• <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
    黄色 视频免费看| 日本撒尿小便嘘嘘汇集6| 亚洲av成人av| 不卡一级毛片| 国产精品电影一区二区三区| 久久久久国内视频| 午夜福利免费观看在线| 在线视频色国产色| 欧美日韩国产亚洲二区| 国产精品永久免费网站| 久9热在线精品视频| 美女黄网站色视频| 亚洲精品一卡2卡三卡4卡5卡| 成人手机av| 91字幕亚洲| 老熟妇乱子伦视频在线观看| 久久热在线av| 欧美一级毛片孕妇| 国产av又大| 男人的好看免费观看在线视频 | 人成视频在线观看免费观看| 欧美日韩中文字幕国产精品一区二区三区| 日韩成人在线观看一区二区三区| 亚洲中文字幕日韩| 亚洲国产精品合色在线| 国产熟女xx| 日本一本二区三区精品| 性欧美人与动物交配| 欧美人与性动交α欧美精品济南到| а√天堂www在线а√下载| 国产精品av久久久久免费| 成人午夜高清在线视频| 一个人免费在线观看的高清视频| 亚洲欧美一区二区三区黑人| 在线观看午夜福利视频| 中文字幕精品亚洲无线码一区| 国产精品九九99| 久久中文看片网| 亚洲国产看品久久| 亚洲国产精品sss在线观看| 熟女电影av网| 亚洲一区二区三区色噜噜| 久久精品91无色码中文字幕| 免费电影在线观看免费观看| 欧美日本亚洲视频在线播放| 国产一区二区三区视频了| 成人国产综合亚洲| 91在线观看av| 亚洲欧美日韩高清在线视频| 丰满人妻熟妇乱又伦精品不卡| 午夜精品久久久久久毛片777| 成人午夜高清在线视频| 女生性感内裤真人,穿戴方法视频| 日韩精品免费视频一区二区三区| 午夜福利高清视频| 亚洲专区国产一区二区| 欧美日本视频| 免费在线观看日本一区| 欧美中文日本在线观看视频| 真人一进一出gif抽搐免费| 亚洲欧美一区二区三区黑人| 国产av不卡久久| 日韩成人在线观看一区二区三区| 亚洲一区二区三区色噜噜| 白带黄色成豆腐渣| 一本大道久久a久久精品| 可以在线观看毛片的网站| 欧美极品一区二区三区四区| 亚洲一卡2卡3卡4卡5卡精品中文| 午夜福利在线观看吧| 国产午夜精品久久久久久| 国产一区二区在线观看日韩 | 亚洲真实伦在线观看| 熟女电影av网| 国语自产精品视频在线第100页| 亚洲国产日韩欧美精品在线观看 | 好男人电影高清在线观看| 久久国产精品影院| 国产伦一二天堂av在线观看| 亚洲欧美日韩高清在线视频| 亚洲国产中文字幕在线视频| 久久久精品国产亚洲av高清涩受| 国产成人精品无人区| 老汉色av国产亚洲站长工具| 中文字幕人成人乱码亚洲影| 最好的美女福利视频网| 久久久久久人人人人人| 麻豆成人av在线观看| 欧美性长视频在线观看| 成人欧美大片| 日本在线视频免费播放| 欧美中文日本在线观看视频| 精品无人区乱码1区二区| 真人一进一出gif抽搐免费| 亚洲aⅴ乱码一区二区在线播放 | 人妻久久中文字幕网| 国内精品久久久久久久电影| 日本一区二区免费在线视频| 最近在线观看免费完整版| 国产精品 国内视频| 亚洲无线在线观看| 亚洲av成人av| 91麻豆精品激情在线观看国产| 最好的美女福利视频网| 久久久久亚洲av毛片大全| 人妻夜夜爽99麻豆av| 动漫黄色视频在线观看| 欧美成人午夜精品| 国内精品一区二区在线观看| 国产成+人综合+亚洲专区| 国产激情偷乱视频一区二区| 亚洲欧美激情综合另类| 国产熟女午夜一区二区三区| 亚洲国产精品成人综合色| 18禁美女被吸乳视频| 精品国产乱码久久久久久男人| 久久久久久久午夜电影| 