• <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YOLOv5的目標(biāo)建筑物虛實(shí)融合技術(shù)

    2024-09-21 00:00:00陳世威艾靈玉
    科技創(chuàng)新與應(yīng)用 2024年27期

    摘 要:針對(duì)增強(qiáng)現(xiàn)實(shí)技術(shù)目前虛實(shí)融合方面效率不高、目標(biāo)識(shí)別不夠精準(zhǔn)的問(wèn)題。該文提出并實(shí)踐基于YOLOv5訓(xùn)練模型的虛實(shí)融合技術(shù),在通過(guò)YOLOv5識(shí)別清楚目標(biāo)建筑物的基礎(chǔ)上,加入虛實(shí)融合技術(shù),使用這種方法可以在YOLO這種優(yōu)秀深度學(xué)習(xí)算法的基礎(chǔ)上,提升增強(qiáng)現(xiàn)實(shí)技術(shù)的精確性和可靠性。YOLO本身是目標(biāo)檢測(cè)模型,在一張圖片或者是一段視頻中找到特定的物體,目標(biāo)檢測(cè)不僅要求我們識(shí)別這些物體的種類(lèi),同時(shí)要標(biāo)出這些物體的位置。虛實(shí)融合技術(shù)的總體思路是使用目標(biāo)檢測(cè)、特征匹配等方法,配合OpenCV讀取準(zhǔn)備好的圖層信息??傮w借助YOLOv5訓(xùn)練模型的實(shí)時(shí)目標(biāo)檢測(cè)算法,并與虛擬三維對(duì)象相結(jié)合,實(shí)現(xiàn)虛實(shí)融合。

    關(guān)鍵詞:YOLOv5;深度學(xué)習(xí);虛實(shí)融合;目標(biāo)檢測(cè);OpenCV

    中圖分類(lèi)號(hào):TU17 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):2095-2945(2024)27-0185-04

    Abstract: In view of the current augmented reality technology, the efficiency of virtual-reality fusion is not high and the target recognition is not accurate enough. This paper puts forward and practices the virtual-real fusion technology based on YOLOv5 training model. On the basis of clearly identifying the target building through YOLOv5, the virtual-real fusion technology is added. This method can improve the accuracy and reliability of augmented reality technology on the basis of YOLO, an excellent deep learning algorithm. Yolo itself is a object detection model, finding specific objects in a picture or a video. Object detection requires us not only to identify the types of these objects, but also to mark the location of these objects. The general idea of virtual-real fusion technology is to use object detection, feature matching and other methods to cooperate with OpenCV to read the prepared layer information. In general, with the help of the real-time object detection algorithm of YOLOv5 training model, and combined with virtual 3D objects, the fusion of virtual and real is realized.

    Keywords: YOLOv5; deep learning; virtual-real fusion; object detection; OpenCV

    增強(qiáng)現(xiàn)實(shí)技術(shù)(AR)是一種集成了現(xiàn)實(shí)世界和虛擬世界的顯示技術(shù),被廣泛應(yīng)用于多種技術(shù)手段。對(duì)于AR技術(shù)來(lái)說(shuō),目標(biāo)跟蹤和識(shí)別方法至關(guān)重要,包括校準(zhǔn)技術(shù)、跟蹤技術(shù)和交互技術(shù)3個(gè)部分[1]。近年來(lái),深度學(xué)習(xí)技術(shù)在目標(biāo)檢測(cè)算法中表現(xiàn)得非常好。自2012年AlexNet網(wǎng)絡(luò)引入以來(lái),研究卷積神經(jīng)網(wǎng)絡(luò)(CNN)的學(xué)者們已經(jīng)激起了新一輪的高潮[2]。超催化有限責(zé)任公司提出的基于PyTorch、開(kāi)源框架YOLOv5算法,該算法是對(duì)YOLOv3算法的改進(jìn),是當(dāng)今更先進(jìn)的目標(biāo)檢測(cè)技術(shù),其推理速度驚人[3]?;赮OLOv5的訓(xùn)練模型去實(shí)時(shí)識(shí)別實(shí)際景物,并且在跟蹤及標(biāo)準(zhǔn)完成后,進(jìn)行虛實(shí)融合,這樣的嘗試保證了在較高精度的前提下完成增強(qiáng)現(xiàn)實(shí),這對(duì)AR眼鏡未來(lái)發(fā)展有非常大的實(shí)際意義。

    YOLOv5可以非常準(zhǔn)確地探測(cè)物體。應(yīng)用范圍很廣,典型的例子是:果園的目標(biāo)水果圖片[4];在醫(yī)療領(lǐng)域識(shí)別左右醫(yī)療外科手套[5];茶園泡茶機(jī)器人準(zhǔn)確識(shí)別茶葉[6];在農(nóng)業(yè)中區(qū)分感染和未感染的玉米粒[7]。以下是調(diào)研了市面上熱門(mén)的不同軟件開(kāi)發(fā)工具包(sdk)條件下實(shí)現(xiàn)物理跟蹤方法的方案,見(jiàn)表1,比較的方法是同一塊場(chǎng)景、同一時(shí)刻。從不同的方案中可以看出,深度學(xué)習(xí)方法相對(duì)更準(zhǔn)確。

