• <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 ?

    基于視頻分析的集輸站庫火焰識別方法

    2024-12-04 00:00:00王帥朝毛嘉瑋喬怡博徐光平楊文明
    中國新技術(shù)新產(chǎn)品 2024年2期
    關(guān)鍵詞:卷積神經(jīng)網(wǎng)絡(luò)

    摘 要:基于視頻分析的火焰識別能夠克服傳統(tǒng)火焰識別方法的局限性(輻射范圍小、易受環(huán)境影響且響應(yīng)速度慢)。本文融合火焰識別的靜態(tài)特征和動態(tài)特征,采用卷積神經(jīng)網(wǎng)絡(luò)和長短時記憶循環(huán)神經(jīng)網(wǎng)絡(luò)相結(jié)合的網(wǎng)絡(luò)模型,并在模型中加入對比學(xué)習(xí),增強模型學(xué)習(xí)特征的能力。試驗結(jié)果表明,本文提出的CNN-LSTM融合模型能夠取得更好的識別效果。

    關(guān)鍵詞:火焰識別;卷積神經(jīng)網(wǎng)絡(luò);長短時記憶循環(huán)神經(jīng)網(wǎng)絡(luò);對比學(xué)習(xí)

    中圖分類號:TP 391" " " " 文獻標(biāo)志碼:A

    原油集輸站庫主要是將油井采出的油、水、氣混合物進行收集、暫存和初步處理并輸送到指定容器或裝置的生產(chǎn)過程。安全生產(chǎn)是集輸站庫的首要任務(wù),其中火災(zāi)是威脅集輸站庫安全的首要危險因素。為了最大程度地保護人民生命財產(chǎn)安全,火災(zāi)的早期發(fā)現(xiàn)和及時預(yù)警具有舉足輕重的作用。前期的火災(zāi)預(yù)防和發(fā)現(xiàn)通過溫感、煙感、光感等傳感器采集環(huán)境數(shù)據(jù),這些探測技術(shù)存在輻射范圍較小、響應(yīng)速度較慢且易受環(huán)境中粉塵、水霧或溫度變化影響等特點[1],導(dǎo)致應(yīng)用場景有限、工作模式單一且抗干擾能力較差。

    隨著視頻監(jiān)控系統(tǒng)的廣泛使用和數(shù)字圖像處理技術(shù)的飛速發(fā)展,基于視頻分析的火焰檢測技術(shù)受到越來越多的關(guān)注?;谝曨l分析的火焰識別技術(shù)通過識別視頻畫面中的火焰和煙霧圖像進行報警。與傳統(tǒng)的探測技術(shù)相比,該方法具有探測范圍廣、抗干擾能力強和響應(yīng)速度快等特點。然而一些識別算法經(jīng)常會把路燈、車燈誤判為火焰,產(chǎn)生誤報。本文采用卷積神經(jīng)網(wǎng)絡(luò)(CNN)和長短時記憶循環(huán)神經(jīng)網(wǎng)絡(luò)(LSTM)2種深度學(xué)習(xí)模型,并引入對比學(xué)習(xí)等技術(shù),以提供火焰識別的正確率。

    1 火焰識別研究現(xiàn)狀

    1.1 基于傳統(tǒng)圖像處理的視頻火焰識別方法

    首次提出視頻火焰檢測技術(shù)的是美國的Simon教授。他通過分析視頻中火焰的亮度來識別飛機貨艙的火焰。早期研究人員主要分析視頻的靜態(tài)特征,如顏色、文理等。有學(xué)者在RGB空間分析了煙霧像素R、G、B這3個顏色通道的分布規(guī)律,并結(jié)合HSI模型中I分量的變化,建立了煙霧檢測的決策規(guī)則。也有學(xué)者在Lab空間對煙霧視頻序列進行了特征研究,并通過K-means聚類算法實現(xiàn)了煙霧的識別與分離。還有學(xué)者將圖像進行分塊處理,通過小波變換和灰度共生矩陣提取煙霧特征,然后通過BP神經(jīng)網(wǎng)絡(luò)識別火災(zāi)。吳愛國等[2]采用區(qū)域分割算法提取亮點區(qū)域,并在該基礎(chǔ)上進一步提取疑似區(qū)域的邊界鏈碼,最終通過計算各區(qū)域的圓形度來識別是否發(fā)生火災(zāi)。

    對火焰的識別方法包括CALLE等人結(jié)合隱馬爾可夫模型和火焰的閃爍、顏色特征進行火焰識別。分析火焰燃燒過程中不規(guī)則運動的特征,提出一種通過片段運動矢量與閾值關(guān)系識別火焰的方法。將最佳質(zhì)量傳遞光流法作為低維描述,以單隱層神經(jīng)網(wǎng)絡(luò)作為分類器,最終將煙霧、白色背景和相似顏色背景火焰進行了準(zhǔn)確分類的方法等。