长腿黑丝高跟| 十八禁网站免费在线| 波多野结衣高清作品| 午夜免费观看网址| 国产欧美日韩一区二区三| 亚洲片人在线观看| 久久精品夜夜夜夜夜久久蜜豆 | 欧美黄色片欧美黄色片| 国产av一区二区精品久久| 午夜a级毛片| 美女午夜性视频免费| 国产在线观看jvid| 亚洲国产精品sss在线观看| 亚洲精品久久成人aⅴ小说| 一本大道久久a久久精品| 一级毛片精品| 精品国内亚洲2022精品成人| 99热这里只有是精品50| 国产精品久久电影中文字幕| 可以免费在线观看a视频的电影网站| 久久午夜亚洲精品久久| 久久精品成人免费网站| 最近最新中文字幕大全免费视频| 日本免费a在线| 久久中文字幕人妻熟女| 久久久久久久精品吃奶| 他把我摸到了高潮在线观看| 波多野结衣高清无吗| 中文亚洲av片在线观看爽| 国产精品一区二区免费欧美| 国产97色在线日韩免费| 国产精品美女特级片免费视频播放器 | 禁无遮挡网站| 黄色视频,在线免费观看| 99久久精品热视频| av欧美777| 亚洲欧美日韩无卡精品| 欧美一区二区精品小视频在线| 亚洲欧美日韩东京热| 午夜两性在线视频| 一本大道久久a久久精品| 看免费av毛片| √禁漫天堂资源中文www| 精品午夜福利视频在线观看一区| 精品无人区乱码1区二区| av福利片在线| 久久精品成人免费网站| 黄频高清免费视频| 俄罗斯特黄特色一大片| 老汉色av国产亚洲站长工具| 国产欧美日韩一区二区三| 一级a爱片免费观看的视频| 最好的美女福利视频网| 午夜视频精品福利| 亚洲成人免费电影在线观看| 国产黄片美女视频| 亚洲欧美日韩东京热| 国产av麻豆久久久久久久| 欧美最黄视频在线播放免费| 91大片在线观看| 天堂影院成人在线观看| 亚洲 欧美一区二区三区| 亚洲午夜理论影院| 久久国产精品影院| 国产一区二区在线观看日韩 | e午夜精品久久久久久久| 精品久久久久久久久久免费视频| 熟妇人妻久久中文字幕3abv| 一二三四在线观看免费中文在| 国产午夜福利久久久久久| 国产一区在线观看成人免费| 欧美黄色片欧美黄色片| 国内毛片毛片毛片毛片毛片| 亚洲精品久久国产高清桃花| aaaaa片日本免费| 成人18禁在线播放| 日韩大尺度精品在线看网址| 国产伦在线观看视频一区| 国产精品免费视频内射| 久久久久久免费高清国产稀缺| 巨乳人妻的诱惑在线观看| 欧美午夜高清在线| 一个人免费在线观看电影 | 国产精品av久久久久免费| 国产精品久久视频播放| 久99久视频精品免费| 三级毛片av免费| 精品久久蜜臀av无| 日本一本二区三区精品| 一本综合久久免费| 国产午夜福利久久久久久| 亚洲欧美日韩无卡精品| 久久99热这里只有精品18| 国产黄a三级三级三级人| 日日干狠狠操夜夜爽| 最近在线观看免费完整版| 人妻久久中文字幕网| 免费在线观看日本一区| 亚洲一区中文字幕在线| 久久精品91蜜桃| 12—13女人毛片做爰片一| 亚洲精品久久成人aⅴ小说| 久久久久久久久久黄片| 日日干狠狠操夜夜爽| 成年人黄色毛片网站| 久久久国产成人精品二区| 91老司机精品| 亚洲av五月六月丁香网| 久久欧美精品欧美久久欧美| 亚洲成人国产一区在线观看| 国产亚洲精品久久久久5区| 桃红色精品国产亚洲av| 黄片大片在线免费观看| 成人手机av| 亚洲人成伊人成综合网2020| 制服人妻中文乱码| 亚洲国产欧美网| 日韩国内少妇激情av| 麻豆久久精品国产亚洲av| 巨乳人妻的诱惑在线观看| 亚洲精品美女久久av网站| 性欧美人与动物交配| 成人欧美大片| 国语自产精品视频在线第100页| 