• <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 ?

    基于深度玻爾茲曼機(jī)的圖像多特征融合?

    2020-03-03 12:24:44汪興海
    艦船電子工程 2020年1期
    關(guān)鍵詞:玻爾茲曼直方圖顏色

    劉 凱 汪興海 張 杰

    (海軍航空大學(xué)航空基礎(chǔ)學(xué)院 煙臺(tái) 264001)

    1 引言

    圖像處理過程中,對圖像特征的提取是最直接的問題,也是后續(xù)進(jìn)行圖像分類、識(shí)別等相關(guān)應(yīng)用的基石[1]。圖像特征提取的好壞,直接關(guān)系到后續(xù)處理的性能。理想的圖像特征應(yīng)包括圖像的全局特征,即顏色、亮度、紋理、形狀等,以及表征圖像細(xì)節(jié)的局部特征。單純依靠某一種特征進(jìn)行圖像分類,其準(zhǔn)確度并不高,原因在于單一的圖像特征只能描述圖像的部分屬性,往往傾向于片面的圖像內(nèi)容,不足以用于后續(xù)的區(qū)別信息處理[2]。同樣地,使用不同方法獲得的不同特征之間往往在圖像的描述上,存在互補(bǔ)關(guān)系。因此,通過一定的信息融合方法對基于不同物理特性獲取的圖像特征進(jìn)行融合、萃取,往往能使得后續(xù)圖像處理任務(wù)取得更優(yōu)異的性能;這已經(jīng)文獻(xiàn)[3~4]證明過了。

    圖像的顏色特征是面向圖像最低級(jí)別、基礎(chǔ)的全局描述符,這是對圖像區(qū)域的表明性質(zhì)進(jìn)行衡量。相較于其他圖像特征,圖像的顏色特征對原始圖像中經(jīng)常存在的噪聲、圖像尺寸變化、旋轉(zhuǎn)以及平移等現(xiàn)象具有較強(qiáng)的健壯性,與此同時(shí),圖像的顏色特征計(jì)算方法簡便,也是圖像處理中被廣泛使用的一種視覺特征;但是鑒于顏色是對圖像全面特征的描述,因此對于圖像中顯著目標(biāo)的描述性不足,缺乏對圖像局部細(xì)節(jié)的刻畫。SIFT特征描述符是由Lowe于2004年完善總結(jié)的局部特征。相較于以往圖像特征,SIFT特征最大的優(yōu)點(diǎn)在于能夠有效克服圖像尺度、旋轉(zhuǎn)的變化,已經(jīng)被廣泛應(yīng)用于圖像拼接、檢索等領(lǐng)域;但SIFT依賴于圖像局部區(qū)域的像素極值特性,對全局特征明顯的圖像描述能力不強(qiáng),并且忽略了圖像的色彩信息。

    2006年Hinton在[5]建立了第一個(gè)標(biāo)志性的深度學(xué)習(xí)機(jī)制,提出深度學(xué)習(xí)的概念。使用深度學(xué)習(xí)技術(shù)進(jìn)行知識(shí)推理相關(guān)的研究可以有效地解決構(gòu)建模型所需的難題。它已被廣泛應(yīng)用于各個(gè)領(lǐng)域,如數(shù)據(jù)降維[6]、語音識(shí)別[7]、3D物體識(shí)別[8]以及圖像轉(zhuǎn)換[9]等。尤其是 Salakhutdinov在[10]中設(shè)計(jì)了基于深度玻爾茲曼機(jī)(Deep Boltzmann Machine,DBM)的多模型特征提取方法,解決了文本信息與圖像信息聯(lián)合抽象概念的提取問題,為多源信息的融合提供了一種新的解決方案。