    表1 不同軟件開(kāi)發(fā)工具包下的跟蹤情況

    現(xiàn)在YOLO的最高版本是YOLOv9,但是這個(gè)版本是最近剛發(fā)布,所以應(yīng)用范圍還不廣泛,主要比較YOLOv5和YOLOv8,見(jiàn)表2。需要在不支持GPU只支持CPU的設(shè)備上部署解決方案,那么YOLOv5是一個(gè)更合適的選擇[8]。以下是不同YOLOv5模型的對(duì)比,他們運(yùn)行識(shí)別的對(duì)象都是一張640×640的圖片,可以看到在CPU環(huán)境下YOLOv5的每秒幀數(shù)更高,所以這個(gè)部分更加適合使用YOLOv5。

    表2 YOLOv5與YOLOv8不同模型的對(duì)比

    1 YOLOv5 具體原理

    YOLO的前身是R-CNN,基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法可以分為2階段:二階段目標(biāo)檢測(cè)算法和一階段目標(biāo)檢測(cè)算法[9]。二階段目標(biāo)檢測(cè)算法首先由算法生成一系列候選邊界框作為樣本,然后通過(guò)CNN分類(lèi)這些樣本,最后得到檢測(cè)結(jié)果,雖然檢測(cè)精度高于單階段目標(biāo)檢測(cè)算法,但會(huì)占用大量?jī)?nèi)存。一階目標(biāo)檢測(cè)算法是直接將目標(biāo)邊界定位問(wèn)題變成回歸問(wèn)題,將圖像放大到相同的大小,同樣以網(wǎng)格劃分的形式,模型只處理圖像可以得到定位和分類(lèi)結(jié)果,大大提高了檢測(cè)速度,基本可以滿(mǎn)足目標(biāo)實(shí)時(shí)檢測(cè)的需求。但是其成像的質(zhì)量沒(méi)有二階段的目標(biāo)檢測(cè)算法高。

    YOLOv5有4個(gè)版本,具體取決于網(wǎng)絡(luò)模型的深度和寬度:YOLOv5s、YOLOv5m、YOLOv5l和YOLOv5x。YOLOv5通過(guò)CRlip Studio Paint(CSP)模塊的數(shù)量和CSP中Conv+BN+active(CBL)模塊的數(shù)量區(qū)分4個(gè)網(wǎng)絡(luò)模型[10]。

    YOLOv5s模型的深度和寬度是最小的,而4種版本中YOLOv5s的權(quán)重只有14.1 MB,而YOLOv5s模型的訓(xùn)練和推理能力是最好的,所以本文使用了YOLOv5s算法[11],YOLOv5網(wǎng)絡(luò)結(jié)構(gòu)示意圖如圖1所示。

    1.1 輸入端

    首先,輸入端包括Mosaic數(shù)據(jù)增強(qiáng)、自適應(yīng)錨框計(jì)算和自適應(yīng)圖像縮放。

    Mosaic數(shù)據(jù)增強(qiáng)[12]:YOLOv5在輸入側(cè)采用了這種方法,將多張圖片以一定比例組合成一張圖片,使模型能夠識(shí)別較小區(qū)域內(nèi)的目標(biāo)。Mosaic數(shù)據(jù)增強(qiáng)具有以下優(yōu)點(diǎn):數(shù)據(jù)集更加豐富,增強(qiáng)了模型的魯棒性,增強(qiáng)了批量歸一化層的效果,提高了小目標(biāo)檢測(cè)的性能。

    自適應(yīng)錨框計(jì)算[13]:在YOLOv3和YOLOv4中訓(xùn)練不同的訓(xùn)練集時(shí),會(huì)使用單獨(dú)的對(duì)象來(lái)計(jì)算初始錨框。在YOLOv5中,此特性被嵌入到整個(gè)訓(xùn)練代碼中。因此,在每次訓(xùn)練之前,它將根據(jù)不同的數(shù)據(jù)集自適應(yīng)地計(jì)算錨定器。

    自適應(yīng)圖像縮放[14]:其主要步驟是根據(jù)原始圖像大小和輸入到網(wǎng)絡(luò)的圖像大小計(jì)算縮放比。選擇一個(gè)較小的縮放因子進(jìn)行縮放,其最大優(yōu)點(diǎn)是可以保證得到的圖片保持大小均一化。

    圖1 YOLOv5網(wǎng)絡(luò)結(jié)構(gòu)示意圖

    1.2 主干網(wǎng)絡(luò) Backbone

    輸入端之后是backbone部分,其中主要包括Focus結(jié)構(gòu)和CSP結(jié)構(gòu)[15]。

    YOLOv5 中的 Focus 模塊在圖像進(jìn)入主干網(wǎng)之前對(duì)圖像執(zhí)行切片操作。這樣做是為了獲取圖像中每個(gè)像素的值,類(lèi)似于相鄰的縮減采樣。

