• <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。

    黄色女人牲交| 亚洲免费av在线视频| 极品教师在线免费播放| 两个人视频免费观看高清| 久久亚洲真实| 一级作爱视频免费观看| 十分钟在线观看高清视频www| 久久久国产成人精品二区| 国产精品亚洲av一区麻豆| 国产精品一区二区在线不卡| 午夜激情av网站| 国产成人系列免费观看| 免费观看人在逋| 18禁黄网站禁片午夜丰满| 国产精品一区二区在线不卡| 亚洲中文字幕一区二区三区有码在线看 | 97碰自拍视频| 亚洲熟妇熟女久久| 一级,二级,三级黄色视频| 自拍欧美九色日韩亚洲蝌蚪91| 成人欧美大片| 国产精品影院久久| 久久精品人人爽人人爽视色| 性少妇av在线| 日韩国内少妇激情av| 午夜免费成人在线视频| 午夜亚洲福利在线播放| 午夜福利成人在线免费观看| 9热在线视频观看99| 人人妻,人人澡人人爽秒播| 国产一区二区三区综合在线观看| 99久久国产精品久久久| 亚洲国产日韩欧美精品在线观看 | videosex国产| 热99re8久久精品国产| 免费在线观看日本一区| 此物有八面人人有两片| 免费看美女性在线毛片视频| 免费在线观看亚洲国产| 黑人操中国人逼视频| 久久精品91蜜桃| 国产一卡二卡三卡精品| 在线观看免费日韩欧美大片| 久久青草综合色| 精品国产超薄肉色丝袜足j| 麻豆久久精品国产亚洲av| 久久中文看片网| 99riav亚洲国产免费| 中文字幕最新亚洲高清| 丝袜在线中文字幕| 美女高潮到喷水免费观看| 一区在线观看完整版| 国产在线精品亚洲第一网站| 18禁观看日本| 精品国产乱码久久久久久男人| 桃色一区二区三区在线观看| 亚洲最大成人中文| 日本欧美视频一区| 亚洲av熟女| 色av中文字幕| 少妇熟女aⅴ在线视频| 国产野战对白在线观看| 色播亚洲综合网| 熟女少妇亚洲综合色aaa.| 好看av亚洲va欧美ⅴa在| 精品人妻1区二区| 精品久久久久久久毛片微露脸| 非洲黑人性xxxx精品又粗又长| 99精品在免费线老司机午夜| 欧美 亚洲 国产 日韩一| 无限看片的www在线观看| 欧美成人午夜精品| 国产野战对白在线观看| 国产成人精品久久二区二区91| 中文字幕人妻熟女乱码| 欧美一级毛片孕妇| 成人18禁在线播放| 国产精品电影一区二区三区| 午夜老司机福利片| 欧美黑人欧美精品刺激| 亚洲无线在线观看| 色播亚洲综合网| 十八禁人妻一区二区| 制服诱惑二区| 欧美成人免费av一区二区三区| 亚洲av片天天在线观看| 久久人人97超碰香蕉20202| 欧美黄色片欧美黄色片| 一本久久中文字幕| 日韩欧美在线二视频| 午夜日韩欧美国产| 亚洲五月色婷婷综合| 超碰成人久久| 九色亚洲精品在线播放| 午夜免费成人在线视频| 天堂动漫精品| а√天堂www在线а√下载| 真人一进一出gif抽搐免费| 色av中文字幕| 亚洲精品av麻豆狂野| av免费在线观看网站| 一进一出抽搐gif免费好疼| 久久天堂一区二区三区四区| 亚洲aⅴ乱码一区二区在线播放 | 麻豆成人av在线观看| 亚洲熟女毛片儿| 亚洲少妇的诱惑av| 国产男靠女视频免费网站| 亚洲国产看品久久| 一二三四社区在线视频社区8| 99精品欧美一区二区三区四区| 精品久久久久久久毛片微露脸| 午夜精品在线福利| 极品人妻少妇av视频| 亚洲欧美日韩高清在线视频| 免费无遮挡裸体视频| 美女国产高潮福利片在线看| 大型黄色视频在线免费观看| 国产精品一区二区三区四区久久 | 亚洲精品国产精品久久久不卡| 叶爱在线成人免费视频播放| 精品无人区乱码1区二区| 