    由于SIFT特征和顏色特征描述了不同角度下具有良好互補(bǔ)性的圖像性質(zhì),因此本文提出一種基于深度玻爾茲曼機(jī)的顏色特征與SIFT特征相融合的方法。首先提取圖像的SIFT特征,并使用詞袋模型獲得基于視覺詞匯統(tǒng)計(jì)頻率的直方圖;其次針對圖像RGB變化,提取圖像全局顏色特征直方圖;隨后利用不同的受限玻爾茲曼機(jī)得到相應(yīng)的中間特征,最后通過構(gòu)建深度學(xué)習(xí)模型DBM進(jìn)行高層特征融合,形成具有更強(qiáng)區(qū)分性的圖像新特征。經(jīng)過Corel圖像實(shí)驗(yàn)結(jié)果驗(yàn)證,所提出的深度學(xué)習(xí)圖像特征融合方法能夠有效結(jié)合單一特征的優(yōu)點(diǎn),克服其缺陷,最終可提高圖像分類準(zhǔn)確度。

    2 低層次圖像特征

    2.1 基于SIFT的視覺詞匯表示

    SIFT是一種用于提取圖像的局部特征的方法。并將該向量作為特征點(diǎn)的SIFT特征。具體思路為,首先基于多尺度空間對圖像的極值點(diǎn)進(jìn)行檢測,其次在極值點(diǎn)中篩選特征點(diǎn),隨后依據(jù)臨近點(diǎn)圖像梯度變化,確定特征點(diǎn)方向,最后圍棋生成描述符。通常情況下,每一幅圖像將表示為N個(gè)128維的SIFT圖像特征矢量。

    由于在不同圖像中提取的局部特征的數(shù)量趨于不同,并且高維局部特征向量不便于存儲(chǔ)和后續(xù)計(jì)算,因此,Li Fei Fe等學(xué)者提出了詞袋(BOW)的特征表達(dá)?;舅枷霝?,將圖像的SIFT局部特征映射到填充有視覺詞的單詞包中,以此實(shí)現(xiàn)將高維度局部特征向低維空間的映射,最終獲得對應(yīng)于圖像SIFT局部特征的編碼。該方法不僅可以解決圖像局部特征不均勻的問題,而且方便快捷,訓(xùn)練分類速度快,現(xiàn)在已廣泛用于圖像分類和檢索。

    2.2 顏色特征提取

    對于顏色特征的提取,通常采用顏色直方圖實(shí)現(xiàn)高維信息向低維顏色空間的映射。由于HSV顏色空間對圖像的亮度和彩色信息不敏感,并且與人感知彩色的方式相通,因此通常選擇在HSV顏色空間實(shí)現(xiàn)直方圖統(tǒng)計(jì)[11]。

    如果使用真彩色直接提取圖像的顏色特征,將導(dǎo)致特征計(jì)算量和存儲(chǔ)空間太大,因此需要非等間隔量化HSV的三個(gè)分量(色調(diào)H、飽和度S、亮度V)。其中H量化為8份,S和V分別量化為3份,具體描述如下所示。

    按照所設(shè)定的顏色量化等級(jí),圖像的色調(diào)H、飽和度S和亮度V三個(gè)變量被計(jì)算為一維特征向量,如式(1)所示。

    由式(1)可知,Q的范圍為[ ]0,1,…,71。通過提取圖像顏色特征,將一幅圖像變?yōu)橐粋€(gè)72子區(qū)的顏色直方圖。

    3 基于多特征的深度玻爾茲曼機(jī)

    3.1 RBM及其派生形式算法分析

    受限玻爾茲曼機(jī)(Restricted Boltzmann Ma?chines,RBMs)是一種層內(nèi)單元無連接、層間單元全連接的玻爾茲曼機(jī),也可稱為雙向馬爾科夫隨機(jī)場(MRF),其網(wǎng)絡(luò)連接如圖1所示。

    圖1 RBM單元連接圖

    對于包含N個(gè)二值可視單元和M個(gè)二值隱單元的RBM,其能量函數(shù)如式(2)所示。

    式中:Wij表示可視單元i與隱單元 j間連接的權(quán)值,cj表示可視單元i偏移量,cj表示隱單元 j偏移量。

    如果RBM模型的可見元素符合高斯分布,則稱該模型為高斯受限玻爾茲曼機(jī)(Gaussian RBM,GRBM),即 v∈?N同時(shí) h∈{0 ,1}M則GRBM處于狀態(tài)(v ,h)的概率如式(3)所示。