    在YOLOv5中,設(shè)計(jì)了2種CSP結(jié)構(gòu),CSP1_X結(jié)構(gòu)應(yīng)用于主干網(wǎng),另一種CSP2_ X結(jié)構(gòu)應(yīng)用于Neck。它可以保持甚至提高CNN的能力,同時(shí)降低20%的計(jì)算復(fù)雜度。

    1.3 Neck

    在Neck端,YOLOv5當(dāng)前的Neck和YOLOv4的一樣,采用了FPN+PAN(特征金字塔網(wǎng)絡(luò)+個(gè)人區(qū)域網(wǎng))結(jié)構(gòu)。但是,在其基礎(chǔ)上已經(jīng)做了些改進(jìn):在YOLOv4的Neck結(jié)構(gòu)中,使用普通的卷積運(yùn)算,而在YOLOv5的Neck結(jié)構(gòu)中,使用CSPNet設(shè)計(jì)的CSP2結(jié)構(gòu)來(lái)增強(qiáng)網(wǎng)絡(luò)特征結(jié)合能力。

    1.4 預(yù)測(cè)

    最后是預(yù)測(cè)部分,算法處理過(guò)程如下:①按降序?qū)λ蓄A(yù)測(cè)框的置信水平進(jìn)行排序。②選擇置信度最高的預(yù)測(cè)框,確認(rèn)預(yù)測(cè)正確,并與其他預(yù)測(cè)框一起計(jì)算其預(yù)測(cè)框和真實(shí)框的重要程度(IoU)。③如果按照步驟②計(jì)算出來(lái)的IoU較高,且IoU大于閾值較高,則直接刪除。④對(duì)剩余的預(yù)測(cè)框返回到步驟①,直到?jīng)]有更多的剩余預(yù)測(cè)框?yàn)橹埂?/p>

    2 虛實(shí)結(jié)合部分

    在增強(qiáng)現(xiàn)實(shí)方面,一般是使用目標(biāo)檢測(cè)、特征匹配和相機(jī)投影等技術(shù),在目標(biāo)檢測(cè)上使用YOLOv5模型進(jìn)行實(shí)時(shí)目標(biāo)檢測(cè),識(shí)別照相機(jī)或視頻流中的對(duì)象,并在圖像畫(huà)上邊界框和標(biāo)簽。接著,把匹配出來(lái)的關(guān)鍵點(diǎn)組合起來(lái),如果同目標(biāo)檢測(cè)的對(duì)象一致,就通過(guò)相機(jī)投影把對(duì)應(yīng)虛擬對(duì)象結(jié)合上。在投影過(guò)程中,相機(jī)下的同源變換可以簡(jiǎn)單地理解為它用于描述世界坐標(biāo)系和像素坐標(biāo)系中對(duì)象之間的位置映射關(guān)系。相應(yīng)的變換矩陣稱(chēng)為同調(diào)矩陣。同源性矩陣的定義為

    成像幾何模型得到了像素坐標(biāo)系與空間坐標(biāo)系之間的坐標(biāo)映射關(guān)系為

    式中:M為內(nèi)參矩陣,t為瞬時(shí)的一段時(shí)間,組成變換的像素坐標(biāo)系,s為變換尺度因子,H為同源性矩陣。

    最后,將加載的模型渲染,再經(jīng)過(guò)集成成像技術(shù)生成三維物體傳輸?shù)疆?dāng)前的視頻幀中,以實(shí)現(xiàn)增強(qiáng)現(xiàn)實(shí)效果。

    3 實(shí)驗(yàn)結(jié)果與分析

    首先,圖2是YOLOv5識(shí)別到的學(xué)校大門(mén)、學(xué)校圖書(shū)館和學(xué)校實(shí)驗(yàn)樓的3張圖。

    以上識(shí)別實(shí)驗(yàn),先是收集了3個(gè)建筑物的訓(xùn)練圖片完成訓(xùn)練模型的制作。之后再進(jìn)行識(shí)別。在未來(lái),可以加入更大的數(shù)據(jù)集,實(shí)現(xiàn)更多區(qū)域的景點(diǎn)交互和識(shí)別。

    在確保對(duì)目標(biāo)建筑物正確識(shí)別的前提下,對(duì)被識(shí)別的建筑物進(jìn)行了增強(qiáng)現(xiàn)實(shí)虛實(shí)融合虛擬圖片的操作。接下來(lái),會(huì)在3個(gè)地點(diǎn)識(shí)別的基礎(chǔ)上分別顯示煙花、小狗和鮮花。可以看出基于YOLOv5訓(xùn)練模型的虛實(shí)結(jié)合技術(shù)很大的優(yōu)勢(shì):原本在特征提取上需要花費(fèi)更多的時(shí)間去提取建筑物本身的形象,目前在擁有被識(shí)別的基礎(chǔ)上,可以直接特征提取標(biāo)準(zhǔn)框,快速匹配完后立馬投影事先設(shè)定的圖像。這樣可以提高虛實(shí)結(jié)合的效率,如圖3所示。

    下一步是只進(jìn)行3個(gè)地點(diǎn)虛實(shí)結(jié)合操作的3個(gè)視圖。在只需要虛實(shí)融合效果的時(shí)候,可以選擇不在圖像上繪制矩形邊界框。其結(jié)果如圖4—圖6所示。

