| 自拍欧美九色日韩亚洲蝌蚪91| 无限看片的www在线观看| 欧美日韩一级在线毛片| 亚洲欧美日韩另类电影网站| 亚洲精品久久久久久婷婷小说| 老司机深夜福利视频在线观看 | 免费高清在线观看视频在线观看| 亚洲精品国产av蜜桃| 精品欧美一区二区三区在线| 亚洲久久久国产精品|