• <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 ?

    基于組件樹和霍夫森林的場景文字檢測識別

    2016-11-09 11:04:04蘇江房濤王曉明仵媛媛高博
    電子設(shè)計工程 2016年20期
    關(guān)鍵詞:霍夫分類器尺度

    蘇江,房濤,王曉明,仵媛媛,高博

    (國網(wǎng)陜西省電力公司信息通信公司 陜西 西安710004)

    基于組件樹和霍夫森林的場景文字檢測識別

    蘇江,房濤,王曉明,仵媛媛,高博

    (國網(wǎng)陜西省電力公司信息通信公司 陜西 西安710004)

    自然場景中的文字檢測與識別是圖像理解中的重要部分,在大部分的系統(tǒng)設(shè)計中,檢測和識別被看成是孤立的兩部分進(jìn)行處理,本文提出使用多類霍夫森林建立一個統(tǒng)一的檢測識別框架。同時為了解決霍夫森林在類別增多時識別率下降,以及在尺度多變的情況下定位偏移的問題,文中提出利用組件樹提取出具有層級的連通域,同時針對文字本身的特征建立分類器。通過級聯(lián)該分類器,提取出文本的候選位置并確定目標(biāo)的尺度大小,為后級精細(xì)的定位和識別奠定基礎(chǔ)。實驗結(jié)果顯示該方案在檢測和識別方面均與目前最優(yōu)的方案具有競爭性。

    組件樹;霍夫森林;圖像理解;文字檢測;文字識別

    隨著互聯(lián)網(wǎng)的發(fā)展,網(wǎng)絡(luò)帶寬的不斷提高,圖像、視頻由于易于理解,符合現(xiàn)代人快速的生活節(jié)奏,逐漸取代文本成為主要的信息傳播載體。由于微博類網(wǎng)站對文本長度的限制,要發(fā)表較豐富的內(nèi)容通常需要圖文結(jié)合的方式,同時,圖片分享類網(wǎng)站的蓬勃發(fā)展,給圖像理解領(lǐng)域帶來新的機(jī)遇和挑戰(zhàn)。自然場景的文字檢測和識別作為圖像理解的重要一環(huán),一直受到研究者的關(guān)注。一般來說,光學(xué)字符識別(OCR)系統(tǒng)只能處理背景簡單且文本相對密集的圖像,對于包含復(fù)雜背景的自然圖像,必須先通過文字定位取出包含文本的圖像塊,才能實現(xiàn)準(zhǔn)確的識別。對于文本背景較為復(fù)雜的圖像,還必須經(jīng)過文本背景分離才能得到理想的識別結(jié)果。

    在目前大部分的解決方案中,文字檢測和識別作為孤立的兩部分的工作分別進(jìn)行處理,本文提出使用多類霍夫森林,建立統(tǒng)一的文字檢測和識別框架。同時針對霍夫森林在檢測中尺度不準(zhǔn)確以及定位漂移的問題,提出通過組件樹級聯(lián)分類器的方式提取文字候選區(qū)域。

    1 相關(guān)工作

    霍夫變換是用于檢測具有解析表達(dá)式的幾何形狀的常用目標(biāo)檢測方法,如直線、圓檢測等[1]?;舴蜃儞Q的核心思想是把原圖像中的像素點或特征(如邊緣)變換到霍夫空間(即參數(shù)空間)進(jìn)行投票,而投票的峰值即為檢測的目標(biāo)。廣義霍夫變換在霍夫變換的基礎(chǔ)上進(jìn)行擴(kuò)展,可對一般形狀的目標(biāo)進(jìn)行檢測[2]。廣義霍夫變換的基本思想是通過圖像中每一個分塊的邊緣切向量估算目標(biāo)的中心點位置,本質(zhì)上利用邊緣切向量,為不存在解析表達(dá)的形狀建立參數(shù)空間,從而應(yīng)用霍夫變換。

    廣義霍夫變換假設(shè)的前提是,圖像中每個像素都是獨立的,在投票過程中對每一個分塊賦予相同的權(quán)重,使得該方法在復(fù)雜場景下容易失效。Gall等人基于霍夫變換的思想,在2009年提出建立霍夫森林進(jìn)行目標(biāo)檢測[3]?;舴蛏謱D像中每一個分塊通過一組決策樹進(jìn)行分類(前景和背景),并估算目標(biāo)的中心位置,使用決策樹輸出的概率作為投票權(quán)重。

    文中提出把每一種字符作為單獨一類,建立多類霍夫森林進(jìn)行字符檢測,同時完成檢測和識別任務(wù),避免檢測和識別問題的孤立,計算效率更高。但針對具體的文字檢測和識別問題,霍夫森林在應(yīng)用中存在一定問題。

    首先是對不同大小的文字進(jìn)行檢測,常用的方法有兩種:第一種是沿用廣義霍夫變換中的方案,在參數(shù)空間內(nèi)加入尺度的維度,然后在該維度上進(jìn)行搜索;第二種方法是使用圖像金字塔,對輸入圖像的多個尺度進(jìn)行檢測,然后進(jìn)行合成。兩種方法原理上是相似的,但隨著搜索的尺度范圍增大,計算量也會成倍增加。同時由于不同尺度下獨立進(jìn)行檢測,使用不適合的尺度將會出現(xiàn)定位漂移的問題,如圖1所示。