    Salakhutdinov提出了 RSM(Replicated Soft Model),它基于RBM并通過將它們設(shè)置為多分布數(shù)據(jù)來提取隱單元信息,以實(shí)現(xiàn)了文本的有效表示。在RSM中,每個(gè)文本被設(shè)置為RBM的訓(xùn)練樣本,設(shè)定v∈{1 ,…,K}D,K是詞匯單詞的數(shù)量,D是文本大小,隱單元h∈{0 ,1}F代表文本潛在的語義。因此,可見層是K×D二值矩陣(vik=1表示出現(xiàn)在可見單元i位置的是第k個(gè)詞匯),其能量形式如式(4)所示。

    3.2 深度玻爾茲曼機(jī)

    深度學(xué)習(xí)是一種神經(jīng)網(wǎng)絡(luò),可以建立和模擬人腦進(jìn)行分析學(xué)習(xí)。該模型通過對低層特征進(jìn)行組合,從而形成屬性類別或特征的抽象高層表示,進(jìn)而發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。其表現(xiàn)形式為,模型往往具有包含多個(gè)隱藏層的感知器結(jié)構(gòu)。深度玻爾茲曼機(jī)由多層RBM疊加。以包含兩層隱單元的DBM為例,其能量形式如式(7)所示(為方便顯示,忽略掉模型中單元的偏置)。

    通過對RBM及其派生模型的介紹和DBM構(gòu)造機(jī)制的分析,依據(jù)詞袋模型和對圖像提取出的顏色直方圖特征,構(gòu)造了一種能夠融合、提取多源特征的深度玻爾茲曼機(jī)模型,其結(jié)構(gòu)如圖2所示。其中vBOG

    代表圖像的視覺詞匯表示,vHSV代表圖像的HSV顏色直方圖特征向量,兩種特征分別通過RSM和GRBM提取中間層隱單元特征,然后通過疊加一層二值隱單元實(shí)現(xiàn)兩種特征向量的融合。

    圖2 融合多源特征的深度玻爾茲曼機(jī)結(jié)構(gòu)

    3.3 DBM訓(xùn)練

    深度玻爾茲曼機(jī)的訓(xùn)練主要分為兩部分。首先,深層網(wǎng)絡(luò)中的RBM模型由貪婪算法(Greedy Layerwise Pretraining)逐層訓(xùn)練,從模型結(jié)構(gòu)中可以看出中間層單元的激活概率受上層和下層單元的影響。因此,當(dāng)執(zhí)行RBM訓(xùn)練時(shí),在計(jì)算隱藏單元激活概率時(shí)候,應(yīng)當(dāng)將對應(yīng)于深層網(wǎng)絡(luò)中間層的隱藏單元激活概率加倍,以補(bǔ)償真實(shí)模型中其余層的缺失;然后利用平均場估計(jì)對整個(gè)模型進(jìn)行精調(diào)。

    1)初始化CD算法

    通過使用最大似然規(guī)則,最大化訓(xùn)練數(shù)據(jù)的發(fā)生概率來執(zhí)行RBM訓(xùn)練。

    由于深度模型中間層單元與相鄰兩層是雙向連接的,因此在對RBM進(jìn)行訓(xùn)練時(shí)需要考慮到上層或者下層單元對隱單元的影響。對于基礎(chǔ)RBM訓(xùn)練,隱單元的后驗(yàn)激活概率如式(14)、(15)所示。

    2)平均場估計(jì)

    平均場估計(jì)的核心思想就是利用平均作用效果代替?zhèn)€體間相互作用的總效果。在Welling論文[12]中將平均場估計(jì)應(yīng)用到玻爾茲曼機(jī)的訓(xùn)練中,并將其推廣到了RBM,其流程如下所示。

    (1)給定訓(xùn)練數(shù)據(jù),并依據(jù)式(14)、(15)計(jì)算中間層單元后驗(yàn)激活概率;

    (2)根據(jù)(1)結(jié)果,依據(jù)式(13)計(jì)算頂層隱單元后驗(yàn)激活概率;

    (3)根據(jù)(2)結(jié)果,依據(jù)式(16)、(17)重新計(jì)算中間層單元后驗(yàn)激活概率;

