• <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 ?

    基于語義分割的高速公路天氣識(shí)別算法

    2023-12-16 03:02:16張秀杰
    中阿科技論壇(中英文) 2023年12期
    關(guān)鍵詞:特征提取語義天氣

    劉 電 張秀杰

    (廣州國交潤萬交通信息有限公司,廣東 廣州 510640)

    隨著高速公路的發(fā)展,公路行駛安全問題越來越受到關(guān)注。統(tǒng)計(jì)數(shù)據(jù)表明,由惡劣天氣,如雨天、雪天、霧天等導(dǎo)致的高速公路事故占比約20%,且惡劣天氣發(fā)生重大交通事故的概率比晴天高出5倍[1]。因此,實(shí)時(shí)準(zhǔn)確地識(shí)別天氣、發(fā)現(xiàn)惡劣天氣是預(yù)防交通事故的重要任務(wù)。傳統(tǒng)的基于圖像的天氣識(shí)別方法以先驗(yàn)知識(shí)為基礎(chǔ),基于圖像本身的淺層表征特征[2],如色彩飽和度、邊緣和形狀特征等進(jìn)行識(shí)別。為了更完整地表達(dá)出圖像中的天氣特征,侯慧蓉(2017)采用多種圖像表征特征提取方法,包括LBP、HSV、HOG等提取圖像特征,融合這些特征后輸入分類器識(shí)別天氣圖像[3]。但高速公路圖像中,道路普遍占據(jù)圖像面積一半以上,天氣表征不明顯,圖像的天氣特征更多地表現(xiàn)在路面上,如晴天路面陰影、雨天路面反光等。因此,基于高速公路圖像的天氣識(shí)別研究需要著重關(guān)注道路區(qū)域天氣特征。目前的道路分割算法大多是基于深度學(xué)習(xí),如ENet[4]是借鑒U-Net[5]提出的一種基于編碼器-解碼器結(jié)構(gòu)的語義分割模型,在公開數(shù)據(jù)集Cityscapes[6]中取得了較好的道路分割效果,XU等人在BiSeNetV2的基礎(chǔ)上提出了一種更快的雙邊分割網(wǎng)絡(luò)Faster BiSeNet,以更緊湊的結(jié)構(gòu)促進(jìn)空間和語義分支的特征融合,從而提高實(shí)時(shí)性[7]。

    上述現(xiàn)有的道路分割模型在高速公路道路分割中表現(xiàn)較差,因此本文針對(duì)高速公路場(chǎng)景構(gòu)建了高速公路天氣圖像數(shù)據(jù)集,搭建了基于語義分割模型的天氣識(shí)別網(wǎng)絡(luò),使用道路分割模型分割出道路區(qū)域,并設(shè)計(jì)了提取天氣特征的卷積網(wǎng)絡(luò)WFCN(Weather Feature-Extraction Convolution Network)分別對(duì)原始圖像和道路區(qū)域進(jìn)行特征提取,在關(guān)注全局天氣特征的同時(shí),重點(diǎn)關(guān)注道路區(qū)域天氣特征,實(shí)現(xiàn)了基于道路分割的高速公路天氣識(shí)別算法。

    1 算法框架

    針對(duì)高速公路圖像天氣識(shí)別任務(wù),本文提出一種基于語義分割的天氣識(shí)別算法,算法流程如圖1所示。原始圖像首先會(huì)進(jìn)入道路提取階段,道路分割模型負(fù)責(zé)對(duì)原始圖像進(jìn)行像素分類,輸出圖像的道路區(qū)域,隨后道路區(qū)域?qū)⒈凰腿隬FCN網(wǎng)絡(luò),經(jīng)過特征提取得到道路區(qū)域天氣特征。同時(shí)原始圖像將直接輸入WFCN網(wǎng)絡(luò)進(jìn)行全局天氣特征提取。然后將全局天氣特征和道路天氣特征融合輸入分類層進(jìn)行分類。

    圖1 基于語義分割的天氣識(shí)別算法流程圖

    2 道路提取

    針對(duì)語義分割精度不高、高速公路場(chǎng)景的道路分割研究較少的問題,本文提出一種結(jié)合DeepLabv3+和DASPP的高速公路道路分割算法,并在本文構(gòu)建的高速公路語義分割數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),為基于高速公路圖像的天氣識(shí)別算法打下基礎(chǔ)。

    2.1 算法設(shè)計(jì)

    道路分割模型流程如圖2所示,原始圖像輸入語義分割模型后,先經(jīng)過編碼器中的深度卷積神經(jīng)網(wǎng)絡(luò)完成深層語義信息提取,然后提取多尺度特征輸入解碼器,解碼器將不同尺度的特征進(jìn)行上采樣,并進(jìn)行拼接,最后將拼接得到的特征送入像素分類模塊輸出語義分割結(jié)果。