    圖1 霍夫森林對字符“A”檢測結(jié)果

    此外,文字中存在有大量的部分相似現(xiàn)象,如B的上半部和R的上半部,甚至在同一個字符中也會出現(xiàn)自相似的情況,如B上半部和下半部。在無法確定尺度的情況下檢測,很有可能出現(xiàn)一個字符被判定為多個目標(biāo)的情況,如圖2所示。

    圖2 霍夫森林對字符“B”檢測結(jié)果(左:原圖;右:檢測結(jié)果)

    除此以外,實驗結(jié)果表明,霍夫森林雖然能夠適應(yīng)多類識別的問題,但隨著類別的增多,準(zhǔn)確率會有一定程度的下降[4]。而對于典型的文字識別問題,類別為27類(26個大寫字母和背景類),僅僅依賴于霍夫森林進(jìn)行檢測顯然是不夠的。

    2 基于組件樹和霍夫森林的文字檢測與識別

    該方案主要分為兩部分,分別是基于組件樹的文字候選區(qū)域提取,以及使用霍夫森林進(jìn)行的文字檢測和識別。首先,通過建立組件樹從圖像中提取出具有層級的連通域,然后對每一個區(qū)域分別提取出一組表征文字的特征并輸入至分類器,根據(jù)分類器的判決結(jié)果提取文字的候選區(qū)域。然后把每一個文字候選區(qū)域放縮至同一尺度,并作為獨立的樣本輸入至霍夫森林,進(jìn)行精細(xì)的檢測及識別。

    2.1 訓(xùn)練樣本生成

    對于自然場景的文本檢測和識別問題,標(biāo)記樣本十分稀少,文中通過樣本生成的方式建立訓(xùn)練集。考慮到日常中的文本大都是水平分布,在文中通過隨機(jī)選取字體,根據(jù)二元語法(2-gram)模型隨機(jī)生成多個字符,并在水平居中的前提下進(jìn)行隨機(jī)旋轉(zhuǎn)和平移,作為基礎(chǔ)的文本單元。同時從隨機(jī)選取的背景圖中采樣相同大小的塊,然后把文本疊加于背景之上。為使樣本更具挑戰(zhàn)性,在融合過程中,文本圖像需乘以0.5~0.8的隨機(jī)系數(shù),以降低文本與背景的對比度。

    2.2 基于組件樹的文字候選區(qū)域提取

    文字候選區(qū)域提取的目的有兩個,一是盡量去除背景圖像塊,提高后級的計算效率;二是確定目標(biāo)文字的尺度大小,以提高霍夫森林的檢測的準(zhǔn)確率。同時,文字候選區(qū)域提取還必須保證簡單快速,避免降低整個系統(tǒng)的性能。

    文字本身邊緣特征豐富而紋理簡單,使用連通域提取文字候選區(qū)域是一個快速而有效的方法[5]。但由于場景的復(fù)雜性,提取出的連通域數(shù)量會相當(dāng)多,并且使用單一分割閾值提取的連通域往往不能提取出完整的文字。

    最大穩(wěn)定極值區(qū)域(MSER)[6]有效解決了以上兩個問題,并被廣泛應(yīng)用于文字檢測方案中[7-8]。首先,最大穩(wěn)定極值區(qū)域針對不同的閾值提取連通域,其次,以相對面積隨閾值變化較小作為條件,提取出穩(wěn)定的連通域。組件樹是提取最大穩(wěn)定極值區(qū)域的常用線性時間算法[9]。

    圖3 MSER提取結(jié)果

    圖3所示是使用組件樹提取最大穩(wěn)定極值區(qū)域的結(jié)果??梢钥闯?,在復(fù)雜的場景下,文字區(qū)域并不一定能滿足“穩(wěn)定”的要求。因此,文中在應(yīng)用中去除該約束,通過對組件樹中的每一個區(qū)域進(jìn)行特征提取,確定文字的候選區(qū)域。

    對每一個連通域提取以上特征,然后輸入至分類器進(jìn)行獨立識別。分類器輸出的所有正樣本分別重采樣至同一尺度大小,作為文字的候選區(qū)域。

    文中使用的分類器是AdaBoost分類器[10],同時為了保證盡量多的文字被檢測到,即較高的召回率,在此前提下犧牲檢測的準(zhǔn)確率,當(dāng)后驗概率大于0.4時即判定為正樣本。準(zhǔn)確率由后級的霍夫森林檢測進(jìn)一步提高。

    2.3 基于霍夫森林的檢測與識別

    霍夫森林由一組獨立的霍夫樹組成,霍夫樹是分類樹和回歸樹的結(jié)合,每一個節(jié)點可能是分類節(jié)點或者回歸節(jié)點?;舴蛏直举|(zhì)上是基于概率投票的廣義霍夫變換,投票的權(quán)值以及目標(biāo)位置的估計值由葉子節(jié)點保存的碼本決定。

    針對文字檢測和識別問題,以每個字符作為獨立的檢測目標(biāo),應(yīng)用多類霍夫森林,可在檢測的同時完成識別,避免檢測和識別問題的孤立,并保持降低的計算復(fù)雜度。而霍夫森林在在多類檢測情況下雖然能保持較高的召回率,但準(zhǔn)確率會有一定程度下降[4]。針對這一情況,文中除了通過前級文字候選區(qū)域提取去除大量背景外,還在決策樹的節(jié)點分割函數(shù)對背景類進(jìn)行獨立計算,保證在分類過程中優(yōu)先進(jìn)行背景和文字的分離。除此之外,文中通過使用區(qū)域特征取代點特征提高算法的魯棒性,降低算法對目標(biāo)尺度的敏感性。最后,針對多類字符的目標(biāo)搜索,文中提出使用貪婪迭代搜索的方式進(jìn)行定位。