看片在线看免费视频| 在线观看66精品国产| 久久久久久人人人人人| 日韩 欧美 亚洲 中文字幕| 视频区欧美日本亚洲| 禁无遮挡网站| 欧洲精品卡2卡3卡4卡5卡区| 国产亚洲精品av在线| 亚洲 国产 在线| 国产成年人精品一区二区| 夜夜爽天天搞| 桃色一区二区三区在线观看| 中文字幕av电影在线播放| 麻豆成人av在线观看| 日本欧美视频一区| 免费看美女性在线毛片视频| 国产精品美女特级片免费视频播放器 | 久久精品国产亚洲av高清一级| cao死你这个sao货| 可以在线观看的亚洲视频| 国产精品永久免费网站| 99国产精品一区二区三区| 国产精品久久久久久亚洲av鲁大| 男女床上黄色一级片免费看| 午夜福利在线观看吧| 国产精品亚洲av一区麻豆| 色播在线永久视频| 悠悠久久av| 国产欧美日韩一区二区三| 久久久久久久精品吃奶| 高潮久久久久久久久久久不卡| 欧美+亚洲+日韩+国产| 久久精品国产亚洲av高清一级| 级片在线观看| 久久人人精品亚洲av| 久久久久久久久久久久大奶| 国产成人免费无遮挡视频| 欧美日本亚洲视频在线播放| 嫁个100分男人电影在线观看| 欧美成狂野欧美在线观看| 亚洲第一欧美日韩一区二区三区| 亚洲国产高清在线一区二区三 | 黄色视频,在线免费观看| 欧美一级毛片孕妇| 精品电影一区二区在线| 电影成人av| 欧美一级a爱片免费观看看 | 午夜免费成人在线视频| 日韩大码丰满熟妇| 黑人欧美特级aaaaaa片| 久久久国产欧美日韩av| 91国产中文字幕| 99久久99久久久精品蜜桃| 久久久久久人人人人人| 精品国产美女av久久久久小说| 亚洲av熟女| 精品一区二区三区av网在线观看| 午夜两性在线视频| 国产欧美日韩精品亚洲av| 最新在线观看一区二区三区| 亚洲中文字幕日韩| 18禁美女被吸乳视频| 久久人人爽av亚洲精品天堂| 国产又色又爽无遮挡免费看| av福利片在线| 侵犯人妻中文字幕一二三四区| 亚洲久久久国产精品| 国产97色在线日韩免费| 亚洲中文字幕一区二区三区有码在线看 | 欧美日韩福利视频一区二区| 女人精品久久久久毛片| 色综合婷婷激情| 日韩欧美一区视频在线观看| 很黄的视频免费| 精品福利观看| 精品乱码久久久久久99久播| 亚洲欧美激情综合另类| 亚洲三区欧美一区| 免费人成视频x8x8入口观看| 欧美乱码精品一区二区三区| 亚洲熟妇中文字幕五十中出| 很黄的视频免费| xxx96com| 成人特级黄色片久久久久久久| 琪琪午夜伦伦电影理论片6080| 精品欧美一区二区三区在线| 国产精品综合久久久久久久免费 | 精品国产国语对白av| 一区二区日韩欧美中文字幕| 日本vs欧美在线观看视频| 黑人巨大精品欧美一区二区mp4| 国产精品爽爽va在线观看网站 | 丁香六月欧美| 国产精品,欧美在线| 99riav亚洲国产免费| 国产精品电影一区二区三区| 1024香蕉在线观看| 91麻豆av在线| 日韩精品青青久久久久久| 老鸭窝网址在线观看| 窝窝影院91人妻| 日韩精品免费视频一区二区三区| 成人国语在线视频| 日韩精品青青久久久久久| 视频在线观看一区二区三区| 日日爽夜夜爽网站| 免费在线观看完整版高清| 十分钟在线观看高清视频www| 久久久久久免费高清国产稀缺| 91成年电影在线观看| 正在播放国产对白刺激| 男人舔女人下体高潮全视频| 首页视频小说图片口味搜索| 91字幕亚洲| 亚洲精华国产精华精| 91在线观看av| 19禁男女啪啪无遮挡网站| 亚洲国产中文字幕在线视频| 久久久国产欧美日韩av| 麻豆国产av国片精品| 又黄又爽又免费观看的视频| 久久人妻福利社区极品人妻图片| 一区二区三区国产精品乱码| 99在线人妻在线中文字幕| 校园春色视频在线观看| 国产亚洲精品第一综合不卡| 三级毛片av免费| 国产亚洲av高清不卡| 久久人妻熟女aⅴ| 中文字幕久久专区| 亚洲,欧美精品.