    圖2 道路分割模型流程圖

    2.2 基于語義分割的道路提取網(wǎng)絡(luò)

    2.2.1 DeepLabv3+模型簡(jiǎn)介

    DeepLabv3+首次將編碼器-解碼器的結(jié)構(gòu)引入到了DeepLab系列中,并將DeepLabv3模型中的ResNet50[8]替換為層數(shù)更多、感受野更大的Xception[9],在不影響模型分割精度的同時(shí),減少了模型的運(yùn)算量。

    2.2.2 DASPP

    為進(jìn)一步減少在下采樣過程中各層次的局部特征丟失,并提取到更具表征力的多尺度特征,本文將對(duì)DeepLabv3+中的多尺度特征提取模塊進(jìn)行優(yōu)化,使用DASPP(DenseASPP,密集空洞空間金字塔池化模塊)替代ASPP完成多尺度特征提取和融合。

    ASPP由Chen等于2016年在DeepLabv2[10]模型中提出,空洞卷積的引入使ASPP能夠在多尺度特征提取過程中擁有范圍更廣的感受野的同時(shí),特征圖分辨率不會(huì)降低。DASPP[11]由Yang等在DenseNet的啟發(fā)之下于2018年提出,旨在增大ASPP在尺度軸上的特征分辨率密集程度,加大特征圖在不同維度的感受野。受DenseNet[12]啟發(fā),DASPP采用級(jí)聯(lián)融合的方式將不同膨脹率的空洞卷積層的輸出融合在一起,如圖3所示,DASPP從左到右每一層的空洞卷積層膨脹率依次增大,每一層空洞卷積層都會(huì)將輸入和上一層的輸出進(jìn)行級(jí)聯(lián)操作,然后將結(jié)果輸入本層,從原始圖像中提取到的特征圖經(jīng)過DASPP之后會(huì)得到包含更加豐富的和更大范圍感受野的多尺度特征圖。

    圖3 DASPP網(wǎng)絡(luò)結(jié)構(gòu)圖

    2.3 對(duì)比試驗(yàn)

    2.3.1 高速公路語義分割數(shù)據(jù)集的構(gòu)建

    本文構(gòu)建的高速公路語義分割數(shù)據(jù)集共包含2 562張來自廣東、江西、山西和遼寧4個(gè)省內(nèi)多條高速公路的道路監(jiān)控?cái)z像頭數(shù)據(jù),獲取攝像頭實(shí)時(shí)視頻流通過腳本程序獲取固定的時(shí)間間隔視頻幀,對(duì)每張圖像中的車輛、車道和車道線進(jìn)行標(biāo)注,圖4為高速公路語義分割數(shù)據(jù)集的分割示例圖。

    圖4 高速公路語義分割數(shù)據(jù)集分割示例

    2.3.2 試驗(yàn)結(jié)果分析

    將本文提出的結(jié)合DASPP的道路分割算法與其他經(jīng)典語義分割模型在本文構(gòu)建的高速公路語義分割數(shù)據(jù)集上進(jìn)行對(duì)比實(shí)驗(yàn),結(jié)果如表1所示。從表1中可以看出,本文的語義分割算法的mIOU和mPA分別高達(dá)85.13%和90.63%,說明了道路分割算法的有效性。

    表1 不同語義分割模型對(duì)比實(shí)驗(yàn)結(jié)果

    3 特征提取

    本文基于語義分割進(jìn)行天氣識(shí)別,特征提取階段包含兩個(gè)部分:重點(diǎn)關(guān)注道路區(qū)域天氣特征和全局天氣特征,結(jié)合深度可分離卷積和Xception設(shè)計(jì)天氣識(shí)別網(wǎng)絡(luò),并對(duì)提取的特征進(jìn)行融合。

    3.1 深度可分離卷積

    2017年提出的Xception輕量型網(wǎng)絡(luò)對(duì)Inceptionv3[14]進(jìn)一步改進(jìn),通過引入深度可分離卷積替換原先的常規(guī)卷積,在不影響Inceptionv3模型精度的同時(shí)極大地提高了網(wǎng)絡(luò)的性能,在圖像分類公開數(shù)據(jù)集ImageNet驗(yàn)證集上取得了Top1上79%的準(zhǔn)確率。Xception網(wǎng)絡(luò)的核心在于深度可分離卷積模塊(Depthwise Separable Convolution),其操作示意圖如圖5所示。深度可分離卷積操作將不同通道相關(guān)性的學(xué)習(xí)與單個(gè)通道不同維度的相關(guān)性學(xué)習(xí)分開進(jìn)行,相較于常規(guī)的卷積操作,深度可分離卷積操作極大地減少了參數(shù)量和運(yùn)算量。