两个人的视频大全免费| 日本 av在线| 欧美一区二区国产精品久久精品 | 给我免费播放毛片高清在线观看| 99久久精品国产亚洲精品| 日日爽夜夜爽网站| 女同久久另类99精品国产91| 国产精品久久久久久亚洲av鲁大| 美女黄网站色视频| 成人午夜高清在线视频| 亚洲欧美激情综合另类| 久久久精品大字幕| 手机成人av网站| 国产男靠女视频免费网站| 久久精品影院6| 在线观看午夜福利视频| 女人被狂操c到高潮| 看免费av毛片| 在线观看66精品国产| 无遮挡黄片免费观看| 久久久水蜜桃国产精品网| 色在线成人网| 亚洲国产精品999在线| 亚洲精品国产精品久久久不卡| 欧美zozozo另类| 免费在线观看亚洲国产| 99精品在免费线老司机午夜| 欧美成人午夜精品| 午夜a级毛片| 一个人免费在线观看电影 | 一级片免费观看大全| 国产视频内射| 50天的宝宝边吃奶边哭怎么回事| 变态另类成人亚洲欧美熟女| 亚洲自拍偷在线| 国产精品爽爽va在线观看网站| 制服诱惑二区| 法律面前人人平等表现在哪些方面| 久久精品国产综合久久久| ponron亚洲| 长腿黑丝高跟| 亚洲av熟女| 亚洲第一欧美日韩一区二区三区| 亚洲中文日韩欧美视频| 悠悠久久av| 国产高清激情床上av| 两个人视频免费观看高清| 少妇的丰满在线观看| 精品国产乱子伦一区二区三区| 一级黄色大片毛片| av欧美777| 精品久久久久久久毛片微露脸| 国产av又大| www.精华液| 国产精品一区二区三区四区免费观看 | 国产精品亚洲av一区麻豆| 一级毛片高清免费大全| 亚洲成人免费电影在线观看| 久久婷婷人人爽人人干人人爱| cao死你这个sao货| 欧美3d第一页| 久久久久免费精品人妻一区二区| 精品电影一区二区在线| 国产午夜精品久久久久久| tocl精华| 精品第一国产精品| 一级黄色大片毛片| 草草在线视频免费看| 99久久无色码亚洲精品果冻| 久久精品国产99精品国产亚洲性色| 亚洲av片天天在线观看| 嫩草影视91久久| 精品久久久久久久毛片微露脸| 日韩欧美在线二视频| 波多野结衣巨乳人妻| 精品不卡国产一区二区三区| 国产精品久久久久久精品电影| 国产成人精品无人区| 校园春色视频在线观看| 亚洲va日本ⅴa欧美va伊人久久| 五月伊人婷婷丁香| 国产精品av久久久久免费| 老司机午夜十八禁免费视频| 天堂av国产一区二区熟女人妻 | 美女大奶头视频| 51午夜福利影视在线观看| x7x7x7水蜜桃| 人人妻人人看人人澡| 此物有八面人人有两片| 欧美黄色片欧美黄色片| 精品久久久久久久末码| 成年女人毛片免费观看观看9| 91在线观看av| 村上凉子中文字幕在线| 国产精品自产拍在线观看55亚洲| 国产亚洲欧美98| 久久久久免费精品人妻一区二区| 久久国产乱子伦精品免费另类| 一个人免费在线观看电影 | 很黄的视频免费| 淫秽高清视频在线观看| 欧美性猛交╳xxx乱大交人| 女警被强在线播放| 黄色毛片三级朝国网站| 国产精品综合久久久久久久免费| 久久久久久国产a免费观看| 国产成人aa在线观看| 成人欧美大片| 好男人电影高清在线观看| 天天添夜夜摸| 国产成人欧美在线观看| 久久精品亚洲精品国产色婷小说| 少妇人妻一区二区三区视频| 大型av网站在线播放| 午夜成年电影在线免费观看| 又紧又爽又黄一区二区| 亚洲av美国av| 在线观看免费午夜福利视频| 精品高清国产在线一区| 久久国产乱子伦精品免费另类| 免费观看人在逋| 色综合欧美亚洲国产小说| 成人高潮视频无遮挡免费网站| 国产精品久久久av美女十八| 国产黄色小视频在线观看| 成人三级做爰电影| 婷婷亚洲欧美| 国产精品,欧美在线| 麻豆成人午夜福利视频| 一区二区三区国产精品乱码| 午夜福利18| 亚洲欧美一区二区三区黑人| www.