    1.2 以機器學(xué)習(xí)為技術(shù)核心的視頻火焰識別方法

    機器學(xué)習(xí)的相關(guān)算法取得了迅速、長足的發(fā)展,由此衍生出的利用人工神經(jīng)網(wǎng)絡(luò)、支持向量機和決策樹等模型的溫濕度探測、煙霧探測和火焰識別方法也有了相應(yīng)的應(yīng)用場景。BYOUNG CHUL KO[3]等人融合了顏色特征和火焰的運動特征,采用支持向量機進行火焰圖像識別。主要方法是提取火焰的面積方差比、圓形度、相關(guān)性和角度數(shù),將其作為支持向量機的輸入特征向量組,采用修正核函數(shù)的方法對火焰圖片進行訓(xùn)練,提高了火焰圖像的分類精度。

    目前,深度學(xué)習(xí)理論取得飛速發(fā)展,并迅速應(yīng)用到各領(lǐng)域。如前學(xué)者于2016年提出使用9層分類網(wǎng)絡(luò)進行煙霧及有火探測,并最終實現(xiàn)了相似火焰分類,于2018年將卷積神經(jīng)網(wǎng)絡(luò)的層數(shù)進行微調(diào),從而提高了網(wǎng)絡(luò)識別煙霧及有火的能力。ZHANG提出的[4]先由全局圖像級分類器分出火災(zāi)圖片,再由下一級分類器檢測出火災(zāi)的具體位置,屬于一種級聯(lián)式林火卷積神經(jīng)網(wǎng)絡(luò)監(jiān)測方法,最終的識別準(zhǔn)確率可達97%和90%。孫琛等人[5]使用滑窗法進行火災(zāi)定位,單獨設(shè)計了融合滑動窗口的殘差卷積神經(jīng)網(wǎng)絡(luò)火災(zāi)識別方法,最終取得的識別效果優(yōu)于BP神經(jīng)網(wǎng)絡(luò)的識別效果。

    2 基于CNN-LSTM融合模型的火焰識別方法

    火焰特征主要包括靜態(tài)特征和動態(tài)特征,其中靜態(tài)特征包括色彩、紋理等,動態(tài)特征包括邊緣跳躍頻率等。其中,靜態(tài)特征的提取精度會影響動態(tài)特征的表達。本文將卷積神經(jīng)網(wǎng)絡(luò)作為靜態(tài)特征提取模型,采用LSTM提取火焰的時序動態(tài)特征,通過視頻分析完成火焰識別,實現(xiàn)框架如圖1所示。本文采用CNN提取視頻中每幀圖像的圖像特征,然后將每幀圖像特征作為LSTM的輸入,提取火焰的動態(tài)特征。此外,為了提供火焰識別正確率、降低誤報率,本文將對比學(xué)習(xí)引入模型,以增強特征表達能力。

    2.1 基于CNN的火焰圖像特征提取模型

    隨著網(wǎng)絡(luò)層數(shù)的增加,卷積神經(jīng)網(wǎng)絡(luò)會造成訓(xùn)練速度降低和模型難以收斂的問題,甚至?xí)霈F(xiàn)網(wǎng)絡(luò)退化和信息丟失。HE等人提出的ResNet網(wǎng)絡(luò)能夠有效解決上述問題,并被廣泛應(yīng)用。本文將ResNet-50網(wǎng)絡(luò)作為基礎(chǔ)框架,并對激活函數(shù)、歸一化等進行了改進。原始ResNet采用的ReLU激活函數(shù)在激活值為負值的條件下沒有任何輸出,從而導(dǎo)致神經(jīng)元停止更新,成為死節(jié)點。這不僅會影響神經(jīng)網(wǎng)絡(luò)的收斂速度,還會降低神經(jīng)網(wǎng)絡(luò)的性能。本文采用LeakyReLU激活函數(shù),能夠使負值區(qū)間內(nèi)的梯度較小,防止出現(xiàn)死節(jié)點。具體網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。該模型分為6個部分,包括輸入模塊、輸出模塊和殘差模塊等,結(jié)構(gòu)為卷積層49層,全連接層1層,采用最大池化對模型進行降采樣。

    2.2 基于LSTM的火焰時序特征提取模型

    LSTM是深度學(xué)習(xí)技術(shù)的一個組成部分,作為一種特殊的循環(huán)神經(jīng)網(wǎng)絡(luò),LSTM在處理時序數(shù)據(jù)方面具有得天獨厚的優(yōu)勢,能夠解決RNN神經(jīng)網(wǎng)絡(luò)由加長訓(xùn)練時間及增多網(wǎng)絡(luò)層數(shù)導(dǎo)致的梯度爆炸或消失問題,并在長周期依賴方面效果較好。因此,本文將LSTM作為時序特征提取模型。