    圖5 深度可分離卷積操作示意圖

    3.2 天氣特征提取網(wǎng)絡(luò)WFCN

    Xception網(wǎng)絡(luò)分為Entry Flow、Middle Flow、Exit Flow三個(gè)模塊,共有36個(gè)卷積層,分為14個(gè)特征提取模塊,不同特征提取模塊之間通過線性殘差連接方式連接。高速公路圖像中的天氣特征比較抽象,為更好地提取圖像中隱含的天氣特征,本文基于Xception網(wǎng)絡(luò)和深度可分離卷積模塊設(shè)計(jì)了新的網(wǎng)絡(luò)WFCN:第一,增加網(wǎng)絡(luò)的層數(shù),在Middle Flow中,將原先重復(fù)8次的迭代學(xué)習(xí)增至16次,使用更深層的網(wǎng)絡(luò)能夠獲得更加高級(jí)的特征;第二,將所有的最大池化層替換成步長為2的深度可分離卷積層(Depthwise Separable Convolutional Layer),顯著降低模型參數(shù)量和運(yùn)算量,提高模型的性能。WFCN網(wǎng)絡(luò)結(jié)構(gòu)如圖6所示。

    圖6 WFCN網(wǎng)絡(luò)結(jié)構(gòu)圖

    在天氣特征提取階段,原始圖像通過語義分割提取出道路區(qū)域,然后將原始圖像和道路區(qū)域圖像輸入天氣特征提取網(wǎng)絡(luò)WFCN,依次經(jīng)過WFCN中的Entry Flow、Middle Flow和Exit Flow模塊,提取出全局天氣特征和相應(yīng)的道路天氣特征,再將兩者融合輸入分類層??傮w來說,在天氣特征提取階段,通過改進(jìn)Xception網(wǎng)絡(luò)中一系列卷積操作,將原始圖像全局和道路區(qū)域的像素特征映射到深層隱含特征空間。

    4 分類階段

    分類階段包含全連接層和邏輯回歸層。首先將提取的全局天氣特征和道路天氣特征進(jìn)行融合,受U-Net啟發(fā),本文采用逐點(diǎn)相加融合的方式進(jìn)行特征融合,將得到的綜合特征輸入分類層。分類層主要負(fù)責(zé)將融合之后的天氣特征進(jìn)行整理和匯總,并將匯總后的特征通過全連接層進(jìn)行表達(dá),最終通過邏輯回歸層輸出模型預(yù)測(cè)的天氣類別。

    在天氣特征提取階段得到的由全局天氣特征和道路天氣特征融合而來的綜合特征為維度為2048的特征向量,分類層收到特征向量之后,首先會(huì)將其輸入全連接層,全連接層負(fù)責(zé)將前面天氣提取階段學(xué)習(xí)到的深層隱含特征空間的綜合特征映射到樣本標(biāo)記空間,即將維度為2048的綜合特征降維至5,也就是本文天氣樣本標(biāo)記的類別數(shù)。經(jīng)過全連接層之后,得到維度為5的預(yù)測(cè)分?jǐn)?shù)向量,預(yù)測(cè)分?jǐn)?shù)向量中的每一個(gè)元素對(duì)應(yīng)著原始圖像在一種天氣類別上的得分。邏輯回歸層將使用分類函數(shù)softmax將預(yù)測(cè)分?jǐn)?shù)向量轉(zhuǎn)換成預(yù)測(cè)概率向量,預(yù)測(cè)概率向量中的每一個(gè)元素代表原始圖像屬于這個(gè)類別的概率,預(yù)測(cè)概率向量k的計(jì)算過程如公式(1)所示,分類函數(shù)softmax的表達(dá)式為公式(2)。

    式(2)中,ki為預(yù)測(cè)概率向量k中的第i個(gè)分量,zi為預(yù)測(cè)分?jǐn)?shù)向量z中的第i個(gè)分量,e為自然常數(shù),n為類別總數(shù),j為類別索引;最終分類層將根據(jù)預(yù)測(cè)概率向量輸出原始圖像對(duì)應(yīng)的天氣類別標(biāo)簽L(k),如公式(3)所示。

    5 實(shí)驗(yàn)結(jié)果

    5.1 高速公路天氣數(shù)據(jù)集的構(gòu)建

    經(jīng)過數(shù)據(jù)采集、篩選與標(biāo)注之后,本文高速公路天氣圖像數(shù)據(jù)集包含來自多個(gè)省份不同高速公路路段的36 381張?zhí)鞖鈭D像,并分為晴天、陰天、雨天、雪天、霧天五種天氣類別,各天氣類別圖像數(shù)量統(tǒng)計(jì)如表2所示。

    表2 高速公路天氣數(shù)據(jù)集圖像數(shù)據(jù)統(tǒng)計(jì)

    5.2 實(shí)驗(yàn)配置詳情

    實(shí)驗(yàn)硬件配置和軟件環(huán)境如表3所示。

    表3 軟/硬件配置詳情

    5.3 消融實(shí)驗(yàn)