    由圖4—圖6中可以看出,圖上的圖像隨著角度的偏轉(zhuǎn)會(huì)有些許的變化。符合增強(qiáng)現(xiàn)實(shí)基本理念。

    4 結(jié)束語(yǔ)

    本文提出了基于YOLOv5訓(xùn)練模型的虛實(shí)結(jié)合技術(shù)進(jìn)行測(cè)算。本文根據(jù)YOLOv5具有非常驚人的推理能力為前提,通過(guò)YOLOv5制作對(duì)應(yīng)場(chǎng)景的訓(xùn)練模型,以YOLOv5s.pt文件保存,接著通過(guò)該文件進(jìn)行了虛實(shí)融合操作,通過(guò)目標(biāo)識(shí)別、特征匹配和相機(jī)投影完成增強(qiáng)現(xiàn)實(shí)。實(shí)驗(yàn)結(jié)果證明,本文的方法可以在正確識(shí)別場(chǎng)景位置的前提下,更穩(wěn)定地實(shí)現(xiàn)虛實(shí)融合技術(shù)的實(shí)現(xiàn),很好地結(jié)合了2項(xiàng)技術(shù),在工作效率上有所提升。給未來(lái)增強(qiáng)現(xiàn)實(shí)技術(shù)提供了另一種新的發(fā)展方向。

    參考文獻(xiàn):

    [1] LIANG Z, HUANG Z, HU X, et al.Research on Distance Measurement Using Vehicle Four-point Calibration Based on YOLO Neural Network[J]. Journal of Mechanical Engineering,2023,59(10):226-235.

    [2] GUO M, GONG H.Research on AlexNet Improvement and Optimization Method[J].Computer Engineering and Application,2020,56(20):124-131.

    [3] 薛晨興.國(guó)內(nèi)外深度學(xué)習(xí)框架分析與研究[J].電子元器件與信息技術(shù),2023,7(5):66-71,87.

    [4] OLAREWAJU M L.YOLOv5-LiNet: A lightweight network for fruits instance segmentation[J].PLoS ONE,2023,18(3).

    [5] JU G, JIAO H, ZHANG J, et al.Left and right rand recognition of medical surgical gloves based on YOLOv5[J].Manufacturing Automation,2021,43(12):189-192.

    [6] ZHANG S H, YANG H K, YANG C H, et al.Edge Device Detection of Tea Leaves with One Bud and Two Leaves Based on ShuffleNetv2-YOLOv5-Lite-E[J].Agronomy-Basel,2023,13(2).

    [7] THANGARAJ S R P, YOGAMEENA B, MANICKAVASAGAN A.Real-time detection of Fusarium infection in moving corn grains using YOLOv5 object detection algorithm[J].Journal of Food Process Engineering,2023,46(9).

    [8] WANG D, WANG J, SHI Y, et al.Research on image privacy detection based on deep transfer learning[J]. Journal of Graphics,2023,44(6):1112-1120.

    [9] SHI L, JING M E, FAN Y, et al.Segmentation Detection Algorithm Based on R-CNN Algorithm[J]. Journal of Fudan University. Natural Sciences,2020,59(4):412-418.

    [10] CHANG B R, TSAI H F, HSIEH C W.Location and timestamp-based chip contour detection using LWMG-YOLOv5[J]. Computers & Industrial Engineering,2023,180.

    [11] JIANG T Y, LI C, YANG M, et al. An Improved YOLOv5s Algorithm for Object Detection with an Attention Mechanism[J].Electronics,2022,11(16).

    [12] ZHANG Y, GUO Z Y, WU J Q, et al.Real-Time Vehicle Detection Based on Improved YOLOv5[J].Sustainability,2022,14(19).

    [13] SHANG X, WEN Y, XI X, et al.Target tracking system based on the Siamese guided anchor region proposal network[J]. Journal of Image and Graphics,2021,26(2):415-424.

    [14] VENTURA A S, BORREGO J A, SOLORZA S.Adaptive nonlinear correlation with a binary mask invariant to rotation and scale[J]. Optics Communications,2015(339):185-193.

    [15] GU W, LI S, YIN M.Research and Development in Backdoor Set[J]. Computer Science,2010,37(3):11-16.