    LSTM的基本單元包括5個部分,即輸入門、輸出門、遺忘門、狀態(tài)輸入和狀態(tài)輸出。LSTM模型通過輸入門、輸出門、遺忘門3個門控單元對信息進行篩選,即完成對信息的選擇性記憶。作為LSTM的核心,記憶細胞主要負責(zé)信息存儲和傳遞,包括1個線性單元和1個非線性單元。線性單元是簡單的加法器,將上一時刻和當(dāng)前時刻的記憶細胞相加;非線性單元包括Sigmoid函數(shù),主要負責(zé)控制信息流動。輸入門控制信息的輸入,通過Sigmoid函數(shù)對輸入信息進行歸一化處理,然后與Sigmoid函數(shù)的輸出點乘,將獲得的輸出結(jié)果加入核心的記憶細胞中。遺忘門控制信息的遺忘,通過Sigmoid函數(shù)對上一刻和當(dāng)前記憶細胞的輸入進行歸一化處理,然后與Sigmoid函數(shù)的輸出點乘,將獲得的輸出結(jié)果從核心的記憶細胞中減去。輸出門控制信息的輸出,通過Sigmoid函數(shù)對輸入信息進行歸一化處理,然后與Sigmoid函數(shù)的輸出點乘,將獲得的輸出結(jié)果作為當(dāng)前時刻的輸出。

    基于LSTM的火焰時序特征提取模型方法主要是對視頻中的每幀圖像序列進行圖像幀特征提取,將其作為CNN網(wǎng)絡(luò)的輸入,并提取CNN網(wǎng)絡(luò)輸出的時序幀特征,將其作為LSTM模型的輸入。通過LSTM捕捉圖像中的動態(tài)特征及特征之間的依賴關(guān)系,以提高火焰識別的正確率,進而提高火焰特征識別的準(zhǔn)確率。

    基于LSTM的火焰時序特征提取模型方法具體操作步驟如下。

    首先,計算遺忘門。遺忘門決定保留信息的重要程度。遺忘門的輸入是上一時刻的輸出ht-1和當(dāng)前時刻的輸入xt,然后采用 Sigmoid激活函數(shù)進行值的傳遞。具體如公式(1)所示。

    ft=σ(Wf xt+Ufht-1+bf) " (1)

    其次,計算輸入門。輸入門決定記憶單元狀態(tài)里保存哪些信息。該步驟主要包括2個方面。一是計算輸入門的值it,二是計算候選狀態(tài)。具體如公式(2)所示。

    =tanh(Wicxt+Ucht-1+bc) " (2)

    再次,更新細胞的狀態(tài)。剔除舊的信息,增加新信息。具體如公式(3)所示。

    Ct=it·+ft·Ct-1 " (3)

    最后,計算記憶單元的輸出和輸出門的輸出,如公式(4)、公式(5)所示。

    ot=σ(Woxt+Uoht-1+VoCt+bO) " (4)

    ht=ot·tanh(Ct) " (5)

    式中:xt為t時刻的輸入變量;W、U、V為權(quán)重矩陣;b為偏項;σ為激活函數(shù)。

    2.3 對比學(xué)習(xí)模型設(shè)計

    對比學(xué)習(xí)是自監(jiān)督學(xué)習(xí)的一種,其核心思想是縮短2個正樣本之間的距離,拉大負樣本之間的距離,從而得到更好的表示。對比學(xué)習(xí)的主要研究內(nèi)容是正、負樣本的選擇。在計算機視覺領(lǐng)域,常用旋轉(zhuǎn)、裁切和縮放等實現(xiàn)正樣本數(shù)據(jù)增強。然而,由于LSTM模型的輸入是已經(jīng)提取好的特征,無法直接實現(xiàn)這些操作。本文借鑒SimCSE模型的對比學(xué)習(xí)方法,實現(xiàn)batch內(nèi)的對比學(xué)習(xí)。本文修改了LSTM模型的損失函數(shù),增加對比學(xué)習(xí)模型的損失函數(shù),具體如公式(6)~公式(8)所示。

    LOSSTotal=LOSSsample+0.2×LOSScontrast " "(6)

    (7)

    (8)

    式中:LOSSTotal為總的損失函數(shù);LOSSsample為樣本損失函數(shù);LOSScontrast為對比學(xué)習(xí)的損失函數(shù);f(xi)為深度學(xué)習(xí)模型;f '(xi)為dropout之后的第二次結(jié)果;xi為輸入的樣本特征;yi為第i個樣本的標(biāo)簽。

    3 試驗和結(jié)果討論

    3.1 數(shù)據(jù)集

    本文使用的煙霧與火焰檢測算法數(shù)據(jù)集主要來自袁非牛實驗室(http://staff.ustc.edu.cn/~yfn/vsd.html)、韓國啟明大學(xué)CVPR試驗室(http://cvpr.kmu.ac.kr/)和土耳其畢爾肯大學(xué)實驗室(Bilkent University,http://signal.ee.bilkent.edu.tr/Visi Fire/Demo/Sample Clips.html),還有部分來源于網(wǎng)絡(luò)。

    3.2 評估標(biāo)準(zhǔn)

    本文試驗主要采用準(zhǔn)確率(Acc)、靈敏度(Sen)和特異度(Spe)3個指標(biāo)評價火焰識別模型的效果。

    準(zhǔn)確率(Acc)表示分類器對正、負樣本都能夠進行正確分類的能力,如公式(9)所示。

    (9)