    為驗(yàn)證本文WFCN網(wǎng)絡(luò)在天氣識(shí)別任務(wù)中的有效性,在構(gòu)建的高速公路天氣數(shù)據(jù)集上設(shè)置多組對(duì)照實(shí)驗(yàn)。對(duì)照實(shí)驗(yàn)的模型設(shè)置和實(shí)驗(yàn)結(jié)果如表4所示。通過調(diào)整Middle Flow特征提取模塊重復(fù)次數(shù)和Separable Conv替換池化操作,本文設(shè)計(jì)的WFCN模型在取得較高準(zhǔn)確率的同時(shí)具有更少的參數(shù)量和運(yùn)算量,模型性能是綜合最強(qiáng)的,證明了本文設(shè)計(jì)的天氣特征提取網(wǎng)絡(luò)的有效性。

    表4 不同網(wǎng)絡(luò)結(jié)構(gòu)的Xception模型性能對(duì)比

    5.4 對(duì)比實(shí)驗(yàn)

    為驗(yàn)證本文基于道路分割的天氣識(shí)別算法的優(yōu)越性,本文在構(gòu)建的高速公路天氣數(shù)據(jù)集上設(shè)置了多組對(duì)比實(shí)驗(yàn),選擇VGG16、ResNet50和GoogLeNet分別進(jìn)行訓(xùn)練,與本文提出的基于道路分割的天氣識(shí)別算法進(jìn)行對(duì)比,對(duì)比實(shí)驗(yàn)結(jié)果如表5所示。由表5可知,本文提出的基于道路分割模型的天氣識(shí)別算法的天氣識(shí)別準(zhǔn)確率最高,且參數(shù)量和運(yùn)算量較少,驗(yàn)證了本文基于道路分割模型的天氣識(shí)別算法的優(yōu)越性。

    表5 不同模型天氣識(shí)別效果對(duì)比

    6 結(jié)語

    本文基于高速公路圖像天氣特征分布設(shè)計(jì)了一種基于道路分割的天氣識(shí)別算法,并在構(gòu)建的高速公路天氣識(shí)別數(shù)據(jù)集上進(jìn)行了消融實(shí)驗(yàn)和對(duì)比實(shí)驗(yàn),取得較高的準(zhǔn)確率,并具有性能優(yōu)越性和魯棒性。但仍有一定的改進(jìn)空間,首先在道路天氣特征和全局天氣特征的融合上可以考慮采用注意力機(jī)制,提升不同特征的融合效果;其次在網(wǎng)絡(luò)結(jié)構(gòu)上可以結(jié)合其他輕量級(jí)的網(wǎng)絡(luò)例如ShuffleNet進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化,進(jìn)一步提升算法的性能和準(zhǔn)確率。