    99热网站在线观看| 午夜免费鲁丝| 丝袜美足系列| 99久久人妻综合| 国产免费av片在线观看野外av| 免费高清在线观看日韩| 人人妻人人澡人人看| 久久久久精品国产欧美久久久| 香蕉久久夜色| 婷婷精品国产亚洲av在线 | 久久人人爽av亚洲精品天堂| 亚洲中文字幕日韩| 久久精品熟女亚洲av麻豆精品| 国产不卡av网站在线观看| 亚洲自偷自拍图片 自拍| 在线观看免费日韩欧美大片| 丝袜人妻中文字幕| 91麻豆精品激情在线观看国产 | 欧美人与性动交α欧美软件| 9热在线视频观看99| 日韩中文字幕欧美一区二区| 午夜视频精品福利| 欧美日韩亚洲高清精品| 女人高潮潮喷娇喘18禁视频| 久久国产精品男人的天堂亚洲| 一区二区日韩欧美中文字幕| www.999成人在线观看| 老司机影院毛片| 在线看a的网站| 国产黄色免费在线视频| 美女 人体艺术 gogo| 国产亚洲欧美精品永久| 嫁个100分男人电影在线观看| 精品国产美女av久久久久小说| www.自偷自拍.com| 精品亚洲成a人片在线观看| 国产真人三级小视频在线观看| 80岁老熟妇乱子伦牲交| 亚洲熟妇熟女久久| 国产成人精品久久二区二区91| 在线看a的网站| 新久久久久国产一级毛片| 久久精品国产亚洲av香蕉五月 | 麻豆国产av国片精品| 国产精品亚洲av一区麻豆| 国产高清国产精品国产三级| 亚洲中文日韩欧美视频| 一本大道久久a久久精品| 亚洲一区中文字幕在线| 在线观看免费视频日本深夜| 一进一出抽搐gif免费好疼 | 久久狼人影院| 国产精品二区激情视频| 午夜福利在线免费观看网站| 久久久久久久精品吃奶| 免费观看a级毛片全部| 在线av久久热| 搡老乐熟女国产| 中文字幕高清在线视频| 动漫黄色视频在线观看| 国产欧美亚洲国产| 男人操女人黄网站| 热re99久久国产66热| 999久久久国产精品视频| 久久久久精品人妻al黑| 日本wwww免费看| 91精品国产国语对白视频| 国产欧美日韩一区二区三区在线| 一个人免费在线观看的高清视频| 日本wwww免费看| 亚洲国产欧美网| 亚洲精品在线观看二区| 午夜福利乱码中文字幕| 国产又色又爽无遮挡免费看| 久久国产精品人妻蜜桃| 伦理电影免费视频| 少妇猛男粗大的猛烈进出视频| 高清欧美精品videossex| 亚洲色图av天堂| 91字幕亚洲| av欧美777| 19禁男女啪啪无遮挡网站| 电影成人av| 日韩一卡2卡3卡4卡2021年| 国产高清videossex| 色播在线永久视频| 下体分泌物呈黄色| 高清欧美精品videossex| 亚洲欧美日韩另类电影网站| 无遮挡黄片免费观看| 亚洲人成77777在线视频| 日本一区二区免费在线视频| 国精品久久久久久国模美| 中文亚洲av片在线观看爽 | 国产精品美女特级片免费视频播放器 | 国产激情久久老熟女| 成人影院久久| 欧美日韩国产mv在线观看视频| 国产亚洲一区二区精品| 91麻豆精品激情在线观看国产 | 一二三四社区在线视频社区8| 19禁男女啪啪无遮挡网站| 精品国产乱码久久久久久男人| 99久久国产精品久久久| 欧美乱码精品一区二区三区| 国产真人三级小视频在线观看| 成在线人永久免费视频| 精品无人区乱码1区二区| 亚洲色图综合在线观看| 黑人巨大精品欧美一区二区蜜桃| 老司机影院毛片| aaaaa片日本免费| 精品少妇久久久久久888优播| 妹子高潮喷水视频| 欧美黑人欧美精品刺激| 中文欧美无线码| 久久国产精品人妻蜜桃| 一进一出抽搐gif免费好疼 | 大香蕉久久网| av福利片在线| 亚洲国产欧美网| 国产日韩欧美亚洲二区| 久久99一区二区三区| 老司机午夜十八禁免费视频| 女警被强在线播放| 精品一区二区三卡| 午夜福利,免费看| 国产亚洲欧美在线一区二区| 1024视频免费在线观看| aaaaa片日本免费| 黄色怎么调成土黄色| 美女国产高潮福利片在线看| 中文字幕制服av| 精品人妻在线不人妻| 一个人免费在线观看的高清视频| 亚洲五月婷婷丁香| 狂野欧美激情性xxxx| 亚洲色图综合在线观看| 久久国产精品影院| 国产一区有黄有色的免费视频| xxx96com| 欧美日韩精品网址| 一进一出好大好爽视频| 久久这里只有精品19| 热99国产精品久久久久久7| 精品一区二区三卡| 在线观看午夜福利视频| 精品少妇久久久久久888优播| 好男人电影高清在线观看| 欧美激情高清一区二区三区| 亚洲欧洲精品一区二区精品久久久| 丰满饥渴人妻一区二区三| 亚洲精品国产精品久久久不卡| 