| 精品欧美一区二区三区在线| 亚洲美女黄片视频| 国产麻豆成人av免费视频| 女同久久另类99精品国产91| 母亲3免费完整高清在线观看| 真人做人爱边吃奶动态| 99国产精品免费福利视频| 欧美另类亚洲清纯唯美| 一级a爱片免费观看的视频| 国产熟女午夜一区二区三区| 亚洲专区国产一区二区| 久久久久久久精品吃奶| 天天一区二区日本电影三级 | 成人国产综合亚洲| 久久中文看片网| 亚洲精品久久国产高清桃花| 午夜久久久在线观看| 在线十欧美十亚洲十日本专区| 一级a爱片免费观看的视频| 国产伦人伦偷精品视频| 色av中文字幕| 国产精品亚洲一级av第二区| 免费高清视频大片| 久久久精品国产亚洲av高清涩受| 咕卡用的链子| 欧美黑人精品巨大| 欧美成狂野欧美在线观看| 男男h啪啪无遮挡| 午夜影院日韩av| 夜夜爽天天搞| 午夜免费鲁丝| 久久人人97超碰香蕉20202| 国产亚洲精品久久久久5区| 午夜久久久久精精品| 亚洲成人久久性| 在线观看午夜福利视频| 欧美日韩精品网址| 亚洲精品中文字幕一二三四区| 久久久久久久久中文| 99热只有精品国产| 亚洲精品国产色婷婷电影| 美女免费视频网站| 欧美丝袜亚洲另类 | 99精品久久久久人妻精品| 国产精品98久久久久久宅男小说| 亚洲一码二码三码区别大吗| 久久久久国产精品人妻aⅴ院| 国产精品自产拍在线观看55亚洲| 精品高清国产在线一区| 国产午夜精品久久久久久| 9色porny在线观看| 久久亚洲精品不卡| 日韩欧美在线二视频| 97人妻精品一区二区三区麻豆 | 叶爱在线成人免费视频播放| 久久 成人 亚洲| 午夜福利,免费看| 午夜成年电影在线免费观看| 一区二区日韩欧美中文字幕| 亚洲国产精品久久男人天堂| 国产精品香港三级国产av潘金莲| 午夜福利成人在线免费观看| 中文字幕人成人乱码亚洲影| 午夜福利成人在线免费观看| 午夜福利欧美成人| 老司机福利观看| 波多野结衣av一区二区av| 三级毛片av免费| 一区二区三区高清视频在线| 日韩有码中文字幕| 国产欧美日韩一区二区三区在线| 免费在线观看黄色视频的| 久久精品91蜜桃| 欧美成人一区二区免费高清观看 | 99香蕉大伊视频| 一边摸一边做爽爽视频免费| 桃红色精品国产亚洲av| 激情视频va一区二区三区| 亚洲欧美一区二区三区黑人| 亚洲国产精品合色在线| 国产成人精品久久二区二区91| 国产免费男女视频| 狠狠狠狠99中文字幕| 久久精品亚洲精品国产色婷小说| 欧美日韩乱码在线| 熟妇人妻久久中文字幕3abv| 狠狠狠狠99中文字幕| 欧美绝顶高潮抽搐喷水| 黄频高清免费视频| 亚洲va日本ⅴa欧美va伊人久久| 精品国产乱码久久久久久男人| 亚洲精品av麻豆狂野| 长腿黑丝高跟| 亚洲色图综合在线观看| 亚洲av日韩精品久久久久久密| 亚洲精品av麻豆狂野| 长腿黑丝高跟| 精品久久久久久久人妻蜜臀av | 亚洲国产精品久久男人天堂| 丰满的人妻完整版| xxx96com| 老汉色av国产亚洲站长工具| 窝窝影院91人妻| 久久久水蜜桃国产精品网| 91老司机精品| 日韩三级视频一区二区三区| 男男h啪啪无遮挡| 色综合站精品国产| 咕卡用的链子| а√天堂www在线а√下载| 国产亚洲精品av在线| 嫩草影院精品99| 亚洲av成人一区二区三| 国产精品精品国产色婷婷| 久久精品国产综合久久久| 久久精品人人爽人人爽视色| 