    文中,使用的是文獻(xiàn)[3]提出的二類霍夫森林框架,并在此之上針對文字檢測識別應(yīng)用進(jìn)行了以下改進(jìn)。

    首先是把二類分類問題推廣到多類。在二類分類的問題中霍夫樹每一個節(jié)點的目標(biāo)是最小化不確定性,包括類別的熵

    以及中心位置的聚類

    針對多類物體檢測的問題,中心位置的不確定性可由每一個類別的確定性相加獲得

    其次,如圖2所示,霍夫森林在對于不確定的尺度無法進(jìn)行精確定位,必須通過對原圖進(jìn)行不同尺度的采樣分別進(jìn)行檢測,時間復(fù)雜度較高。除了利用候選區(qū)域提取確定尺度大小外,文中還通過修改霍夫森林的分類特征,進(jìn)一步提高霍夫森林對尺度變化的適應(yīng)性。

    霍夫森林使用的特征是二進(jìn)制特征,典型的形式如下:

    其中τ是閾值,Pl(x)是像素在特征空間的l取值。文中,將其推廣為區(qū)域特征。

    該形式可看作是點特征的超集。以區(qū)域的均值作為判決準(zhǔn)則,可提高算法抗干擾能力,并減少對尺度的敏感性。

    除此以外,對于單類目標(biāo)檢測的問題,通常在霍夫投票圖像,即后驗概率P(xi=l|fi),使用非極大值抑制(Non-Maximal Suppression)[12],搜索極大值作為目標(biāo),但該方法并不能推廣到多類情況。文中,提出圖4所示的貪婪迭代搜索算法確定目標(biāo)位置。首先初始化所有候選目標(biāo)均為背景,然后進(jìn)入迭代。每一次迭代中,求出每個候選目標(biāo)的最優(yōu)所屬類別,并選出優(yōu)化效果最顯著的候選目標(biāo)賦予新的標(biāo)簽值,然后再更新該候選目標(biāo)的鄰域標(biāo)簽值。當(dāng)無法通過改變標(biāo)簽值來提高后驗概率時,退出迭代。

    圖4 霍夫空間貪婪搜索算法

    3 實驗結(jié)果

    文中生成的訓(xùn)練樣本大小為32×32,字符使用26個字母(區(qū)分大小寫)和10個阿拉伯?dāng)?shù)字,共62類。背景圖像從VOC2009數(shù)據(jù)集[13]中隨機(jī)抽樣獲得,圖5所示為部分合成的樣本。每類字符樣本各生成1 000張。

    在組件樹提取時,把彩色圖像轉(zhuǎn)換為灰度圖以及HSV顏色空間,每個顏色通道獨立進(jìn)行提取后進(jìn)行融合??紤]到日常生活中存在黑底白字和白底黑字兩種情況,對每個通道的每像素的二進(jìn)制反值也做同樣的處理[14]。區(qū)域分類使用的AdaBoost分類器,以單層決策樹作為弱分類器,弱分類器數(shù)量為100。

    霍夫森林使用的特征空間是原始的灰度圖,以及X方向和Y方向的Sobel邊緣特征,提取的塊大小為16×16,決策樹的數(shù)量為10,樹的最大深度為20,節(jié)點的最少樣本數(shù)量為20。每個節(jié)點從參數(shù)空間采樣1 000個樣本,取最優(yōu)值作為判決特征。

    文中使用的測試集是ICDAR 2013[15],其中組件樹的定位準(zhǔn)確率是52.8%,召回率是87.1%。由于組件樹只作為文字候選區(qū)域的提取,較低的準(zhǔn)確率是可以接受的。

    圖5 部分訓(xùn)練樣本

    圖5所示是部分檢測成功的樣本,圖6是部分檢測失敗的樣本。表1是文中檢測結(jié)果與ICDAR 2013前3名的對比,其中召回率與ICDAR 2013的第1名接近,而準(zhǔn)確率高于第一名的成績,這得益于檢測與識別的結(jié)合。

    表2是文中識別結(jié)果與ICDAR 2013文字識別前3名的比較,使用的是大寫字母子集。文中使用的是隨機(jī)自動生成的訓(xùn)練樣本,以檢測和識別為目標(biāo),而其他算法使用的訓(xùn)練和測試樣本均是人工切割好的字符區(qū)域,且僅以識別為目的,兩者的測試樣本并不相同,結(jié)果只作為參考對比。

    圖6 檢測成功的樣本

    表1 ICDAR 2013文字檢測結(jié)果

    表2 ICDAR 2013文字識別結(jié)果

    圖7 檢測失敗的樣本

    在時間復(fù)雜度方面,文中提出的算法在時間上的消耗主要為兩部分,分別是組件樹提取和霍夫森林檢測。由于不同顏色通道的組件樹提取以及各個霍夫樹的計算是相互獨立的,本文使用并行計算來提高效率。在一臺配置為Intel Core i5 1.8 GHz的電腦上,對一張大小為的圖像提取組件樹大約需時100毫秒,霍夫森林對整幅圖像進(jìn)行檢測大約需時250毫秒。由于實際應(yīng)用時霍夫森林僅對候選文字區(qū)域進(jìn)行檢測,因此真實需時會更少。