    (4)重復(fù)(2)(3),直至前后兩次循環(huán)單元后驗(yàn)激活概率收斂,單元概率并作為式(17)中的posi?tive phase;

    (5)隨機(jī)初始化訓(xùn)練數(shù)據(jù),執(zhí)行(1)~(4)操作,單元概率作為式(17)中的negative phase;

    (6)執(zhí)行CD算法。

    4 實(shí)驗(yàn)分析

    實(shí)驗(yàn)采用Corel圖像庫進(jìn)行模型驗(yàn)證。該數(shù)據(jù)庫由10種類型的圖像組成,每種圖像均包含100幅圖像,總共1000幅圖像作為實(shí)驗(yàn)數(shù)據(jù)。為了測試深度玻爾茲曼機(jī)在圖像多源特征融合中的性能,從每種圖像中隨機(jī)選取70幅圖像作為訓(xùn)練樣本,其余用作實(shí)驗(yàn)測試集。

    在實(shí)驗(yàn)中,DBM由三級(jí)RBM組成,分別為:提取BOG特征的RSM、提取HSV特征的GRBM以及融合兩種底層特征的頂層RBM。設(shè)置BOG中視覺字典詞匯量K=1000,詞匯分配方式為K-means聚類。所有RBM的學(xué)習(xí)速率η=0.01,循環(huán)迭代次數(shù)不超過2000。

    實(shí)驗(yàn)選用10個(gè)種類平均識(shí)別率作為模型衡量標(biāo)準(zhǔn),實(shí)驗(yàn)結(jié)果如圖3所示。

    圖3 RSM與GRBM平均識(shí)別率

    從圖3可以看出,對于GRBM,隱單元個(gè)數(shù)設(shè)置為180,RSM隱單元個(gè)數(shù)設(shè)置為200,融合隱單元個(gè)數(shù)為100效果最好。在完成圖像特征提取以后,徑向基函數(shù)(RBF)被用作核函數(shù)的支持向量機(jī)(SVM)為最終分類器。

    為有效測試本文算法,分別進(jìn)行以下3種測試:

    1)直接使用BOG特征作為圖像的特征描述向量進(jìn)行分類檢驗(yàn);

    2)直接使用HSV特征作為圖像的特征描述向量進(jìn)行分類檢驗(yàn);

    3)本文提出的DBM融合BOG特征和HSV特征后,使用DBM高層隱單元向量進(jìn)行分類檢驗(yàn)。

    表1 Corel圖像庫識(shí)別準(zhǔn)確度

    通過表1可以得出,對于細(xì)節(jié)特征較為相似的花、食物和公共汽車,BOG特征能夠達(dá)到較高的準(zhǔn)確度,但對于建筑和食物,其效果不如HSV,原因在于這兩種圖像同類之間的細(xì)節(jié)并不類似;對于同類顏色特征較為相似的人、海灘,HSV特征識(shí)別效果最好,但是由于花這類圖像顏色相差最大,因此對于花的識(shí)別準(zhǔn)確度最低。從表1的第三行數(shù)據(jù)可以看出,經(jīng)過DBM融合后的特征能夠較好地實(shí)現(xiàn)BOG特征和HSV特征的互補(bǔ),對圖像識(shí)別的影響優(yōu)于單獨(dú)使用上述任一特征。

    5 結(jié)語

    本文提出了圖像領(lǐng)域中一種基于深度玻爾茲曼機(jī)的多源特征融合機(jī)制,并以SIFT和HSV兩種圖像不同層面特征為例進(jìn)行了融合實(shí)驗(yàn)。由于SIFT算法具有良好的局部關(guān)鍵點(diǎn)描述能力和顏色直方圖能夠有效表示的圖像全局表面性質(zhì),這保證了兩種圖像特征的互補(bǔ)性;該融合機(jī)制分別采用RSM和GRBM實(shí)現(xiàn)兩種不同數(shù)據(jù)概率分布的特征高層次提??;通過增加頂層RBM結(jié)構(gòu)構(gòu)建深度玻爾茲曼機(jī),實(shí)現(xiàn)了兩種特征的無監(jiān)督融合。對Corel圖像庫進(jìn)行的分類識(shí)別實(shí)驗(yàn)中,證明了經(jīng)過深度玻爾茲曼機(jī)融合的圖像特征其分類性能要優(yōu)于單純一種特征,而且由于訓(xùn)練過程是無監(jiān)督訓(xùn)練,因此更加適合于大規(guī)模的圖像識(shí)別任務(wù)。未來的工作應(yīng)當(dāng)繼續(xù)嘗試將更多的圖像特征與深度玻爾茲曼機(jī)相結(jié)合,將深度學(xué)習(xí)模型應(yīng)用到更多的方面。