精华液| 午夜两性在线视频| 亚洲av成人av| 亚洲五月婷婷丁香| 日日夜夜操网爽| 国产爱豆传媒在线观看 | 怎么达到女性高潮| 好男人电影高清在线观看| 精品国产美女av久久久久小说| 欧美日韩一级在线毛片| 欧美久久黑人一区二区| 精品国产亚洲在线| АⅤ资源中文在线天堂| 日本撒尿小便嘘嘘汇集6| 777久久人妻少妇嫩草av网站| 久久精品国产清高在天天线| 午夜老司机福利片| 国产精品免费视频内射| 国内毛片毛片毛片毛片毛片| www.熟女人妻精品国产| 免费看a级黄色片| 色精品久久人妻99蜜桃| 亚洲av成人一区二区三| 日韩欧美三级三区| 欧美极品一区二区三区四区| 国产99白浆流出| 叶爱在线成人免费视频播放| 亚洲av电影不卡..在线观看| 久久婷婷成人综合色麻豆| 日韩欧美免费精品| 亚洲av成人精品一区久久| 美女免费视频网站| 99久久国产精品久久久| 国产黄片美女视频| 精品国产乱码久久久久久男人| 九色国产91popny在线| 久久久久亚洲av毛片大全| 国模一区二区三区四区视频 | 久久久久精品国产欧美久久久| 国产亚洲精品久久久久久毛片| 精品免费久久久久久久清纯| 50天的宝宝边吃奶边哭怎么回事| 少妇人妻一区二区三区视频| 后天国语完整版免费观看| 不卡av一区二区三区| 亚洲精品色激情综合| 欧美丝袜亚洲另类 | 一进一出抽搐动态| 精品少妇一区二区三区视频日本电影| a级毛片a级免费在线| 亚洲国产精品久久男人天堂| 国产爱豆传媒在线观看 | 黑人欧美特级aaaaaa片| 三级男女做爰猛烈吃奶摸视频| 亚洲av美国av| 国产成人欧美在线观看| 老汉色∧v一级毛片| 人成视频在线观看免费观看| 脱女人内裤的视频| av国产免费在线观看| 免费在线观看黄色视频的| 激情在线观看视频在线高清| 黄色视频不卡| svipshipincom国产片| 悠悠久久av| av视频在线观看入口| 淫妇啪啪啪对白视频| www日本黄色视频网| 久9热在线精品视频| 成年版毛片免费区| 久久久水蜜桃国产精品网| 欧美日韩国产亚洲二区| 成人av一区二区三区在线看| 午夜亚洲福利在线播放| 免费在线观看日本一区| 久久中文看片网| 色av中文字幕| 国产av在哪里看| 在线观看免费日韩欧美大片| 亚洲中文日韩欧美视频| 午夜免费观看网址| 中出人妻视频一区二区| 午夜福利高清视频| 久久精品成人免费网站| 91在线观看av| 99在线人妻在线中文字幕| 亚洲天堂国产精品一区在线| 国产精品久久久av美女十八| 亚洲人与动物交配视频| 亚洲成人免费电影在线观看| 精品免费久久久久久久清纯| 亚洲av片天天在线观看| 麻豆国产97在线/欧美 | 亚洲av成人一区二区三| 午夜免费观看网址| 成人三级做爰电影| 久久精品人妻少妇| 国产av又大| 国产精品免费视频内射| 久久中文字幕人妻熟女| 国产精品电影一区二区三区| 他把我摸到了高潮在线观看| 成年女人毛片免费观看观看9| 老熟妇仑乱视频hdxx| 男插女下体视频免费在线播放| 午夜激情av网站| 久久人妻福利社区极品人妻图片| 精品久久久久久久久久免费视频| 丰满的人妻完整版| 欧美另类亚洲清纯唯美| 人人妻人人澡欧美一区二区| 操出白浆在线播放| 日本黄色视频三级网站网址| 日本 欧美在线| 亚洲欧美日韩东京热| 天天添夜夜摸| 亚洲精品av麻豆狂野| 日本精品一区二区三区蜜桃| 成人18禁在线播放| 一级a爱片免费观看的视频| bbb黄色大片| 亚洲一区二区三区色噜噜| 麻豆av在线久日| 成人高潮视频无遮挡免费网站| 久久久久久大精品| 亚洲精品av麻豆狂野| 十八禁网站免费在线| 一级毛片女人18水好多| 午夜免费观看网址| 亚洲av电影不卡..