    4 結(jié)束語

    文中針對自然場景中的文本檢測識別問題,提出使用組件樹結(jié)合混合特征分類形成候選區(qū)域,再用霍夫森林進(jìn)行檢測識別的整體解決方案,與目前提出的最優(yōu)方案具有競爭性。該方案利用霍夫森林統(tǒng)一了文字檢測和識別兩部分工作,并應(yīng)用組件樹提高了算法對不同尺度文字的適應(yīng)性,同時以合成圖像作為訓(xùn)練樣本,提高了方案的適用性。雖然本文提出的方案與目前提出的最優(yōu)方案效果接近,但從實驗結(jié)果來看,自然場景中文字檢測和識別問題仍未被完全解決,自然場景的復(fù)雜性和文字本身的多樣性是該問題的最大難點。

    [1]Duda R O,Hart P E.Use of the Hough transformation to detect lines and curves in pictures[J].Communications of the ACM,1972,15(1):11-15.

    [2]Ballard D H.Generalizing the Hough transform to detect arbitrary shapes[J].Pattern recognition,1981,13(2):111-122.

    [3]Gall J,Lempitsky V.Class-specific hough forests for object detection [M]//Computer Vision and Pattern Recognition(CVPR),2009:1022-1029.

    [4]Gall J,Yao A,Razavi N,et al.Hough forests for object detection,tracking,and action recognition[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2011,33(11):2188-2202.

    [5]Koo H I,Kim D H.Scene text detection via connected component clustering and nontextfiltering[J].IEEE Transactions on Image Processing,2013,22(6):2296-2305.

    [6]Matas J,Chum O,Urban M,et al.Robust wide-baseline stereo from maximally stable extremal regions[J].Image and vision computing,2004,22(10):761-767.

    [7]Chen H,Tsai S S,Schrith G,et al.Robust text detection in natural images with edge-enhanced maximally stable extremal regions[C]//Image Processing (ICIP),2011:2609-2612.

    [8]Neumann L,Matsa J.A method for text localization and recognition in real-world images[C]//Asian Conference of Computer Vision(ACCV),2010:770-783.

    [9]Nistér D,Stewénius H.Linear time maximally stable ex-tremal regions[C]//Computer Vision-ECCV,2008:183-196.

    [10]Freund Y,Schapire R E.A desicion-theoretic generalization of on-line learning and an application to boosting[C]//Computational learning theory,1995:23-37.

    [11]Razavi N,Gall J,Van Gool L.Scalable multi-class object detection [C]//Computer Vision and Pattern Recognition(CVPR),2011:1505-1512.

    [12]Blaschko M B.Branch and bound strategies for non-maximal suppression in object detection [C]//Energy Minimization Methods in Computer Vision and Pattern Recognition,2011: 385-398.

    [13]Everingham M,Van Gool L,Williams C K I,et al.The pascal visual object classes(voc)challenge[J].International journal of computer vision,2010,88(2):303-338.

    [14]Epshtein B,Ofek E,Wexler Y.Detecting text in natural sceneswith stroke width transform[C]//Computer Vision and Pattern Recognition(CVPR),2010:2963-2970.

    [15]Karatzas D,Shafait F,UCHIDA S,et al.ICDAR 2013 robust reading competition[C]//Document Analysis and Recognition(ICDAR),2013:1484-1493.

    Text detection and recognition in natural scenes based on component tree and Hough forest

    SU Jiang,F(xiàn)ANG Tao,WANG Xiao-ming,WU Yuan-yuan,GAO Bo
    (Shaanxi Electric Power Company Information Communication Co.,Ltd.,Xi'an 710004,China)

    Text detection and recognition in natural scenes play an important role in image understanding.Inmost of current system design,detection and recognition are isolated and processed separately.A unified framework for detection and recognition based onmulti-class Hough forest is proposed.In order to improve the performance when the quantity of classes increases,aswellas improve accuracy with uncertain scale,component tree is used for extracting connected componentwith hierarchy,while a set of features based on text characteristics is extracted and feed to a classifier.With the help of the classifier,the scale of the target is determined and all candidate texts are located,which build the foundation of subsequent stage for fine positioning and recognition.Experiments show that the scheme is competitive with current optimal solutions in both detection and recognition.