    猜你喜歡
    玻爾茲曼直方圖顏色
    統(tǒng)計(jì)頻率分布直方圖的備考全攻略
    基于格子玻爾茲曼方法的流固耦合問題模擬
    符合差分隱私的流數(shù)據(jù)統(tǒng)計(jì)直方圖發(fā)布
    非對稱彎道粒子慣性遷移行為的格子玻爾茲曼模擬
    用直方圖控制畫面影調(diào)
    認(rèn)識(shí)顏色
    特殊顏色的水
    基于直方圖平移和互補(bǔ)嵌入的可逆水印方案
    淺談玻爾茲曼分布的微小偏離量所引起的微觀狀態(tài)數(shù)的變化
    和顏色捉迷藏
    兒童繪本(2015年8期)2015-05-25 17:55:54
    欧美人与性动交α欧美精品济南到| 色播在线永久视频| 在线观看免费日韩欧美大片| 国产xxxxx性猛交| 精品久久久久久久久久免费视频| 精品国产美女av久久久久小说| 又黄又爽又免费观看的视频| 精品久久久久久成人av| 午夜福利在线观看吧| 国产av一区二区精品久久| 欧美日韩黄片免| 欧美一级a爱片免费观看看 | 午夜免费观看网址| 亚洲在线自拍视频| 日本vs欧美在线观看视频| 久久人妻福利社区极品人妻图片| 国产主播在线观看一区二区| 亚洲 欧美 日韩 在线 免费| 两个人看的免费小视频| 日本vs欧美在线观看视频| 亚洲av第一区精品v没综合| 欧美日本亚洲视频在线播放| 久久婷婷成人综合色麻豆| 亚洲国产日韩欧美精品在线观看 | 欧美在线一区亚洲| 久久香蕉国产精品| 99热只有精品国产| 精品人妻在线不人妻| 天天躁夜夜躁狠狠躁躁| 精品少妇一区二区三区视频日本电影| 黑人操中国人逼视频| 久久人妻av系列| 精品欧美一区二区三区在线| bbb黄色大片| 欧美乱妇无乱码| cao死你这个sao货| 欧美午夜高清在线| 午夜福利18| 午夜视频精品福利| 777久久人妻少妇嫩草av网站| 又黄又粗又硬又大视频| 看黄色毛片网站| 两个人看的免费小视频| 一卡2卡三卡四卡精品乱码亚洲| 亚洲欧美激情综合另类| 18禁裸乳无遮挡免费网站照片 | 久久草成人影院| 国产成人av教育| 三级毛片av免费| 日本撒尿小便嘘嘘汇集6| 人人妻人人澡人人看| 别揉我奶头~嗯~啊~动态视频| 狠狠狠狠99中文字幕| 国产午夜精品久久久久久| 国产黄a三级三级三级人| 日韩欧美三级三区| 波多野结衣高清无吗| 在线观看www视频免费| 一二三四在线观看免费中文在| 亚洲va日本ⅴa欧美va伊人久久| 搡老熟女国产l中国老女人| 窝窝影院91人妻| 国产精品一区二区在线不卡| 美女扒开内裤让男人捅视频| 久久热在线av| 久久国产亚洲av麻豆专区| 久久国产亚洲av麻豆专区| 免费在线观看视频国产中文字幕亚洲| 色婷婷久久久亚洲欧美| 黄色成人免费大全| 91在线观看av| av电影中文网址| 老司机深夜福利视频在线观看| 欧美乱色亚洲激情| 欧美成人午夜精品| 亚洲精品在线美女| 一级a爱片免费观看的视频| 国产蜜桃级精品一区二区三区| 欧美黄色片欧美黄色片| 成人亚洲精品一区在线观看| 中亚洲国语对白在线视频| 午夜精品在线福利| 国产麻豆69| 国产人伦9x9x在线观看| 黄色毛片三级朝国网站| 不卡av一区二区三区| 国产成+人综合+亚洲专区| 