    猜你喜歡
    特征提取語義天氣
    天氣冷了,就容易抑郁嗎?
    誰是天氣之子
    盛暑天氣,覓得書中一味涼
    文苑(2020年7期)2020-08-12 09:36:38
    語言與語義
    基于Daubechies(dbN)的飛行器音頻特征提取
    電子制作(2018年19期)2018-11-14 02:37:08
    Weather(天氣)
    Bagging RCSP腦電特征提取算法
    “上”與“下”語義的不對(duì)稱性及其認(rèn)知闡釋
    認(rèn)知范疇模糊與語義模糊
    基于MED和循環(huán)域解調(diào)的多故障特征提取
    丰满少妇做爰视频| 一级毛片aaaaaa免费看小| 亚洲精华国产精华液的使用体验| 日本免费一区二区三区高清不卡| 久久久久久久久大av| 偷拍熟女少妇极品色| 简卡轻食公司| 亚洲在线观看片| 在线观看66精品国产| 亚洲欧美日韩无卡精品| 综合色av麻豆| 在线免费观看不下载黄p国产| 高清在线视频一区二区三区 | 亚洲怡红院男人天堂| 亚洲av一区综合| 三级毛片av免费| 大又大粗又爽又黄少妇毛片口| 国语自产精品视频在线第100页| 国产一区二区三区av在线| 亚洲av福利一区| 一本久久精品| 国产免费又黄又爽又色| 国产精品久久久久久久电影| 精品午夜福利在线看| 一边摸一边抽搐一进一小说| 真实男女啪啪啪动态图| 大话2 男鬼变身卡| 国产一区二区亚洲精品在线观看| 久久精品国产亚洲网站| 欧美日韩国产亚洲二区| 久久国产乱子免费精品| 丝袜美腿在线中文| 99久久成人亚洲精品观看| 国产白丝娇喘喷水9色精品| 欧美日韩精品成人综合77777| 青青草视频在线视频观看| 午夜激情欧美在线| 色5月婷婷丁香| 亚洲真实伦在线观看| 日本猛色少妇xxxxx猛交久久| 男人和女人高潮做爰伦理| 乱码一卡2卡4卡精品| 一个人看的www免费观看视频| 国产一区二区在线观看日韩| 美女内射精品一级片tv| 久久久a久久爽久久v久久| 亚洲成人av在线免费| 成人国产麻豆网| 午夜亚洲福利在线播放| 成人亚洲精品av一区二区| 一个人看视频在线观看www免费| 自拍偷自拍亚洲精品老妇| 欧美一级a爱片免费观看看| 精品国产一区二区三区久久久樱花 | 日本wwww免费看| av在线播放精品| 婷婷色av中文字幕| 欧美最新免费一区二区三区| 亚洲av免费在线观看| 国产精华一区二区三区| 欧美潮喷喷水| 只有这里有精品99| 欧美zozozo另类| 晚上一个人看的免费电影| 久久久久国产网址| 国产午夜精品久久久久久一区二区三区| 最近视频中文字幕2019在线8| 少妇熟女欧美另类| 黄色配什么色好看| 久久这里只有精品中国| 男人和女人高潮做爰伦理| 大又大粗又爽又黄少妇毛片口| 国产女主播在线喷水免费视频网站 | 九九热线精品视视频播放| 午夜激情欧美在线| www.av在线官网国产| 最新中文字幕久久久久| 久久国内精品自在自线图片| 国产在线男女| 欧美又色又爽又黄视频| av视频在线观看入口| 精品久久久久久成人av| 日本-黄色视频高清免费观看| 爱豆传媒免费全集在线观看| 亚洲欧美中文字幕日韩二区| 欧美日韩国产亚洲二区| 精品久久久久久电影网 | 男的添女的下面高潮视频| 国产欧美另类精品又又久久亚洲欧美| 热99re8久久精品国产| 国产成人午夜福利电影在线观看| 精品久久久久久久久亚洲| 少妇裸体淫交视频免费看高清| 如何舔出高潮| 国产极品精品免费视频能看的| 精品午夜福利在线看| 成人性生交大片免费视频hd| a级一级毛片免费在线观看| 男人舔奶头视频| 深爱激情五月婷婷| 午夜精品国产一区二区电影 | 国产精品永久免费网站| 91久久精品电影网| 中文字幕熟女人妻在线| 国产亚洲一区二区精品| 小说图片视频综合网站| 久久精品综合一区二区三区| 桃色一区二区三区在线观看| 搞女人的毛片| 99久久中文字幕三级久久日本| 国产精品熟女久久久久浪| 久久精品熟女亚洲av麻豆精品 | 亚洲欧美成人综合另类久久久 | 午夜日本视频在线| 色播亚洲综合网| 尤物成人国产欧美一区二区三区| 亚洲电影在线观看av| 国产黄a三级三级三级人| 热99re8久久精品国产| 欧美日韩国产亚洲二区| 国产精品,欧美在线| 1024手机看黄色片| 欧美+日韩+精品| av免费观看日本| 嫩草影院入口| 夜夜爽夜夜爽视频| 国产av在哪里看| 亚洲aⅴ乱码一区二区在线播放| 国产在线一区二区三区精 | av在线播放精品| 内地一区二区视频在线| 免费观看在线日韩| 我要搜黄色片| av线在线观看网站| 