    component tree;Hough forest;image understanding;text detection;text recognition

    TN99

    A

    1674-6236(2016)20-0178-04

    2015-10-28 稿件編號:201510202

    蘇 江(1984—),男,陜西蒲城人,碩士,工程師。研究方向:信息系統(tǒng)開發(fā)維護(hù)、模式識別。

    猜你喜歡
    霍夫分類器尺度
    冰山與氣候變化
    中外文摘(2022年8期)2022-05-17 09:13:36
    世界之巔的花園——庫肯霍夫
    中老年保健(2021年4期)2021-08-22 07:10:04
    財產(chǎn)的五大尺度和五重應(yīng)對
    BP-GA光照分類器在車道線識別中的應(yīng)用
    電子測試(2018年1期)2018-04-18 11:52:35
    加權(quán)空-譜與最近鄰分類器相結(jié)合的高光譜圖像分類
    結(jié)合模糊(C+P)均值聚類和SP-V-支持向量機(jī)的TSK分類器
    宇宙的尺度
    太空探索(2016年5期)2016-07-12 15:17:55
    基于霍夫變換的銘牌OCR圖像旋轉(zhuǎn)矯正方法
    電測與儀表(2015年8期)2015-04-09 11:50:28
    9
    基于LLE降維和BP_Adaboost分類器的GIS局部放電模式識別
    久久久久久久久久久久大奶| 麻豆乱淫一区二区| 久久人人爽av亚洲精品天堂| 久久人人爽人人爽人人片va| 日韩不卡一区二区三区视频在线| 全区人妻精品视频| 99久久精品一区二区三区| 黄色毛片三级朝国网站 | 一级毛片我不卡| 成人影院久久| 日本vs欧美在线观看视频 | 中文字幕精品免费在线观看视频 | 老司机亚洲免费影院| 美女内射精品一级片tv| 久久99热这里只频精品6学生| 国内精品宾馆在线| 丝袜在线中文字幕| av有码第一页| 免费高清在线观看视频在线观看| 一本—道久久a久久精品蜜桃钙片| 18禁在线播放成人免费| 国产在视频线精品| 亚洲第一av免费看| 精品人妻熟女毛片av久久网站| 亚洲经典国产精华液单| 亚洲天堂av无毛| 久久精品久久久久久噜噜老黄| 亚洲精品久久午夜乱码| 在线 av 中文字幕| 九九爱精品视频在线观看| 国产av一区二区精品久久| 国产在线免费精品| 国产一区二区在线观看日韩| 青春草亚洲视频在线观看| 丰满少妇做爰视频| 超碰97精品在线观看| 老女人水多毛片| 欧美变态另类bdsm刘玥| 91久久精品电影网| 爱豆传媒免费全集在线观看| 一区二区三区免费毛片| 18禁动态无遮挡网站| 午夜视频国产福利| 天天躁夜夜躁狠狠久久av| 国产成人91sexporn| 国产综合精华液| 国产中年淑女户外野战色| 欧美 亚洲 国产 日韩一| 中文字幕免费在线视频6| 久久久精品免费免费高清| 精品国产露脸久久av麻豆| 日本午夜av视频| 免费久久久久久久精品成人欧美视频 | 亚洲成人手机| 极品教师在线视频| 欧美高清成人免费视频www| 熟女电影av网| av专区在线播放| 久久久国产精品麻豆| 亚洲精品视频女| 久久久a久久爽久久v久久| 丝瓜视频免费看黄片| 性色avwww在线观看| 国产欧美亚洲国产| 伦理电影大哥的女人| 久久久久久久久久人人人人人人| 久久国产精品大桥未久av | 亚洲精品亚洲一区二区| 夜夜看夜夜爽夜夜摸| 中文字幕人妻丝袜制服| .国产精品久久| 精品酒店卫生间| 亚洲成色77777| 高清午夜精品一区二区三区| 日韩熟女老妇一区二区性免费视频| 国产精品人妻久久久久久| 亚洲人成网站在线观看播放| 日韩视频在线欧美| 欧美97在线视频| 亚洲av欧美aⅴ国产| 国产淫语在线视频| 国产在线免费精品| 一级毛片黄色毛片免费观看视频| av免费观看日本| 18禁裸乳无遮挡动漫免费视频| 久久午夜综合久久蜜桃| 国产精品免费大片| 亚洲伊人久久精品综合| 亚洲美女黄色视频免费看| 一区二区av电影网| 2018国产大陆天天弄谢| 精品一区在线观看国产| 国产男女内射视频| 国产成人a∨麻豆精品| 六月丁香七月| 亚洲高清免费不卡视频| 丝袜脚勾引网站| 香蕉精品网在线| 久久人人爽人人片av| 三上悠亚av全集在线观看 | 在线播放无遮挡| 少妇高潮的动态图| 久久人妻熟女aⅴ| 只有这里有精品99| 免费人妻精品一区二区三区视频| 亚洲精品亚洲一区二区| 观看av在线不卡| 我的女老师完整版在线观看| 亚洲国产欧美在线一区| 黄片无遮挡物在线观看| 国产精品99久久久久久久久| 国产白丝娇喘喷水9色精品| 99精国产麻豆久久婷婷| 亚洲欧美精品自产自拍| 久久99精品国语久久久| 一区二区av电影网| 午夜激情久久久久久久| 日本爱情动作片www.