性少妇av在线| 久久香蕉精品热| 欧美日本中文国产一区发布| 免费在线观看亚洲国产| 亚洲精品一卡2卡三卡4卡5卡| 国产一卡二卡三卡精品| 老司机午夜十八禁免费视频| a级毛片黄视频| 亚洲第一青青草原| 99热国产这里只有精品6| 国产成+人综合+亚洲专区| 精品人妻在线不人妻| 久久九九热精品免费| 色综合婷婷激情| 免费少妇av软件| 一边摸一边抽搐一进一小说 | 国产欧美日韩一区二区三| 久久香蕉激情| 亚洲va日本ⅴa欧美va伊人久久| 日韩欧美一区视频在线观看| 99热国产这里只有精品6| 亚洲专区字幕在线| 欧美午夜高清在线| 免费不卡黄色视频| 精品国产亚洲在线| 久久人妻熟女aⅴ| 国产成人免费观看mmmm| 757午夜福利合集在线观看| 国产不卡av网站在线观看| 操出白浆在线播放| 欧美日韩av久久| 99re6热这里在线精品视频| 精品久久久久久电影网| 97人妻天天添夜夜摸| 一本一本久久a久久精品综合妖精| x7x7x7水蜜桃| 亚洲五月色婷婷综合| 岛国毛片在线播放| 夫妻午夜视频| 又黄又爽又免费观看的视频| 12—13女人毛片做爰片一| 99久久精品国产亚洲精品| 亚洲欧洲精品一区二区精品久久久| 又黄又爽又免费观看的视频| 91成人精品电影| 大香蕉久久网| 男人操女人黄网站| 亚洲国产中文字幕在线视频| 搡老熟女国产l中国老女人| ponron亚洲| 深夜精品福利| 久久久久国内视频| 多毛熟女@视频| 欧美日韩瑟瑟在线播放| 亚洲欧美色中文字幕在线| 国产亚洲欧美在线一区二区| 久久久国产成人免费| 91老司机精品| 麻豆成人av在线观看| 少妇被粗大的猛进出69影院| 国内毛片毛片毛片毛片毛片| 日本撒尿小便嘘嘘汇集6| 黄色丝袜av网址大全| 久热爱精品视频在线9| 久久久国产精品麻豆| 国产亚洲欧美精品永久| 日韩制服丝袜自拍偷拍| 电影成人av| 一区二区三区国产精品乱码| 一进一出好大好爽视频| 精品久久久久久电影网| 欧美亚洲日本最大视频资源| 国产精品 国内视频| 高潮久久久久久久久久久不卡| 91精品国产国语对白视频| 午夜老司机福利片| 欧美大码av| 成年人午夜在线观看视频| av线在线观看网站| 亚洲男人天堂网一区| 亚洲五月天丁香| 黑人猛操日本美女一级片| 9热在线视频观看99| 精品一区二区三卡| 国产成人精品无人区| 老司机午夜福利在线观看视频| 欧美人与性动交α欧美软件| 在线视频色国产色| 久久中文字幕一级| 成年女人毛片免费观看观看9 | 一区二区三区激情视频| 人妻一区二区av| av片东京热男人的天堂| 999久久久精品免费观看国产| 免费女性裸体啪啪无遮挡网站| 丰满迷人的少妇在线观看| 精品亚洲成a人片在线观看| 午夜精品在线福利| 黑人巨大精品欧美一区二区mp4| 精品国产一区二区三区久久久樱花| 成人18禁高潮啪啪吃奶动态图| 在线视频色国产色| 欧美成狂野欧美在线观看| 精品国产乱子伦一区二区三区| 91精品国产国语对白视频| 成人国语在线视频| 午夜日韩欧美国产| 女人被躁到高潮嗷嗷叫费观| 亚洲精品美女久久av网站| 久久午夜亚洲精品久久| 亚洲欧美日韩高清在线视频| 精品国产亚洲在线| 天堂√8在线中文| 免费观看a级毛片全部| 99国产精品99久久久久| 国产野战对白在线观看| 亚洲av第一区精品v没综合| 国产男女内射视频| 中文亚洲av片在线观看爽 | 国产区一区二久久| 亚洲欧美日韩另类电影网站| 日韩三级视频一区二区三区| 国产精品一区二区免费欧美| 他把我摸到了高潮在线观看| www.精华液| 纯流量卡能插随身wifi吗| 成在线人永久免费视频| 久久精品亚洲av国产电影网| 99精品欧美一区二区三区四区| 天天添夜夜摸| 大香蕉久久成人网| 男女高潮啪啪啪动态图| 变态另类成人亚洲欧美熟女 | 国产成人免费观看mmmm| 久久久久国产精品人妻aⅴ院 | 午夜久久久在线观看| 午夜两性在线视频| 欧美日本中文国产一区发布| 国产精品秋霞免费鲁丝片| 免费日韩欧美在线观看| 在线永久观看黄色视频| tocl精华| 色综合婷婷激情| 国产精品久久久av美女十八| 精品福利永久在线观看| 99久久99久久久精品蜜桃| 人人妻人人爽人人添夜夜欢视频| 免费久久久久久久精品成人欧美视频| 日本五十路高清| 亚洲熟女精品中文字幕| 水蜜桃什么品种好| 在线看a的网站| netflix在线观看网站| 捣出白浆h1v1| 免费在线观看日本一区| 国产精品二区激情视频| 