国内少妇人妻偷人精品xxx网站| 一级二级三级毛片免费看| 久久草成人影院| 亚洲av二区三区四区| 亚洲精品乱久久久久久| 亚洲一区高清亚洲精品| 99视频精品全部免费 在线| 欧美精品国产亚洲| 免费在线观看成人毛片| av天堂中文字幕网| 我要看日韩黄色一级片| videos熟女内射| 两个人的视频大全免费| 一级二级三级毛片免费看| 中文字幕免费在线视频6| 精品国产露脸久久av麻豆 | 99国产精品一区二区蜜桃av| 啦啦啦韩国在线观看视频| 亚洲精品久久久久久婷婷小说 | 少妇的逼水好多| 日韩欧美精品v在线| 久久韩国三级中文字幕| 乱码一卡2卡4卡精品| 久久热精品热| 日日摸夜夜添夜夜爱| 国产av一区在线观看免费| 日韩欧美 国产精品| 99九九线精品视频在线观看视频| 国产大屁股一区二区在线视频| 久久久亚洲精品成人影院| 免费观看性生交大片5| 精品久久久久久久久久久久久| 成年女人看的毛片在线观看| 免费观看人在逋| 国产av一区在线观看免费| 一区二区三区高清视频在线| 18禁在线播放成人免费| 国产乱人偷精品视频| 一区二区三区高清视频在线| 六月丁香七月| 欧美日本视频| 国产精品一区二区三区四区久久| 嘟嘟电影网在线观看| 美女脱内裤让男人舔精品视频| 精品久久久久久久久av| 欧美成人午夜免费资源| 中文天堂在线官网| 亚洲五月天丁香| 国产精品电影一区二区三区| 婷婷六月久久综合丁香| 狂野欧美白嫩少妇大欣赏| www.av在线官网国产| 高清视频免费观看一区二区 | 美女内射精品一级片tv| 中文资源天堂在线| 国产成年人精品一区二区| a级毛色黄片| 欧美最新免费一区二区三区| 在线观看美女被高潮喷水网站| 精品人妻一区二区三区麻豆| 亚洲成人精品中文字幕电影| 99在线视频只有这里精品首页| 欧美激情国产日韩精品一区| 亚洲欧洲日产国产| 丝袜喷水一区| 3wmmmm亚洲av在线观看| 亚洲人与动物交配视频| 一级黄色大片毛片| 亚洲av一区综合| 亚洲不卡免费看| 一区二区三区高清视频在线| 日韩欧美精品免费久久| 欧美+日韩+精品| 爱豆传媒免费全集在线观看| 内地一区二区视频在线| 男人舔奶头视频| videossex国产| 久久久欧美国产精品| 久久精品久久久久久噜噜老黄 | 97人妻精品一区二区三区麻豆| 久久国内精品自在自线图片| 91狼人影院| 亚洲精品自拍成人| 午夜免费激情av| 国产成人精品一,二区| 高清午夜精品一区二区三区| 青青草视频在线视频观看| 国产一区有黄有色的免费视频 | 国产精品,欧美在线| 久久99热6这里只有精品| 国产熟女欧美一区二区| 亚洲国产精品成人综合色| 国产淫语在线视频| 免费电影在线观看免费观看| 亚洲人成网站在线播| 国产精品综合久久久久久久免费| 一边摸一边抽搐一进一小说| av在线亚洲专区| 爱豆传媒免费全集在线观看| 别揉我奶头 嗯啊视频| 日韩av在线免费看完整版不卡| av国产久精品久网站免费入址| 91精品一卡2卡3卡4卡| 99久久中文字幕三级久久日本| 成人鲁丝片一二三区免费| 国产精品一区二区性色av| 免费观看性生交大片5| 欧美潮喷喷水| 五月玫瑰六月丁香| 高清在线视频一区二区三区 | 日韩 亚洲 欧美在线| 国语自产精品视频在线第100页| 国产精品爽爽va在线观看网站| 国产又黄又爽又无遮挡在线| 午夜a级毛片| 国产中年淑女户外野战色| 国产老妇女一区| 偷拍熟女少妇极品色| 成人综合一区亚洲| 免费不卡的大黄色大毛片视频在线观看 | av线在线观看网站| eeuss影院久久| 亚洲成人久久爱视频| 老司机影院毛片| 欧美一区二区亚洲| 波多野结衣巨乳人妻| 99热网站在线观看| 99久久人妻综合| 只有这里有精品99| 精品无人区乱码1区二区| 国产av码专区亚洲av| 天美传媒精品一区二区| 色5月婷婷丁香| 九色成人免费人妻av| 欧美成人午夜免费资源| 欧美bdsm另类| 蜜桃亚洲精品一区二区三区| 汤姆久久久久久久影院中文字幕 | 久久精品久久久久久久性| 1000部很黄的大片| 日本一二三区视频观看| 精品国产露脸久久av麻豆 | 精品欧美国产一区二区三| 精品酒店卫生间| 18禁在线播放成人免费| 亚洲人成网站在线观看播放| 国产国拍精品亚洲av在线观看| 亚洲不卡免费看| 欧美日韩在线观看h| 国产人妻一区二区三区在| 在线观看66精品国产| 免费观看性生交大片5| 国产精品人妻久久久久久| 国产精品人妻久久久影院| 一卡2卡三卡四卡精品乱码亚洲| 神马国产精品三级电影在线观看| 久99久视频精品免费| 高清午夜精品一区二区三区| 少妇猛男粗大的猛烈进出视频 | 国产精品野战在线观看| 国产男人的电影天堂91| 