    式中:TP即True Positive,代表正樣本被正確識別的數(shù)量值,其中分類器預(yù)測結(jié)果與實際樣本均為正樣本;FP即 Positive,代表誤報的負樣本數(shù)量值,其中分類器預(yù)測結(jié)果與實際樣本分別為正樣本、負樣本;TN即True Negative,代表負樣本被正確識別的數(shù)量值,其中分類器預(yù)測結(jié)果與實際樣本均為負樣本;FN即 Negative,代表漏報的正樣本數(shù)量值,其中分類器預(yù)測結(jié)果與實際樣本分別為負樣本、正樣本。

    靈敏度(Sen)表示分類器準(zhǔn)確檢測正樣本的能力,如公式(10)所示。

    (10)

    特異度(Spe)表示分類器準(zhǔn)確檢測負樣本的能力,如公式(11)所示。

    (11)

    3.3 試驗結(jié)果

    本文試驗包括7類不同形態(tài)的火焰視頻和3類非火焰視頻。從連續(xù)的視頻中獲取15幀,將其作為LSTM的輸入數(shù)據(jù),用以判斷是否為火焰。其中火焰序列1400幀,非火焰序列960幀。將本試驗與文獻[6]算法進行比較來驗證模型的有效性,比較結(jié)果見表1。由表1可見,本文提出的CNN-LSTM融合模型在準(zhǔn)確率上均優(yōu)于文獻[6]提出的算法。

    4 結(jié)語

    本文提出了一種基于CNN-LSTM融合的視頻火焰識別算法.該算法采用CNN提取視頻幀的特征,采用LSTM獲取視頻的時序特征,并改進損失函數(shù),增加對比學(xué)習(xí)的損失。試驗結(jié)果表明,本文提出的火焰識別方法優(yōu)于對比方法。該方法能夠應(yīng)用于集輸站庫的安全檢測,提升集輸站庫的安全水平。

    參考文獻

    [1]MARTIN,MUELLER,PETER,et al.Optical flow estimation

    for flame detection in videos[J].IEEE transactions on image processing,

    2013,22(7):2786-97.

    [2]吳愛國,李明,陳瑩.大空間圖像型火災(zāi)探測算法的研究[J].計算機測量與控制,2006(7):869-871.

    [3]BYOUNG CHUL KO,CHEONG K H,NAM J Y.Fire

    detection based on vision sensor and support vector machines[J].Fire safety journal,2009,44(3):322-329.

    [4]ZHANG X H ,JIANG L Q,YANG D X,et al.Urine sediment

    recognition method based on multi-view deep residual learning

    in microscopic image[J].Journal of medical systems,2019,43(11):325.

    [5]孫琛.基于視頻圖像的火災(zāi)檢測算法研究與設(shè)計[D].濟南:山東大學(xué),2018.

    [6]孫灝能.基于機理與學(xué)習(xí)融合的火焰檢測算法研究[D].遼寧:東北大學(xué),2020.