国产亚洲精品一区二区www| 99国产综合亚洲精品| 亚洲国产日韩欧美精品在线观看 | 亚洲一区高清亚洲精品| 亚洲国产毛片av蜜桃av| 自拍欧美九色日韩亚洲蝌蚪91| 啦啦啦免费观看视频1| 色综合欧美亚洲国产小说| 国产在线观看jvid| 国产精品久久电影中文字幕| 国产一卡二卡三卡精品| 啦啦啦观看免费观看视频高清 | 两性午夜刺激爽爽歪歪视频在线观看 | 久久久久亚洲av毛片大全| 国产成人av教育| 国产精品影院久久| 可以免费在线观看a视频的电影网站| 欧美av亚洲av综合av国产av| 成熟少妇高潮喷水视频| 国产精品久久久久久精品电影 | 精品一区二区三区视频在线观看免费| 午夜精品在线福利| 好男人电影高清在线观看| 18禁黄网站禁片午夜丰满| 黑人巨大精品欧美一区二区蜜桃| 国产精品亚洲av一区麻豆| 97人妻精品一区二区三区麻豆 | 一级毛片女人18水好多| 淫秽高清视频在线观看| 欧美 亚洲 国产 日韩一| 搡老妇女老女人老熟妇| 国产精品国产高清国产av| 电影成人av| 久热爱精品视频在线9| www.www免费av| 妹子高潮喷水视频| 人人妻人人澡人人看| 人人妻,人人澡人人爽秒播| 亚洲一区高清亚洲精品| 在线观看免费视频网站a站| 亚洲第一电影网av| www.999成人在线观看| 久久青草综合色| 欧美激情极品国产一区二区三区| 亚洲国产日韩欧美精品在线观看 | 午夜福利成人在线免费观看| 亚洲激情在线av| 最新美女视频免费是黄的| 国产精品,欧美在线| 黄色a级毛片大全视频| 国产一区二区三区综合在线观看| 91在线观看av| 免费人成视频x8x8入口观看| 激情视频va一区二区三区| 欧美人与性动交α欧美精品济南到| 91字幕亚洲| 欧美丝袜亚洲另类 | 啦啦啦观看免费观看视频高清 | 欧美日韩精品网址| 久久九九热精品免费| 国产成人欧美| 女人精品久久久久毛片| 久久亚洲精品不卡| 高潮久久久久久久久久久不卡| 欧美老熟妇乱子伦牲交| 熟女少妇亚洲综合色aaa.| 波多野结衣高清无吗| 校园春色视频在线观看| 丁香六月欧美| 国产一区二区在线av高清观看| 热re99久久国产66热| 俄罗斯特黄特色一大片| 国产精品99久久99久久久不卡| 午夜免费激情av| 99久久久亚洲精品蜜臀av| 久久这里只有精品19| 午夜影院日韩av| 美女扒开内裤让男人捅视频| 深夜精品福利| 9191精品国产免费久久| 国产精品久久久久久人妻精品电影| 一边摸一边做爽爽视频免费| 国产极品粉嫩免费观看在线| 涩涩av久久男人的天堂| 欧美成人免费av一区二区三区| 日韩欧美一区视频在线观看| 啦啦啦观看免费观看视频高清 | 国语自产精品视频在线第100页| 99riav亚洲国产免费| 少妇粗大呻吟视频| 桃色一区二区三区在线观看| 黄色女人牲交| 亚洲精品av麻豆狂野| 日韩欧美免费精品| 国产精品亚洲一级av第二区| 黄色片一级片一级黄色片| 亚洲精品在线观看二区| 欧美中文综合在线视频| 亚洲久久久国产精品| 久久久久精品国产欧美久久久| 人人妻人人爽人人添夜夜欢视频| 欧美日本视频| 最近最新免费中文字幕在线| 老熟妇仑乱视频hdxx| 久久久久久亚洲精品国产蜜桃av| 日韩欧美一区视频在线观看| 亚洲色图综合在线观看| 亚洲无线在线观看| 真人做人爱边吃奶动态| 少妇被粗大的猛进出69影院| 国产精品日韩av在线免费观看 | 亚洲av成人一区二区三| 在线天堂中文资源库| 精品国内亚洲2022精品成人| 国产私拍福利视频在线观看| www.