国产亚洲av片在线观看秒播厂 | 国产黄a三级三级三级人| 老师上课跳d突然被开到最大视频| 五月伊人婷婷丁香| 国产v大片淫在线免费观看| 午夜福利在线在线| 精品无人区乱码1区二区| 永久免费av网站大全| 丰满少妇做爰视频| 欧美区成人在线视频| 日韩av在线大香蕉| 亚洲国产精品合色在线| 欧美激情在线99| 尾随美女入室| 18禁在线播放成人免费| 91狼人影院| 国产视频首页在线观看| 成人午夜精彩视频在线观看| 精品久久久久久久久av| 精品久久久噜噜| 国产精品一及| 中文字幕人妻熟人妻熟丝袜美| 日韩中字成人| 如何舔出高潮| 色噜噜av男人的天堂激情| 亚洲一区高清亚洲精品| 少妇人妻一区二区三区视频| 啦啦啦啦在线视频资源| 少妇人妻一区二区三区视频| 极品教师在线视频| 亚洲精品成人久久久久久| 久久久久性生活片| 男人舔奶头视频| 国产精品一区www在线观看| 国内精品美女久久久久久| 性色avwww在线观看| 国语自产精品视频在线第100页| 免费观看性生交大片5| 伦精品一区二区三区| 我要看日韩黄色一级片| 亚洲性久久影院| 中国国产av一级| 久久久久久久久中文| 国产亚洲午夜精品一区二区久久 | 精品久久久久久久久久久久久| 午夜a级毛片| 午夜福利成人在线免费观看| 国产一区二区在线观看日韩| 九九爱精品视频在线观看| 26uuu在线亚洲综合色| 久热久热在线精品观看| 日本午夜av视频| 免费看av在线观看网站| 黄片无遮挡物在线观看| 啦啦啦啦在线视频资源| 亚洲精品成人久久久久久| 干丝袜人妻中文字幕| 2022亚洲国产成人精品| 久久精品久久久久久久性| 日本五十路高清| 秋霞在线观看毛片| 只有这里有精品99| 亚洲精品456在线播放app| 深夜a级毛片| 桃色一区二区三区在线观看| 美女大奶头视频| 色视频www国产| av在线观看视频网站免费| 青春草国产在线视频| av在线观看视频网站免费| 国产乱来视频区| 久久99精品国语久久久| 99久国产av精品| 欧美日韩精品成人综合77777| 亚洲欧美精品综合久久99| ponron亚洲| 男女视频在线观看网站免费| 国产精品乱码一区二三区的特点| 精品免费久久久久久久清纯| 一级毛片aaaaaa免费看小| 亚洲欧洲国产日韩| 18禁动态无遮挡网站| 3wmmmm亚洲av在线观看| 国产在线一区二区三区精 | 国产v大片淫在线免费观看| 97人妻精品一区二区三区麻豆| 亚洲精品456在线播放app| 哪个播放器可以免费观看大片| 久热久热在线精品观看| 亚洲av成人精品一二三区| 直男gayav资源| 亚洲伊人久久精品综合 | 国产精品无大码| 亚洲精品456在线播放app| 黄片wwwwww| 高清毛片免费看| 菩萨蛮人人尽说江南好唐韦庄 | av国产免费在线观看| 99久国产av精品| 在线观看一区二区三区| 天堂影院成人在线观看| 国产成年人精品一区二区| 日韩视频在线欧美| 狂野欧美激情性xxxx在线观看| 人人妻人人看人人澡| 日韩强制内射视频| 亚洲最大成人中文| 一边摸一边抽搐一进一小说| 国产免费一级a男人的天堂| 日韩亚洲欧美综合| 亚洲激情五月婷婷啪啪| 超碰97精品在线观看| 哪个播放器可以免费观看大片| 中文字幕亚洲精品专区| 亚洲伊人久久精品综合 | 亚洲欧美成人综合另类久久久 | 久久久久久大精品| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲aⅴ乱码一区二区在线播放| 人人妻人人澡人人爽人人夜夜 | 三级国产精品片| 亚洲乱码一区二区免费版| 干丝袜人妻中文字幕| 久久精品国产自在天天线| 亚洲精品一区蜜桃| 国产精品人妻久久久影院| 尤物成人国产欧美一区二区三区| 又粗又硬又长又爽又黄的视频| av在线老鸭窝| 亚洲欧洲国产日韩| 如何舔出高潮| 在线观看av片永久免费下载| 国产精品国产三级国产av玫瑰| 免费看a级黄色片| 少妇人妻精品综合一区二区| 两个人的视频大全免费| 一夜夜www| 日本一本二区三区精品| www.