在线观看| 中文字幕av电影在线播放| 亚洲av电影在线观看一区二区三区| 久久人人爽av亚洲精品天堂| 男人和女人高潮做爰伦理| 水蜜桃什么品种好| 国产乱来视频区| 新久久久久国产一级毛片| 免费黄网站久久成人精品| 一本一本综合久久| 18禁在线无遮挡免费观看视频| 国产成人a∨麻豆精品| 精品久久久精品久久久| 人妻少妇偷人精品九色| 五月天丁香电影| 91精品国产九色| 99热这里只有是精品50| 欧美精品高潮呻吟av久久| 80岁老熟妇乱子伦牲交| 99re6热这里在线精品视频| 日韩在线高清观看一区二区三区| av在线老鸭窝| 内射极品少妇av片p| 国产欧美亚洲国产| 国产熟女欧美一区二区| 久久人妻熟女aⅴ| 男人舔奶头视频| 日韩制服骚丝袜av| 桃花免费在线播放| 色哟哟·www| 啦啦啦中文免费视频观看日本| 青春草亚洲视频在线观看| 色哟哟·www| 一级片'在线观看视频| 99九九线精品视频在线观看视频| 欧美性感艳星| 国产av国产精品国产| 少妇裸体淫交视频免费看高清| 一本色道久久久久久精品综合| 国产成人91sexporn| 男女边吃奶边做爰视频| av卡一久久| a 毛片基地| 亚洲不卡免费看| 另类精品久久| 精品久久久精品久久久| 国产免费视频播放在线视频| 亚洲欧美日韩卡通动漫| 一本一本综合久久| 晚上一个人看的免费电影| 日本欧美视频一区| 亚洲在久久综合| 精品熟女少妇av免费看| 69精品国产乱码久久久| 午夜激情久久久久久久| √禁漫天堂资源中文www| av国产久精品久网站免费入址| 在线免费观看不下载黄p国产| 精品人妻一区二区三区麻豆| 欧美激情国产日韩精品一区| 99视频精品全部免费 在线| 日韩欧美 国产精品| 国产精品偷伦视频观看了| 一区二区三区精品91| 亚洲欧洲国产日韩| xxx大片免费视频| 乱人伦中国视频| 精品亚洲成a人片在线观看| 内射极品少妇av片p| 日韩人妻高清精品专区| 精品一区二区免费观看| 我要看日韩黄色一级片| 2021少妇久久久久久久久久久| 国产亚洲一区二区精品| 国产成人午夜福利电影在线观看| 国产一区二区三区综合在线观看 | 婷婷色麻豆天堂久久| 最新中文字幕久久久久| 丰满迷人的少妇在线观看| 国产精品久久久久成人av| 热re99久久精品国产66热6| 欧美一级a爱片免费观看看| 性高湖久久久久久久久免费观看| 美女脱内裤让男人舔精品视频| 一级毛片黄色毛片免费观看视频| 亚洲av日韩在线播放| 久久久午夜欧美精品| 久久久久精品久久久久真实原创| 日本vs欧美在线观看视频 | 国产无遮挡羞羞视频在线观看| 又黄又爽又刺激的免费视频.| 亚洲第一av免费看| 两个人免费观看高清视频 | 美女主播在线视频| 爱豆传媒免费全集在线观看| a级毛片免费高清观看在线播放| 嫩草影院入口| 春色校园在线视频观看| 美女cb高潮喷水在线观看| 51国产日韩欧美| 丝袜在线中文字幕| 欧美精品高潮呻吟av久久| 久久久久久久久久久免费av| 女人久久www免费人成看片| 精品人妻偷拍中文字幕| 在线观看免费日韩欧美大片 | 夫妻性生交免费视频一级片| 三级国产精品欧美在线观看| 国产精品无大码| 国产极品天堂在线| 亚洲精品日韩av片在线观看| 中国三级夫妇交换| 亚洲国产精品一区三区| 18禁在线无遮挡免费观看视频| 亚洲欧洲精品一区二区精品久久久 | 肉色欧美久久久久久久蜜桃| 深夜a级毛片| 亚州av有码| 综合色丁香网| 99热6这里只有精品| 亚洲国产毛片av蜜桃av| 久久鲁丝午夜福利片| 日本-黄色视频高清免费观看| 免费高清在线观看视频在线观看| 国产精品免费大片| 国产精品熟女久久久久浪| 老熟女久久久| 熟女av电影| 亚洲精品aⅴ在线观看| 菩萨蛮人人尽说江南好唐韦庄| 啦啦啦中文免费视频观看日本| 99热这里只有是精品在线观看| 99热这里只有是精品50| 日韩欧美一区视频在线观看 | 777米奇影视久久| av卡一久久| 欧美 日韩 精品 国产| 国产探花极品一区二区| 2022亚洲国产成人精品| 国产亚洲午夜精品一区二区久久| 热99国产精品久久久久久7| 涩涩av久久男人的天堂| 免费大片黄手机在线观看| 欧美亚洲 丝袜 人妻 在线| 多毛熟女@视频| 男人爽女人下面视频在线观看| 国产一级毛片在线| 午夜影院在线不卡| 岛国毛片在线播放| av播播在线观看一区| 日韩中文字幕视频在线看片| 亚洲av福利一区| 美女内射精品一级片tv| 国产亚洲一区二区精品| 在线观看人妻少妇| 亚洲av不卡在线观看| 男女无遮挡免费网站观看| 国产探花极品一区二区| av网站免费在线观看视频| 精品国产一区二区久久| av一本久久久久| 最后的刺客免费高清国语| 