熟女人妻精品国产| 免费少妇av软件| 亚洲一区高清亚洲精品| 国产三级在线视频| 免费在线观看亚洲国产| 久久人人精品亚洲av| 欧美一级毛片孕妇| 国产高清激情床上av| 国产人伦9x9x在线观看| 色综合亚洲欧美另类图片| 国产成人啪精品午夜网站| 久久久久亚洲av毛片大全| 亚洲人成电影免费在线| 欧美一区二区精品小视频在线| 制服诱惑二区| 精品国产亚洲在线| 国产色视频综合| 妹子高潮喷水视频| 久久精品成人免费网站| 麻豆成人av在线观看| 视频在线观看一区二区三区| av免费在线观看网站| 母亲3免费完整高清在线观看| av免费在线观看网站| 免费看十八禁软件| 亚洲三区欧美一区| 青草久久国产| 国产一级毛片七仙女欲春2 | 日本vs欧美在线观看视频| 亚洲精品一区av在线观看| 欧美黄色淫秽网站| 成人三级黄色视频| 国产区一区二久久| 亚洲欧美日韩无卡精品| 亚洲成国产人片在线观看| 在线视频色国产色| www国产在线视频色| 日本五十路高清| 成年女人毛片免费观看观看9| 日韩免费av在线播放| 日韩大码丰满熟妇| 成人国产综合亚洲| 欧美在线一区亚洲| 亚洲精品一卡2卡三卡4卡5卡| 久久天躁狠狠躁夜夜2o2o| 欧美精品亚洲一区二区| 1024视频免费在线观看| 97人妻天天添夜夜摸| 亚洲精品久久国产高清桃花| 黄网站色视频无遮挡免费观看| 国产av又大| 久久久久久人人人人人| bbb黄色大片| 国产男靠女视频免费网站| 久久久国产成人精品二区| 日韩 欧美 亚洲 中文字幕| 欧洲精品卡2卡3卡4卡5卡区| 他把我摸到了高潮在线观看| 日韩欧美国产在线观看| 美女高潮喷水抽搐中文字幕| 人人澡人人妻人| 亚洲精品美女久久av网站| 一级毛片高清免费大全| 日韩视频一区二区在线观看| 久久香蕉精品热| 日本撒尿小便嘘嘘汇集6| 亚洲成人国产一区在线观看| 一本大道久久a久久精品| 国产色视频综合| 国产精品久久久av美女十八| 亚洲 欧美一区二区三区| cao死你这个sao货| 黑人巨大精品欧美一区二区蜜桃| 中文字幕最新亚洲高清| 国内毛片毛片毛片毛片毛片| 激情视频va一区二区三区| 中出人妻视频一区二区| 老汉色av国产亚洲站长工具| 亚洲一区中文字幕在线| 国产精品美女特级片免费视频播放器 | 国产av又大| 中文字幕人成人乱码亚洲影| 国产精品野战在线观看| 18美女黄网站色大片免费观看| 日韩欧美国产一区二区入口| 最近最新中文字幕大全电影3 | 成人手机av| 啦啦啦免费观看视频1| 黄色毛片三级朝国网站| 久久天躁狠狠躁夜夜2o2o| 最好的美女福利视频网| 久久影院123| 亚洲七黄色美女视频| 日本免费一区二区三区高清不卡 | 亚洲无线在线观看| 亚洲熟女毛片儿| 精品欧美一区二区三区在线| 女生性感内裤真人,穿戴方法视频| 国产精品1区2区在线观看.| e午夜精品久久久久久久| 在线免费观看的www视频| 少妇熟女aⅴ在线视频| 别揉我奶头~嗯~啊~动态视频| 日韩精品免费视频一区二区三区| 99久久99久久久精品蜜桃| 一本久久中文字幕| 国产xxxxx性猛交| 黄色毛片三级朝国网站| 日韩高清综合在线| 日本欧美视频一区| 国产成人精品久久二区二区免费| 十八禁人妻一区二区| 97人妻精品一区二区三区麻豆 | 欧美不卡视频在线免费观看 | 久9热在线精品视频| 午夜a级毛片| 国产熟女xx| 一级作爱视频免费观看| 他把我摸到了高潮在线观看| 搞女人的毛片| 亚洲人成电影免费在线| 18禁国产床啪视频网站| 国产精品国产高清国产av| 老司机午夜十八禁免费视频| 深夜精品福利| 777久久人妻少妇嫩草av网站| 欧美丝袜亚洲另类 | netflix在线观看网站| 一本久久中文字幕| 久久狼人影院| 搡老熟女国产l中国老女人|