    猜你喜歡
    卷積神經(jīng)網(wǎng)絡(luò)
    基于深度神經(jīng)網(wǎng)絡(luò)的微表情識別
    卷積神經(jīng)網(wǎng)絡(luò)中減少訓(xùn)練樣本時間方法研究
    卷積神經(jīng)網(wǎng)絡(luò)語言模型研究
    基于卷積神經(jīng)網(wǎng)絡(luò)的車輛檢索方法研究
    基于卷積神經(jīng)網(wǎng)絡(luò)溫室智能大棚監(jiān)控系統(tǒng)的研究
    基于深度卷積神經(jīng)網(wǎng)絡(luò)的物體識別算法
    深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    基于深度卷積網(wǎng)絡(luò)的人臉年齡分析算法與實現(xiàn)
    軟件工程(2016年8期)2016-10-25 15:47:34
    深度學(xué)習(xí)技術(shù)下的中文微博情感的分析與研究
    軟件(2016年5期)2016-08-30 06:27:49
    基于卷積神經(jīng)網(wǎng)絡(luò)的樹葉識別的算法的研究
    麻豆av在线久日| 午夜福利高清视频| 久久草成人影院| 亚洲国产精品sss在线观看| 久久这里只有精品19| 久久人人精品亚洲av| 老司机深夜福利视频在线观看| 夜夜夜夜夜久久久久| 在线永久观看黄色视频| 成人国产综合亚洲| 国产亚洲欧美精品永久| 国产成人影院久久av| 亚洲自偷自拍图片 自拍| 国产av又大| 90打野战视频偷拍视频| 国产又色又爽无遮挡免费看| 亚洲全国av大片| 如日韩欧美国产精品一区二区三区| 国产精品亚洲av一区麻豆| 久久精品人人爽人人爽视色| 美女免费视频网站| 色尼玛亚洲综合影院| 男女下面插进去视频免费观看| 国产91精品成人一区二区三区| 国产乱人伦免费视频| 婷婷丁香在线五月| 久久性视频一级片| 免费看a级黄色片| 欧美一级a爱片免费观看看 | 男女下面插进去视频免费观看| 精品电影一区二区在线| 丰满人妻熟妇乱又伦精品不卡| 亚洲av熟女| 国产精品久久久人人做人人爽| 久久香蕉精品热| 国产99久久九九免费精品| 日本vs欧美在线观看视频| 国产亚洲精品久久久久5区| 男人舔女人下体高潮全视频| 一二三四在线观看免费中文在| 精品第一国产精品| 99精品久久久久人妻精品| 视频区欧美日本亚洲| 美女午夜性视频免费| 窝窝影院91人妻| 欧美午夜高清在线| 精品国产超薄肉色丝袜足j| 丁香六月欧美| 欧美中文日本在线观看视频| 99riav亚洲国产免费| 久久久国产精品麻豆| 精品人妻在线不人妻| 黄色丝袜av网址大全| 国产av精品麻豆| av欧美777| 午夜影院日韩av| 亚洲中文字幕日韩| 国产精品乱码一区二三区的特点 | e午夜精品久久久久久久| 久久人妻熟女aⅴ| 99热只有精品国产| 亚洲人成网站在线播放欧美日韩| 久久午夜综合久久蜜桃| 亚洲一区高清亚洲精品| cao死你这个sao货| 日本欧美视频一区| 亚洲欧美激情在线| 免费在线观看视频国产中文字幕亚洲| 波多野结衣一区麻豆| 国产成年人精品一区二区| 18禁观看日本| 亚洲色图综合在线观看| 正在播放国产对白刺激| 一本久久中文字幕| 成人三级黄色视频| 午夜日韩欧美国产| 狂野欧美激情性xxxx| 一区在线观看完整版| 大型av网站在线播放| 黄色视频不卡| 国产蜜桃级精品一区二区三区| www.自偷自拍.com| 亚洲 欧美 日韩 在线 免费| 99国产精品一区二区三区| 伦理电影免费视频| 很黄的视频免费| 如日韩欧美国产精品一区二区三区| 国产成人精品久久二区二区91| 天堂√8在线中文| 在线观看一区二区三区| 男人舔女人的私密视频| 一二三四在线观看免费中文在| 欧美乱码精品一区二区三区| 午夜免费鲁丝| 午夜久久久在线观看| 精品国产一区二区久久| 国产精华一区二区三区| 久久精品国产亚洲av高清一级| 久久久久久久午夜电影| 亚洲成av片中文字幕在线观看| 在线国产一区二区在线| 久久九九热精品免费| 中国美女看黄片| 久久久久国内视频| 18禁美女被吸乳视频| 国产在线观看jvid| 国产成人av教育| 嫩草影院精品99| 露出奶头的视频| 国产一区二区三区在线臀色熟女| 无限看片的www在线观看| 国产人伦9x9x在线观看| 一卡2卡三卡四卡精品乱码亚洲| 亚洲成人免费电影在线观看| 精品久久久久久成人av| 国产91精品成人一区二区三区| 88av欧美| 国产精品日韩av在线免费观看 | 亚洲欧美精品综合一区二区三区| 午夜日韩欧美国产| 欧美黑人精品巨大| 91麻豆av在线| av网站免费在线观看视频| 久久人人精品亚洲av| 