一本大道久久a久久精品| 国产精品蜜桃在线观看| 亚洲性久久影院| 2022亚洲国产成人精品| 亚洲va在线va天堂va国产| 丁香六月天网| 色婷婷av一区二区三区视频| 日韩 亚洲 欧美在线| 伦理电影大哥的女人| 国产男人的电影天堂91| 国产精品一区www在线观看| 亚洲久久久国产精品| 99热网站在线观看| 99久久人妻综合| 交换朋友夫妻互换小说| 一二三四中文在线观看免费高清| 日韩一区二区视频免费看| 国产黄频视频在线观看| 国产美女午夜福利| 久久女婷五月综合色啪小说| 噜噜噜噜噜久久久久久91| 成年av动漫网址| 成年美女黄网站色视频大全免费 | 国产成人免费观看mmmm| 久久精品久久久久久久性| 国产毛片在线视频| 欧美亚洲 丝袜 人妻 在线| 久久人人爽av亚洲精品天堂| 亚洲国产欧美日韩在线播放 | 亚洲国产av新网站| 狂野欧美激情性bbbbbb| 人人妻人人澡人人爽人人夜夜| 男女国产视频网站| videos熟女内射| 国产精品成人在线| 国产亚洲精品久久久com| 99久久精品一区二区三区| 男的添女的下面高潮视频| 多毛熟女@视频| 久久国产亚洲av麻豆专区| 精品人妻熟女毛片av久久网站| 亚洲va在线va天堂va国产| 超碰97精品在线观看| 熟女av电影| 边亲边吃奶的免费视频| 亚洲av福利一区| 水蜜桃什么品种好| 在线精品无人区一区二区三| 日韩制服骚丝袜av| 国语对白做爰xxxⅹ性视频网站| av线在线观看网站| 精品国产露脸久久av麻豆| 免费av中文字幕在线| 免费看av在线观看网站| 汤姆久久久久久久影院中文字幕| 午夜激情福利司机影院| 亚洲av国产av综合av卡| 国产片特级美女逼逼视频| 色94色欧美一区二区| av一本久久久久| 中文字幕人妻熟人妻熟丝袜美| 国产黄频视频在线观看| 下体分泌物呈黄色| 国产精品一区二区性色av| 亚洲欧美日韩卡通动漫| 免费人成在线观看视频色| 97超视频在线观看视频| 中文字幕亚洲精品专区| 亚洲激情五月婷婷啪啪| 国产精品熟女久久久久浪| 成年人免费黄色播放视频 | 一级黄片播放器| 熟女电影av网| 日本爱情动作片www.在线观看| 涩涩av久久男人的天堂| 亚洲精品乱久久久久久| 国产爽快片一区二区三区| 久久久午夜欧美精品| 中文字幕精品免费在线观看视频 | 亚洲国产欧美日韩在线播放 | 大香蕉97超碰在线| 岛国毛片在线播放| av国产精品久久久久影院| 国产精品麻豆人妻色哟哟久久| 永久免费av网站大全| av一本久久久久| 下体分泌物呈黄色| 欧美变态另类bdsm刘玥| 久久免费观看电影| 精品久久国产蜜桃| 欧美日韩av久久| 日韩电影二区| 欧美激情国产日韩精品一区| 中文欧美无线码| 在线观看美女被高潮喷水网站| 亚洲国产欧美日韩在线播放 | 日韩伦理黄色片| 午夜免费鲁丝| 国产精品国产三级国产专区5o| 99久久精品一区二区三区| 国产成人一区二区在线| 国产精品成人在线| 啦啦啦视频在线资源免费观看| 中文在线观看免费www的网站| 精华霜和精华液先用哪个| 免费黄色在线免费观看| 亚洲欧美精品自产自拍| 国产高清国产精品国产三级| 伦精品一区二区三区| 日本猛色少妇xxxxx猛交久久| 极品教师在线视频| 人体艺术视频欧美日本| av天堂久久9| 少妇精品久久久久久久| 少妇的逼好多水| 久久久a久久爽久久v久久| 最新中文字幕久久久久| 国产中年淑女户外野战色| 你懂的网址亚洲精品在线观看| 免费观看性生交大片5| av线在线观看网站| 夜夜看夜夜爽夜夜摸| 自拍欧美九色日韩亚洲蝌蚪91 | 精品久久国产蜜桃| 午夜激情福利司机影院| 中文字幕久久专区| 22中文网久久字幕| 免费av中文字幕在线| 欧美3d第一页| 黄色一级大片看看| 五月伊人婷婷丁香| 嫩草影院新地址| av不卡在线播放| 久久国产精品男人的天堂亚洲 | 久久久久网色| 精品国产一区二区三区久久久樱花| 一区二区三区四区激情视频| 久久久a久久爽久久v久久| 99热国产这里只有精品6| 国产乱来视频区| av有码第一页| 久久综合国产亚洲精品| 午夜视频国产福利| 一本—道久久a久久精品蜜桃钙片| 久久久久久人妻| 蜜臀久久99精品久久宅男| 亚洲va在线va天堂va国产| h日本视频在线播放| 久久青草综合色| 亚洲欧美成人精品一区二区| 欧美精品国产亚洲| 精品亚洲乱码少妇综合久久| 国产极品粉嫩免费观看在线 | 亚洲av福利一区| 欧美 日韩 精品 国产| 久久久久精品久久久久真实原创| 欧美成人精品欧美一级黄| av播播在线观看一区| 日韩 亚洲 欧美在线| 天天操日日干夜夜撸| 国产精品熟女久久久久浪| 高清午夜精品一区二区三区| 99九九在线精品视频 | 夜夜骑夜夜射夜夜干| 国产精品.