色视频.com| 99热这里只有精品一区| av国产免费在线观看| 美女高潮的动态| 亚洲第一区二区三区不卡| 蜜臀久久99精品久久宅男| 久久久久性生活片| 汤姆久久久久久久影院中文字幕 | 激情 狠狠 欧美| 欧美变态另类bdsm刘玥| 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 | 网址你懂的国产日韩在线| 免费看美女性在线毛片视频| 99久久精品一区二区三区| 99热网站在线观看| 久久久a久久爽久久v久久| 亚洲自偷自拍三级| 精品久久久噜噜| 久久精品夜夜夜夜夜久久蜜豆| 国产又色又爽无遮挡免| 中文欧美无线码| 欧美xxxx性猛交bbbb| 日本免费一区二区三区高清不卡| 久久6这里有精品| 精品少妇黑人巨大在线播放 | 亚洲成av人片在线播放无| 99在线人妻在线中文字幕| 精品人妻一区二区三区麻豆| 免费观看a级毛片全部| 非洲黑人性xxxx精品又粗又长| 免费观看在线日韩| 男人和女人高潮做爰伦理| 日韩欧美 国产精品| 嫩草影院新地址| 天堂网av新在线| 国产成人免费观看mmmm| 精品久久久久久成人av| 男人舔女人下体高潮全视频| 亚洲欧美一区二区三区国产| 亚洲精品亚洲一区二区| 三级毛片av免费| 天堂中文最新版在线下载 | 国产精品99久久久久久久久| 成年女人永久免费观看视频| 不卡视频在线观看欧美| 国产私拍福利视频在线观看| 国产黄色视频一区二区在线观看 | 最近视频中文字幕2019在线8| 国产淫片久久久久久久久| 99视频精品全部免费 在线| 国产免费视频播放在线视频 | 在线a可以看的网站| 国语对白做爰xxxⅹ性视频网站| 精品不卡国产一区二区三区| 久久99热这里只频精品6学生 | 中文天堂在线官网| 一本一本综合久久| 高清午夜精品一区二区三区| 一级毛片我不卡| 少妇高潮的动态图| 九九热线精品视视频播放| 日韩一区二区视频免费看| 精品午夜福利在线看| 十八禁国产超污无遮挡网站| 国产精品,欧美在线| 老师上课跳d突然被开到最大视频| 成人国产麻豆网| 内地一区二区视频在线| 精品国产三级普通话版| 成年av动漫网址| 久久精品国产自在天天线| 欧美极品一区二区三区四区| 91av网一区二区| 干丝袜人妻中文字幕| 国产精品无大码| 嘟嘟电影网在线观看| 日本午夜av视频| 久久久久久久国产电影| 亚洲欧美成人综合另类久久久 | 亚洲美女视频黄频| 在线播放国产精品三级| 国产一区二区亚洲精品在线观看| 岛国毛片在线播放| 国产人妻一区二区三区在| 久久国产乱子免费精品| 男女那种视频在线观看| 免费观看人在逋| 免费观看在线日韩| 一级av片app| 日韩三级伦理在线观看| 伦精品一区二区三区| 春色校园在线视频观看| 日本与韩国留学比较| 精品人妻一区二区三区麻豆| 国产精品精品国产色婷婷| av天堂中文字幕网| 国产乱来视频区| 美女国产视频在线观看| 中国美白少妇内射xxxbb| 国语对白做爰xxxⅹ性视频网站| 日本五十路高清| 乱码一卡2卡4卡精品| 欧美性猛交╳xxx乱大交人| 熟女电影av网| 久久99热6这里只有精品| 国产私拍福利视频在线观看| 亚洲无线观看免费| 日本一二三区视频观看| 少妇人妻一区二区三区视频| 中文字幕久久专区| 国产免费视频播放在线视频 | 日韩强制内射视频| 精品不卡国产一区二区三区| 国产亚洲一区二区精品| 久久久久久久久久黄片| 亚洲最大成人中文| 乱系列少妇在线播放| 久久精品夜夜夜夜夜久久蜜豆| 成人一区二区视频在线观看| 色播亚洲综合网| 亚洲精品亚洲一区二区| 午夜久久久久精精品| 乱人视频在线观看| 在线天堂最新版资源| 又爽又黄无遮挡网站| 精品午夜福利在线看| 久久久久国产网址| 国产麻豆成人av免费视频| 少妇被粗大猛烈的视频| 成人一区二区视频在线观看| 性插视频无遮挡在线免费观看| 波多野结衣高清无吗| 亚洲国产精品国产精品| av在线天堂中文字幕| 永久网站在线| 亚洲人成网站在线播| 国国产精品蜜臀av免费| 老司机影院毛片| 啦啦啦啦在线视频资源| АⅤ资源中文在线天堂| 国产精品一区二区三区四区免费观看| 狂野欧美白嫩少妇大欣赏| 久久久久久伊人网av| 尾随美女入室| 国产片特级美女逼逼视频| 久久这里只有精品中国| 国产成人午夜福利电影在线观看| 亚洲国产最新在线播放| av在线观看视频网站免费| 成人美女网站在线观看视频| 亚洲国产精品成人综合色| 又粗又爽又猛毛片免费看| 国产综合懂色| 亚洲av熟女| 日韩一本色道免费dvd| 国产亚洲av片在线观看秒播厂 | 午夜精品在线福利| 黄片wwwwww| 麻豆一二三区av精品| 国产在视频线精品| 亚洲成人中文字幕在线播放| 国产激情偷乱视频一区二区| 午夜福利在线观看吧| 国产 一区精品| 成人午夜精彩视频在线观看| 久久久久九九精品影院| 日本午夜av视频| 国产成人午夜福利电影在线观看| 久久国内精品自在自线图片| 成人国产麻豆网| 亚洲性久久影院| 简卡轻食公司| 色综合亚洲欧美另类图片| 国产探花极品一区二区| 能在线免费观看的黄片| 国产私拍福利视频在线观看| 黄色配什么色好看| 三级国产精品片| 高清av免费在线| 美女脱内裤让男人舔精品视频| 中文字幕亚洲精品专区| 淫秽高清视频在线观看|