亚洲专区国产一区二区| 色综合婷婷激情| 午夜久久久在线观看| 在线观看免费日韩欧美大片| 黄色视频不卡| 亚洲第一青青草原| 在线视频色国产色| 岛国在线观看网站| 日本在线视频免费播放| a在线观看视频网站| 国产成人一区二区三区免费视频网站| 国产精品 国内视频| 亚洲国产欧美一区二区综合| 久久人妻熟女aⅴ| 国产精品香港三级国产av潘金莲| 国产一级毛片七仙女欲春2 | 搡老岳熟女国产| 欧美精品啪啪一区二区三区| 激情在线观看视频在线高清| 侵犯人妻中文字幕一二三四区| 国产精品乱码一区二三区的特点 | 久久国产精品影院| 一本综合久久免费| 91精品国产国语对白视频| 亚洲国产欧美网| 热re99久久国产66热| 久久青草综合色| 国产片内射在线| 日本在线视频免费播放| 精品一区二区三区四区五区乱码| 国产熟女午夜一区二区三区| 一本久久中文字幕| 久久精品国产亚洲av高清一级| 91成年电影在线观看| 波多野结衣av一区二区av| 国语自产精品视频在线第100页| 非洲黑人性xxxx精品又粗又长| 国产精品 国内视频| 欧美在线一区亚洲| 色综合站精品国产| 不卡一级毛片| 9191精品国产免费久久| 九色国产91popny在线| 久久久久国内视频| 亚洲av熟女| 午夜亚洲福利在线播放| 久久欧美精品欧美久久欧美| 曰老女人黄片| 女人爽到高潮嗷嗷叫在线视频| 啦啦啦韩国在线观看视频| 一级毛片女人18水好多| 亚洲国产精品久久男人天堂| 国产亚洲精品综合一区在线观看 | 久久人妻熟女aⅴ| 欧美日韩福利视频一区二区| 淫妇啪啪啪对白视频| 九色亚洲精品在线播放| 午夜福利一区二区在线看| 午夜亚洲福利在线播放| 亚洲欧美精品综合久久99| 亚洲午夜理论影院| 久久中文看片网| 亚洲国产精品成人综合色| 最近最新中文字幕大全电影3 | 9191精品国产免费久久| 日韩欧美国产一区二区入口| 中国美女看黄片| 香蕉国产在线看| 国产片内射在线| 免费无遮挡裸体视频| 一区二区日韩欧美中文字幕| 久久天躁狠狠躁夜夜2o2o| 一卡2卡三卡四卡精品乱码亚洲| 久久精品91蜜桃| 国产精品二区激情视频| 欧美人与性动交α欧美精品济南到| netflix在线观看网站| 午夜福利高清视频| 精品久久久久久久毛片微露脸| 香蕉国产在线看| 亚洲一区二区三区不卡视频| 欧美av亚洲av综合av国产av| 欧美黄色片欧美黄色片| 69精品国产乱码久久久| 精品久久久久久久人妻蜜臀av | 高清黄色对白视频在线免费看| aaaaa片日本免费| 精品高清国产在线一区| 国产欧美日韩一区二区三| 久久精品成人免费网站| 精品第一国产精品| 亚洲全国av大片| 亚洲精品粉嫩美女一区| 亚洲va日本ⅴa欧美va伊人久久| 一进一出抽搐gif免费好疼| 精品无人区乱码1区二区| 69av精品久久久久久| 黄色视频,在线免费观看| 免费在线观看完整版高清| 欧美不卡视频在线免费观看 | 成年版毛片免费区| 999精品在线视频| 亚洲精品在线观看二区| 成人三级黄色视频| 一区福利在线观看| 亚洲国产精品sss在线观看| 琪琪午夜伦伦电影理论片6080| 搡老妇女老女人老熟妇| 国产色视频综合| 国产成人一区二区三区免费视频网站| 色av中文字幕| 老司机在亚洲福利影院| 一区二区日韩欧美中文字幕| 在线观看免费日韩欧美大片| 色播在线永久视频| 久久亚洲精品不卡| 色综合亚洲欧美另类图片| 亚洲 欧美一区二区三区| 夜夜爽天天搞| 中文字幕另类日韩欧美亚洲嫩草| 免费av毛片视频| 国产av在哪里看| 日本免费一区二区三区高清不卡 | 麻豆国产av国片精品| 欧美日韩亚洲综合一区二区三区_| 黄色女人牲交| 亚洲视频免费观看视频| or卡值多少钱| 男女之事视频高清在线观看| 90打野战视频偷拍视频| 精品国产美女av久久久久小说| 1024香蕉在线观看| 国产精品免费一区二区三区在线| 国产一区二区在线av高清观看| 欧美激情高清一区二区三区| 亚洲久久久国产精品| 男女床上黄色一级片免费看| 亚洲中文av在线| 国产三级黄色录像| 90打野战视频偷拍视频| 麻豆av在线久日| 一进一出抽搐动态| 18禁美女被吸乳视频| 国产高清有码在线观看视频 | 亚洲精品久久国产高清桃花| 天堂动漫精品| 18禁美女被吸乳视频| 三级毛片av免费| 久久国产精品人妻蜜桃| 国产99久久九九免费精品| 日本撒尿小便嘘嘘汇集6| 禁无遮挡网站| 欧美日韩一级在线毛片| 国产激情久久老熟女| 亚洲av成人一区二区三| 国产视频一区二区在线看| 午夜免费成人在线视频| 亚洲,欧美精品.