久久久| av国产精品久久久久影院| 人妻 亚洲 视频| 亚州av有码| 亚洲国产精品国产精品| 少妇人妻 视频| 精品99又大又爽又粗少妇毛片| 国产熟女午夜一区二区三区 | 国产亚洲一区二区精品| 日日啪夜夜撸| 麻豆精品久久久久久蜜桃| 三级经典国产精品| 一级二级三级毛片免费看| 熟女av电影| 久久久久人妻精品一区果冻| 国产爽快片一区二区三区| 伦理电影大哥的女人| 亚洲av.av天堂| 大香蕉97超碰在线| 人人妻人人爽人人添夜夜欢视频 | 日本欧美国产在线视频| 在线天堂最新版资源| 在线观看美女被高潮喷水网站| 国产日韩欧美在线精品| 久久99蜜桃精品久久| 亚洲欧美清纯卡通| 日韩av不卡免费在线播放| 国产成人aa在线观看| 国内少妇人妻偷人精品xxx网站| 六月丁香七月| 天天操日日干夜夜撸| av女优亚洲男人天堂| 国产成人精品无人区| 99久国产av精品国产电影| 国产伦在线观看视频一区| 成人影院久久| 在线播放无遮挡| 国产亚洲午夜精品一区二区久久| 不卡视频在线观看欧美| 日本av手机在线免费观看| 亚洲在久久综合| 久久青草综合色| 免费看不卡的av| 亚洲,一卡二卡三卡| 日本黄色日本黄色录像| 黄色毛片三级朝国网站 | 2018国产大陆天天弄谢| 人人妻人人爽人人添夜夜欢视频 | 色哟哟·www| 80岁老熟妇乱子伦牲交| 国产亚洲最大av| 国产精品国产av在线观看| 亚洲欧洲精品一区二区精品久久久 | 欧美日韩视频精品一区| 18禁动态无遮挡网站| 欧美精品一区二区免费开放| 免费在线观看成人毛片| 99热国产这里只有精品6| 国产亚洲精品久久久com| 一级毛片黄色毛片免费观看视频| 黄片无遮挡物在线观看| 亚洲美女视频黄频| 2021少妇久久久久久久久久久| 欧美人与善性xxx| 七月丁香在线播放| 女性被躁到高潮视频| 不卡视频在线观看欧美| 草草在线视频免费看| 在线免费观看不下载黄p国产| 免费av不卡在线播放| 久久午夜综合久久蜜桃| videos熟女内射| 少妇人妻一区二区三区视频| 日韩大片免费观看网站| 18禁在线无遮挡免费观看视频| 国产又色又爽无遮挡免| 五月玫瑰六月丁香| 亚洲图色成人| 如日韩欧美国产精品一区二区三区 | 亚洲婷婷狠狠爱综合网| 99国产精品免费福利视频| 国产欧美另类精品又又久久亚洲欧美| 久久精品国产亚洲网站| 日本免费在线观看一区| 日本av手机在线免费观看| 久久婷婷青草| 99热网站在线观看| 国产精品蜜桃在线观看| 亚洲av日韩在线播放| 在线观看免费高清a一片| 欧美老熟妇乱子伦牲交| 菩萨蛮人人尽说江南好唐韦庄| 天堂俺去俺来也www色官网| 国产高清不卡午夜福利| 观看美女的网站| 在线观看一区二区三区激情| 最新中文字幕久久久久| 久久久久国产精品人妻一区二区| 精品酒店卫生间| 亚洲,一卡二卡三卡| 久久久久国产网址| 国产黄片视频在线免费观看| 久久这里有精品视频免费| 亚洲av男天堂| 晚上一个人看的免费电影| 午夜日本视频在线| 插阴视频在线观看视频| 看十八女毛片水多多多| 国产精品欧美亚洲77777| 新久久久久国产一级毛片| 久久99蜜桃精品久久| 下体分泌物呈黄色| 午夜福利在线观看免费完整高清在| 综合色丁香网| 另类亚洲欧美激情| 亚洲国产欧美在线一区| 免费黄网站久久成人精品| 免费高清在线观看视频在线观看| 国产老妇伦熟女老妇高清| 国产av码专区亚洲av| 精品少妇内射三级| 久久av网站| 91久久精品国产一区二区三区| 一个人免费看片子| 最黄视频免费看| 欧美xxxx性猛交bbbb| 人妻夜夜爽99麻豆av| 一区二区三区乱码不卡18| 日韩熟女老妇一区二区性免费视频| 丰满迷人的少妇在线观看| av视频免费观看在线观看| xxx大片免费视频| 久久精品国产a三级三级三级| 亚洲天堂av无毛| 亚洲av综合色区一区| 免费高清在线观看视频在线观看| 精品一区二区三区视频在线| 99视频精品全部免费 在线| 亚洲欧美日韩卡通动漫| 亚洲,欧美,日韩| 9色porny在线观看| 在线观看免费视频网站a站| 大码成人一级视频| videos熟女内射| www.色视频.com| 欧美日韩亚洲高清精品| 欧美亚洲 丝袜 人妻 在线| 亚洲精品第二区| 国内少妇人妻偷人精品xxx网站| 插阴视频在线观看视频| 99精国产麻豆久久婷婷| 久久午夜福利片| 女性生殖器流出的白浆| 日本av手机在线免费观看| 尾随美女入室| 国产日韩一区二区三区精品不卡 | 亚洲精品国产av成人精品| 国产精品一区二区性色av| 99久国产av精品国产电影| 欧美最新免费一区二区三区| av国产久精品久网站免费入址| 波野结衣二区三区在线| 亚洲婷婷狠狠爱综合网| 女人久久www免费人成看片| 亚洲色图综合在线观看| 少妇高潮的动态图| 国产成人a∨麻豆精品| .国产精品久久| 91精品国产国语对白视频| av有码第一页| 国产免费视频播放在线视频| 亚洲经典国产精华液单|