波多野结衣巨乳人妻| 美女扒开内裤让男人捅视频| 免费观看精品视频网站| 99国产精品一区二区三区| 一区二区三区激情视频| 午夜免费成人在线视频| 亚洲第一av免费看| 亚洲精品久久成人aⅴ小说| 亚洲精品美女久久久久99蜜臀| 久久人人97超碰香蕉20202| 不卡一级毛片| 久久精品亚洲熟妇少妇任你| 又黄又爽又免费观看的视频| 欧美精品啪啪一区二区三区| 色老头精品视频在线观看| 国产亚洲精品一区二区www| 国产亚洲精品av在线| 精品国产国语对白av| 在线观看舔阴道视频| 精品国产国语对白av| 曰老女人黄片| 欧美日韩精品网址| 久热爱精品视频在线9| 国产亚洲精品久久久久久毛片| 中文亚洲av片在线观看爽| 黑人操中国人逼视频| 精品久久久久久久人妻蜜臀av | 首页视频小说图片口味搜索| 可以免费在线观看a视频的电影网站| av片东京热男人的天堂| tocl精华| 99在线视频只有这里精品首页| 久久香蕉激情| 18禁裸乳无遮挡免费网站照片 | 丝袜在线中文字幕| 欧美日韩黄片免| 久久婷婷成人综合色麻豆| 黄色 视频免费看| 97碰自拍视频| av视频免费观看在线观看| 国产亚洲欧美在线一区二区| 大型av网站在线播放| 麻豆国产av国片精品| 多毛熟女@视频| 欧美乱码精品一区二区三区| 一二三四在线观看免费中文在| 精品国产超薄肉色丝袜足j| 国产伦一二天堂av在线观看| 欧美性长视频在线观看| 看免费av毛片| 欧美不卡视频在线免费观看 | 久久人妻熟女aⅴ| av视频在线观看入口| 人成视频在线观看免费观看| 一级片免费观看大全| 久久九九热精品免费| 精品国产一区二区久久| 成人国语在线视频| 久久久久久亚洲精品国产蜜桃av| 欧美一级毛片孕妇| 婷婷丁香在线五月| 久久午夜综合久久蜜桃| 欧美中文综合在线视频| 自拍欧美九色日韩亚洲蝌蚪91| 老司机福利观看| 午夜久久久在线观看| 亚洲天堂国产精品一区在线| 黄色a级毛片大全视频| 多毛熟女@视频| 欧美大码av| 中文字幕av电影在线播放| 久久草成人影院| 午夜久久久久精精品| 日韩欧美国产在线观看| 丁香六月欧美| 午夜福利影视在线免费观看| 国产伦一二天堂av在线观看| 搞女人的毛片| 亚洲人成网站在线播放欧美日韩| 亚洲中文字幕一区二区三区有码在线看 | 国产99白浆流出| 999久久久国产精品视频| 国产xxxxx性猛交| 国产精品免费一区二区三区在线| 国产精品九九99| а√天堂www在线а√下载| 中亚洲国语对白在线视频| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲一卡2卡3卡4卡5卡精品中文| 国产97色在线日韩免费| 国产av一区在线观看免费| 窝窝影院91人妻| 可以免费在线观看a视频的电影网站| 日本vs欧美在线观看视频| 中出人妻视频一区二区| 99精品久久久久人妻精品| 日韩有码中文字幕| 满18在线观看网站| 男女床上黄色一级片免费看| 国产主播在线观看一区二区| 午夜a级毛片| 亚洲精品美女久久av网站| 亚洲精品中文字幕一二三四区| 这个男人来自地球电影免费观看| 欧美色视频一区免费| 老司机午夜福利在线观看视频| 婷婷丁香在线五月| 亚洲在线自拍视频| 熟妇人妻久久中文字幕3abv| 欧美日韩黄片免| 