| 亚洲九九香蕉| 亚洲五月天丁香| 亚洲一区高清亚洲精品| 操美女的视频在线观看| 9色porny在线观看| 在线观看舔阴道视频| 黄色 视频免费看| 亚洲精品久久成人aⅴ小说| 国产成人系列免费观看| 伦理电影免费视频| 中文字幕另类日韩欧美亚洲嫩草| 波多野结衣高清无吗| 少妇 在线观看| 亚洲精品国产区一区二| 亚洲自拍偷在线| 精品一品国产午夜福利视频| 18禁国产床啪视频网站| 午夜福利,免费看| 国产亚洲精品综合一区在线观看 | 又大又爽又粗| 亚洲欧美一区二区三区黑人| 免费av毛片视频| av欧美777| 在线观看一区二区三区| 99久久99久久久精品蜜桃| 国产高清videossex| 丝袜美足系列| 黄网站色视频无遮挡免费观看| 午夜福利欧美成人| 90打野战视频偷拍视频| 制服诱惑二区| 久久久久久久精品吃奶| 亚洲av熟女| 在线观看免费日韩欧美大片| 性少妇av在线| 最近最新中文字幕大全电影3 | 一级作爱视频免费观看| 亚洲国产毛片av蜜桃av| 最好的美女福利视频网| 精品久久久久久,| 18禁国产床啪视频网站| 亚洲国产精品成人综合色| 老司机福利观看| 丁香六月欧美| 一进一出抽搐gif免费好疼| 欧美午夜高清在线| 18美女黄网站色大片免费观看| 色精品久久人妻99蜜桃| 国产97色在线日韩免费| 国产伦一二天堂av在线观看| 亚洲成人久久性| 免费av毛片视频| www.www免费av| e午夜精品久久久久久久| 久久久国产成人免费| 首页视频小说图片口味搜索| 欧美另类亚洲清纯唯美| 12—13女人毛片做爰片一| 亚洲七黄色美女视频| 久久热在线av| 亚洲精品一卡2卡三卡4卡5卡| 黑人巨大精品欧美一区二区蜜桃| 欧美中文综合在线视频| 美女扒开内裤让男人捅视频| 免费不卡黄色视频| 精品高清国产在线一区| 无遮挡黄片免费观看| 久久精品国产亚洲av高清一级| 黄片大片在线免费观看| 亚洲人成电影免费在线| 天天一区二区日本电影三级 | 女人爽到高潮嗷嗷叫在线视频| 亚洲国产欧美日韩在线播放| 国产黄a三级三级三级人| 日韩高清综合在线| 国产精品久久久久久人妻精品电影| 精品熟女少妇八av免费久了| 99香蕉大伊视频| 成年人黄色毛片网站| 久久精品91无色码中文字幕| www.999成人在线观看| 国产私拍福利视频在线观看| 黑丝袜美女国产一区| 国产精品美女特级片免费视频播放器 | 男女下面进入的视频免费午夜 | 国产精品久久久久久精品电影 | 老司机深夜福利视频在线观看| 国产一区二区三区在线臀色熟女| 色综合婷婷激情| 淫秽高清视频在线观看| 美国免费a级毛片| 免费看美女性在线毛片视频| 黄片小视频在线播放| 两人在一起打扑克的视频| 此物有八面人人有两片| 操美女的视频在线观看| 亚洲第一av免费看| 国产亚洲欧美精品永久| 久久精品国产亚洲av香蕉五月| 欧洲精品卡2卡3卡4卡5卡区| 在线永久观看黄色视频| 多毛熟女@视频| 国产精品久久久久久精品电影 | 欧美日韩亚洲国产一区二区在线观看| 久久亚洲精品不卡| 国产单亲对白刺激| 一本大道久久a久久精品| 18禁美女被吸乳视频| 欧美久久黑人一区二区| 男女做爰动态图高潮gif福利片 | 可以在线观看的亚洲视频| 亚洲va日本ⅴa欧美va伊人久久| 国产精品久久久人人做人人爽| 亚洲精品粉嫩美女一区| 制服丝袜大香蕉在线| 色综合欧美亚洲国产小说| 在线国产一区二区在线| 亚洲精品中文字幕在线视频| 97人妻天天添夜夜摸| 日韩欧美国产一区二区入口| 久久国产精品男人的天堂亚洲| 变态另类丝袜制服| 午夜老司机福利片| 成人欧美大片| 精品国产超薄肉色丝袜足j| 无遮挡黄片免费观看| 久久人妻福利社区极品人妻图片| 精品一区二区三区四区五区乱码| 少妇的丰满在线观看| 国产免费男女视频| 国产又色又爽无遮挡免费看| 欧美在线一区亚洲| 久久伊人香网站| 亚洲五月色婷婷综合| 在线永久观看黄色视频| 亚洲av第一区精品v没综合| 日韩大码丰满熟妇| 丰满人妻熟妇乱又伦精品不卡| 欧美日韩精品网址| 国产一区二区三区视频了| 亚洲自拍偷在线| 琪琪午夜伦伦电影理论片6080| 69av精品久久久久久| x7x7x7水蜜桃| 超碰成人久久| 亚洲国产精品成人综合色| 色综合亚洲欧美另类图片| 欧美不卡视频在线免费观看 | 老司机在亚洲福利影院| 欧美日本亚洲视频在线播放| 亚洲aⅴ乱码一区二区在线播放 | 久久亚洲真实| 麻豆一二三区av精品| 日韩欧美国产一区二区入口| 90打野战视频偷拍视频| 50天的宝宝边吃奶边哭怎么回事| 精品一区二区三区视频在线观看免费| 一个人观看的视频www高清免费观看 | 国产精华一区二区三区| av在线播放免费不卡| 亚洲精品中文字幕在线视频| 男女做爰动态图高潮gif福利片 | 午夜福利一区二区在线看| 18禁裸乳无遮挡免费网站照片 | 亚洲欧美激情在线| 中亚洲国语对白在线视频| 欧洲精品卡2卡3卡4卡5卡区| 天天躁狠狠躁夜夜躁狠狠躁| 