亚洲欧洲精品一区二区精品久久久| 亚洲欧美色中文字幕在线| 人人妻人人澡人人看| 欧美日韩黄片免| 国产精品久久视频播放| 亚洲色图av天堂| 欧美激情高清一区二区三区| 亚洲一区二区三区不卡视频| 亚洲av日韩精品久久久久久密| 久久久久久久久免费视频了| 国产蜜桃级精品一区二区三区 | 国产91精品成人一区二区三区| 777米奇影视久久| 日本五十路高清| 欧美日韩一级在线毛片| 欧美日韩亚洲高清精品| av福利片在线| 999久久久精品免费观看国产| 午夜福利在线观看吧| 欧美日韩瑟瑟在线播放| 久久99一区二区三区| 亚洲专区字幕在线| 丝袜美腿诱惑在线| av电影中文网址| 久久久久久久午夜电影 | 水蜜桃什么品种好| 高清黄色对白视频在线免费看| 亚洲欧美一区二区三区久久| 亚洲av日韩精品久久久久久密| 怎么达到女性高潮| 国产欧美日韩精品亚洲av| 中文字幕色久视频| 999久久久精品免费观看国产| 99国产精品一区二区三区| 精品亚洲成国产av| 最近最新中文字幕大全免费视频| 高潮久久久久久久久久久不卡| 新久久久久国产一级毛片| 高清黄色对白视频在线免费看| 国产精品永久免费网站| 12—13女人毛片做爰片一| 一个人免费在线观看的高清视频| 国产精品免费大片| 国产精品综合久久久久久久免费 | 丝袜美腿诱惑在线| 欧美成人免费av一区二区三区 | 18禁国产床啪视频网站| 99久久国产精品久久久| 色婷婷久久久亚洲欧美| 国产91精品成人一区二区三区| 国产精品美女特级片免费视频播放器 | 亚洲欧美一区二区三区久久| 久久亚洲精品不卡| 亚洲一卡2卡3卡4卡5卡精品中文| 国产成+人综合+亚洲专区| a级片在线免费高清观看视频| 99热国产这里只有精品6| 一边摸一边抽搐一进一出视频| 成人免费观看视频高清| 国产又爽黄色视频| 中文字幕人妻熟女乱码| 999久久久国产精品视频| 亚洲一卡2卡3卡4卡5卡精品中文| 天天躁夜夜躁狠狠躁躁| 精品无人区乱码1区二区| 韩国精品一区二区三区| 亚洲免费av在线视频| 日本五十路高清| 免费在线观看亚洲国产| 无遮挡黄片免费观看| 首页视频小说图片口味搜索| 午夜福利视频在线观看免费| 自拍欧美九色日韩亚洲蝌蚪91| 国产成人系列免费观看| 高清av免费在线| 国产精品香港三级国产av潘金莲| 亚洲国产中文字幕在线视频| 日韩欧美一区二区三区在线观看 | 国产在线一区二区三区精| 热99re8久久精品国产| 嫩草影视91久久| 精品熟女少妇八av免费久了| 成人国产一区最新在线观看| 夜夜夜夜夜久久久久| 中文字幕制服av| 最近最新免费中文字幕在线| 丝袜美足系列| 91字幕亚洲| 国产精品 国内视频| 99精品在免费线老司机午夜| 午夜影院日韩av| 一区二区三区精品91| 色综合婷婷激情| 丰满的人妻完整版| 性少妇av在线| 在线观看www视频免费| 叶爱在线成人免费视频播放| 国产日韩一区二区三区精品不卡| 日韩成人在线观看一区二区三区| tocl精华| 国产精品一区二区精品视频观看| 五月开心婷婷网| 免费av中文字幕在线| 日韩欧美国产一区二区入口| 日韩大码丰满熟妇| 91九色精品人成在线观看| 在线免费观看的www视频| 欧美亚洲 丝袜 人妻 在线| 亚洲国产欧美网| 精品国产美女av久久久久小说| 欧美黄色淫秽网站| 午夜福利乱码中文字幕| 久久影院123| 亚洲熟妇中文字幕五十中出 | 国产亚洲精品久久久久久毛片 | 午夜免费成人在线视频| 狂野欧美激情性xxxx| 国产不卡一卡二| 国产精品 欧美亚洲| 1024香蕉在线观看| 亚洲在线自拍视频| 啦啦啦 在线观看视频| 在线国产一区二区在线| 狠狠婷婷综合久久久久久88av| 欧美精品啪啪一区二区三区| 午夜福利在线观看吧| 亚洲熟女毛片儿| 69精品国产乱码久久久| av天堂在线播放| 亚洲精品乱久久久久久| 99re在线观看精品视频| svipshipincom国产片| 这个男人来自地球电影免费观看| 在线观看舔阴道视频| 久久人妻熟女aⅴ| 美国免费a级毛片| 久久香蕉国产精品| av国产精品久久久久影院| 国产成人精品在线电影| 757午夜福利合集在线观看| 亚洲国产欧美一区二区综合| 国产99白浆流出| 免费在线观看黄色视频的| 男女午夜视频在线观看| 亚洲国产中文字幕在线视频| 亚洲男人天堂网一区| 啦啦啦视频在线资源免费观看| 国产精品自产拍在线观看55亚洲 | 高清毛片免费观看视频网站 | videos熟女内射| 老司机福利观看| 少妇被粗大的猛进出69影院| 