在线观看| 亚洲国产精品sss在线观看| 亚洲成a人片在线一区二区| 97碰自拍视频| 久久香蕉激情| 精品国产超薄肉色丝袜足j| 久久天躁狠狠躁夜夜2o2o| 日韩精品中文字幕看吧| 香蕉丝袜av| 国产成人精品久久二区二区免费| 一二三四社区在线视频社区8| 丰满人妻熟妇乱又伦精品不卡| 国产成人系列免费观看| 国产成人一区二区三区免费视频网站| 精品电影一区二区在线| 国产熟女午夜一区二区三区| 色哟哟哟哟哟哟| 别揉我奶头~嗯~啊~动态视频| 身体一侧抽搐| 国产成人影院久久av| 在线观看免费视频日本深夜| 亚洲国产欧美一区二区综合| 曰老女人黄片| 欧美在线一区亚洲| 亚洲va日本ⅴa欧美va伊人久久| 俄罗斯特黄特色一大片| 欧美高清成人免费视频www| 久久久久久久午夜电影| 国产精品电影一区二区三区| 深夜精品福利| 国内精品久久久久精免费| 88av欧美| 国产精品一区二区免费欧美| 18禁国产床啪视频网站| 级片在线观看| 一进一出好大好爽视频| 欧洲精品卡2卡3卡4卡5卡区| 国产不卡一卡二| 老司机福利观看| av欧美777| 黄色丝袜av网址大全| 国产私拍福利视频在线观看| 国产aⅴ精品一区二区三区波| 日韩欧美一区二区三区在线观看| 午夜福利成人在线免费观看| 五月伊人婷婷丁香| 久久精品国产99精品国产亚洲性色| 亚洲真实伦在线观看| 夜夜夜夜夜久久久久| 亚洲精品一区av在线观看| 99久久精品国产亚洲精品| 久久欧美精品欧美久久欧美| 亚洲人与动物交配视频| 天天躁夜夜躁狠狠躁躁| 麻豆成人午夜福利视频| 老熟妇仑乱视频hdxx| 日韩有码中文字幕| ponron亚洲| 日韩有码中文字幕| 国产精品久久久久久亚洲av鲁大| 首页视频小说图片口味搜索| 国产在线观看jvid| 久久久久国产一级毛片高清牌| 一级a爱片免费观看的视频| 可以免费在线观看a视频的电影网站| 美女大奶头视频| 精品日产1卡2卡| 一区福利在线观看| 一本精品99久久精品77| 国产精品一及| 日韩欧美国产在线观看| 国产精品一及| 91老司机精品| 国产欧美日韩精品亚洲av| 丁香六月欧美| 麻豆国产97在线/欧美 | 在线a可以看的网站| 给我免费播放毛片高清在线观看| 日韩欧美 国产精品| 无人区码免费观看不卡| 成人国产一区最新在线观看| 美女 人体艺术 gogo| 午夜免费成人在线视频| 在线看三级毛片| 丁香欧美五月| 法律面前人人平等表现在哪些方面| 草草在线视频免费看| 天堂影院成人在线观看| 国产成年人精品一区二区| 日韩大尺度精品在线看网址| 国产一区二区在线av高清观看| 国产成人精品久久二区二区免费| 极品教师在线免费播放| 天天一区二区日本电影三级| 免费搜索国产男女视频| 一级黄色大片毛片| 在线观看免费日韩欧美大片| 两个人的视频大全免费| 国产视频内射| 久久精品aⅴ一区二区三区四区| 最近最新中文字幕大全电影3| 亚洲精品色激情综合| 精品久久久久久久人妻蜜臀av| 最近视频中文字幕2019在线8| 久久精品亚洲精品国产色婷小说| 亚洲av第一区精品v没综合| 老熟妇乱子伦视频在线观看| 中亚洲国语对白在线视频| 精品国产超薄肉色丝袜足j| 欧美色视频一区免费| 亚洲av成人不卡在线观看播放网| 欧美丝袜亚洲另类 | 国内久久婷婷六月综合欲色啪|