午夜激情av网站| 久久国产乱子伦精品免费另类| 一级作爱视频免费观看| 亚洲中文字幕一区二区三区有码在线看 | 九色亚洲精品在线播放| 久久精品国产亚洲av高清一级| 国产成人精品久久二区二区免费| 天堂动漫精品| 正在播放国产对白刺激| 国产精品久久久av美女十八| 美女 人体艺术 gogo| 欧美亚洲日本最大视频资源| 一本久久中文字幕| 黑人巨大精品欧美一区二区mp4| 狠狠狠狠99中文字幕| 成人精品一区二区免费| 国产精品,欧美在线| 女人被狂操c到高潮| 午夜精品国产一区二区电影| 国产色视频综合| 亚洲精品在线观看二区| 99久久国产精品久久久| 999精品在线视频| 久久久久久久久久久久大奶| 欧美日韩瑟瑟在线播放| 丝袜美腿诱惑在线| 久久国产亚洲av麻豆专区| 波多野结衣av一区二区av| 色av中文字幕| 国产xxxxx性猛交| 国产97色在线日韩免费| 国产私拍福利视频在线观看| 亚洲国产欧美网| 人成视频在线观看免费观看| 精品一区二区三区视频在线观看免费| 操美女的视频在线观看| 久久天堂一区二区三区四区| 免费一级毛片在线播放高清视频 | 麻豆成人av在线观看| 如日韩欧美国产精品一区二区三区| 亚洲 国产 在线| 老司机福利观看| 男女床上黄色一级片免费看| 9191精品国产免费久久| 中亚洲国语对白在线视频| 午夜视频精品福利| 婷婷丁香在线五月| 亚洲久久久国产精品| 可以在线观看毛片的网站| 19禁男女啪啪无遮挡网站| 欧美最黄视频在线播放免费| 欧美老熟妇乱子伦牲交| 婷婷丁香在线五月| 欧美日本视频| 国产xxxxx性猛交| 97超级碰碰碰精品色视频在线观看| 757午夜福利合集在线观看| 欧美老熟妇乱子伦牲交| 香蕉国产在线看| 少妇 在线观看| 亚洲av成人av| 最新在线观看一区二区三区| 国产乱人伦免费视频| 午夜精品久久久久久毛片777| 免费在线观看影片大全网站| 黄片大片在线免费观看| 九色亚洲精品在线播放| 桃红色精品国产亚洲av| 妹子高潮喷水视频| 国产亚洲av嫩草精品影院| 亚洲av五月六月丁香网| av网站免费在线观看视频| 午夜视频精品福利| 国产极品粉嫩免费观看在线| 日韩精品青青久久久久久| 午夜老司机福利片| www.自偷自拍.com| tocl精华| 亚洲全国av大片| 免费在线观看黄色视频的| 女人被躁到高潮嗷嗷叫费观| 视频在线观看一区二区三区| 精品国产亚洲在线| 欧美成狂野欧美在线观看| 老司机靠b影院| 好男人在线观看高清免费视频 | 在线观看www视频免费| 麻豆国产av国片精品| 国产精品综合久久久久久久免费 | 黄片播放在线免费| 亚洲av美国av| 精品国内亚洲2022精品成人| 成人免费观看视频高清| 高潮久久久久久久久久久不卡| 51午夜福利影视在线观看| 天天一区二区日本电影三级 | 自拍欧美九色日韩亚洲蝌蚪91| 亚洲第一av免费看| 91麻豆av在线| 99re在线观看精品视频| 日日爽夜夜爽网站| 国产三级黄色录像| 看片在线看免费视频| 亚洲狠狠婷婷综合久久图片| 在线观看舔阴道视频| 天堂√8在线中文| 丝袜美足系列| 日本a在线网址| 岛国在线观看网站| 久久久久久久久久久久大奶| 亚洲人成网站在线播放欧美日韩| 免费看十八禁软件| 欧美国产精品va在线观看不卡| 99香蕉大伊视频| 天天躁夜夜躁狠狠躁躁| 99久久国产精品久久久| 美女大奶头视频| 欧美一级毛片孕妇| 神马国产精品三级电影在线观看 | 国产精品,欧美在线| 日韩欧美国产在线观看| 精品国产美女av久久久久小说| 桃色一区二区三区在线观看| 婷婷六月久久综合丁香| 制服人妻中文乱码| 亚洲七黄色美女视频| 色婷婷久久久亚洲欧美| 制服诱惑二区| 亚洲精品久久成人aⅴ小说| 黄片播放在线免费| 久久亚洲精品不卡| 国产精品,欧美在线| 一本久久中文字幕| 12—13女人毛片做爰片一| 久久精品成人免费网站| www日本在线高清视频| 极品教师在线免费播放| 淫妇啪啪啪对白视频| 亚洲中文av在线| 99精品在免费线老司机午夜| 国产欧美日韩精品亚洲av| 欧美中文综合在线视频| 久久久久久人人人人人| 夜夜爽天天搞| 日日爽夜夜爽网站| 在线永久观看黄色视频| 中出人妻视频一区二区| 国产一区在线观看成人免费| 伦理电影免费视频| 亚洲成av片中文字幕在线观看| √禁漫天堂资源中文www| 在线免费观看的www视频| 欧美一级a爱片免费观看看 | 色综合婷婷激情| 19禁男女啪啪无遮挡网站| 国产亚洲精品av在线| 久久香蕉国产精品| 成人亚洲精品av一区二区| 午夜免费观看网址| 老司机午夜福利在线观看视频| 亚洲片人在线观看| 老司机午夜福利在线观看视频| 久久久久亚洲av毛片大全| 如日韩欧美国产精品一区二区三区| 又紧又爽又黄一区二区|