精品国内亚洲2022精品成人 | 久久影院123| 美女高潮喷水抽搐中文字幕| 在线国产一区二区在线| 亚洲av熟女| 麻豆乱淫一区二区| 女警被强在线播放| 一级a爱片免费观看的视频| 在线播放国产精品三级| 亚洲熟妇熟女久久| 欧美人与性动交α欧美软件| 亚洲一区二区三区欧美精品| 欧美亚洲日本最大视频资源| 色婷婷av一区二区三区视频| av在线播放免费不卡| 久久ye,这里只有精品| 久久久久精品人妻al黑| 国产成+人综合+亚洲专区| 夜夜爽天天搞| 成人av一区二区三区在线看| 99久久精品国产亚洲精品| 精品一区二区三卡| 精品一区二区三区av网在线观看| 亚洲人成77777在线视频| 国产精品国产高清国产av | 亚洲精品国产区一区二| 国产精品秋霞免费鲁丝片| 国产在线观看jvid| 最新美女视频免费是黄的| av有码第一页| 又黄又粗又硬又大视频| 高清毛片免费观看视频网站 | 无遮挡黄片免费观看| 多毛熟女@视频| 亚洲男人天堂网一区| 国产成人精品久久二区二区免费| 99国产精品一区二区蜜桃av | 精品久久久久久电影网| 欧美在线黄色| 亚洲在线自拍视频| 99精国产麻豆久久婷婷| 亚洲欧美日韩另类电影网站| 国产精品美女特级片免费视频播放器 | 色尼玛亚洲综合影院| 天堂√8在线中文| 亚洲一区二区三区不卡视频| 1024视频免费在线观看| 嫩草影视91久久| 人妻久久中文字幕网| 99热只有精品国产| 看片在线看免费视频| 亚洲国产精品一区二区三区在线| 国产无遮挡羞羞视频在线观看| 性少妇av在线| 国产精品国产av在线观看| 中文字幕av电影在线播放| 亚洲国产精品一区二区三区在线| 超碰97精品在线观看| 欧美黄色淫秽网站| 18禁国产床啪视频网站| 亚洲午夜理论影院| 久久精品91无色码中文字幕| 韩国精品一区二区三区| 免费av中文字幕在线| 大香蕉久久网| 曰老女人黄片| 日韩有码中文字幕| 久久精品熟女亚洲av麻豆精品| 怎么达到女性高潮| 久久精品国产亚洲av高清一级| 久久久精品区二区三区| 欧美黄色淫秽网站| 人妻一区二区av| 香蕉久久夜色| 超色免费av| 亚洲少妇的诱惑av| 国产aⅴ精品一区二区三区波| 90打野战视频偷拍视频| 午夜激情av网站| 99热国产这里只有精品6| 国产精品香港三级国产av潘金莲| 99精品在免费线老司机午夜| 久久99一区二区三区| 飞空精品影院首页| av网站在线播放免费| 99re6热这里在线精品视频| 欧美人与性动交α欧美软件| 久久性视频一级片| 精品久久久久久,| 亚洲情色 制服丝袜| 国产av精品麻豆| 建设人人有责人人尽责人人享有的| 日韩一卡2卡3卡4卡2021年| 久久天堂一区二区三区四区| 在线观看免费高清a一片| av网站免费在线观看视频| 黄色 视频免费看| 国产成人一区二区三区免费视频网站| 午夜免费成人在线视频| 欧美一级毛片孕妇| 人妻 亚洲 视频| 午夜成年电影在线免费观看| 免费看a级黄色片| 精品熟女少妇八av免费久了| 亚洲国产中文字幕在线视频| 久久99一区二区三区| 国产在视频线精品| 国产精品一区二区在线观看99| 正在播放国产对白刺激| 欧美在线黄色| 一进一出抽搐动态| 久久婷婷成人综合色麻豆| 18在线观看网站| 欧美日韩av久久| 69av精品久久久久久| 欧美日韩瑟瑟在线播放| 黄频高清免费视频| 免费在线观看视频国产中文字幕亚洲| 俄罗斯特黄特色一大片| 欧美日韩国产mv在线观看视频| 人人妻人人澡人人爽人人夜夜| 99国产精品99久久久久| 日韩熟女老妇一区二区性免费视频| 国产激情欧美一区二区| 久久久水蜜桃国产精品网| 久久青草综合色| 亚洲熟妇熟女久久| 欧美最黄视频在线播放免费 | 脱女人内裤的视频| 99精品欧美一区二区三区四区| 亚洲情色 制服丝袜| 黄片小视频在线播放| 国产精品一区二区免费欧美| 深夜精品福利| 午夜免费鲁丝| 天堂√8在线中文| 中文字幕av电影在线播放| 久久香蕉国产精品| 少妇猛男粗大的猛烈进出视频| 99国产综合亚洲精品| 亚洲欧美精品综合一区二区三区| 如日韩欧美国产精品一区二区三区| 亚洲国产欧美网| 亚洲av日韩在线播放| 国产亚洲精品久久久久久毛片 | 精品少妇一区二区三区视频日本电影| 满18在线观看网站| 99久久99久久久精品蜜桃| 搡老岳熟女国产| 捣出白浆h1v1| 久久国产亚洲av麻豆专区| 国产精品一区二区在线观看99| 最新的欧美精品一区二区| 天堂俺去俺来也www色官网|