久久人人97超碰香蕉20202| 午夜a级毛片| 久久久国产精品麻豆| 欧美日韩中文字幕国产精品一区二区三区 | 在线观看午夜福利视频| 国产精品美女特级片免费视频播放器 | 久久精品91蜜桃| 亚洲国产欧美日韩在线播放| 久久人人97超碰香蕉20202| 国产主播在线观看一区二区| 久久久水蜜桃国产精品网| 国内毛片毛片毛片毛片毛片| a在线观看视频网站| 国产国语露脸激情在线看| 婷婷丁香在线五月| 天堂影院成人在线观看| 精品国产国语对白av| 亚洲电影在线观看av| 人人妻人人澡欧美一区二区 | 欧美日韩一级在线毛片| 真人一进一出gif抽搐免费| 可以免费在线观看a视频的电影网站| 久久国产精品人妻蜜桃| 一级毛片高清免费大全| 亚洲午夜理论影院| 黄色成人免费大全| 久久欧美精品欧美久久欧美| 国产一区在线观看成人免费| 亚洲熟妇中文字幕五十中出| 国产三级黄色录像| 精品免费久久久久久久清纯| 69精品国产乱码久久久| 亚洲人成伊人成综合网2020| 久久午夜综合久久蜜桃| 精品卡一卡二卡四卡免费| 欧美日韩精品网址| 韩国精品一区二区三区| 免费少妇av软件| 国产一区二区在线av高清观看| 人成视频在线观看免费观看| 欧美日韩一级在线毛片| 多毛熟女@视频| 在线观看舔阴道视频| 一级黄色大片毛片| 一区二区三区激情视频| 午夜福利18| 91麻豆精品激情在线观看国产| 亚洲熟妇熟女久久| 精品久久久久久久毛片微露脸| 日韩大码丰满熟妇| 精品无人区乱码1区二区| 精品欧美一区二区三区在线| 中文字幕久久专区| 国产精品1区2区在线观看.| 97碰自拍视频| 国产精品影院久久| 午夜免费观看网址| 免费看美女性在线毛片视频| 午夜精品在线福利| 亚洲专区字幕在线| 无限看片的www在线观看| 咕卡用的链子| 亚洲专区国产一区二区| 国产又爽黄色视频| 亚洲性夜色夜夜综合| 少妇的丰满在线观看| 欧美不卡视频在线免费观看 | 禁无遮挡网站| 国产成人欧美在线观看| 国产精品亚洲美女久久久| 最好的美女福利视频网| 1024香蕉在线观看| 1024香蕉在线观看| 制服诱惑二区| 亚洲情色 制服丝袜| 一边摸一边做爽爽视频免费| 色综合亚洲欧美另类图片| 久久精品91无色码中文字幕| 亚洲欧洲精品一区二区精品久久久| 国产亚洲av高清不卡| 欧美激情 高清一区二区三区| 国产精华一区二区三区| 日韩欧美国产在线观看| 国产乱人伦免费视频| 他把我摸到了高潮在线观看| 午夜福利在线观看吧| 精品日产1卡2卡| 搞女人的毛片| 美女午夜性视频免费| 久久亚洲真实| 精品久久久久久成人av| 老熟妇乱子伦视频在线观看| 精品一品国产午夜福利视频| 电影成人av| 亚洲精品国产色婷婷电影| 在线观看66精品国产| 精品乱码久久久久久99久播| 最近最新免费中文字幕在线| 国产片内射在线| 亚洲欧美激情在线| 欧美黑人欧美精品刺激| 国产熟女午夜一区二区三区| 亚洲精品av麻豆狂野| 久久久久久人人人人人| 亚洲精品粉嫩美女一区| 欧美人与性动交α欧美精品济南到| 看片在线看免费视频| 99国产极品粉嫩在线观看| 天天添夜夜摸| 亚洲成国产人片在线观看| 岛国在线观看网站| 他把我摸到了高潮在线观看| 国产亚洲av嫩草精品影院| 夜夜躁狠狠躁天天躁| 91字幕亚洲| 国产精品爽爽va在线观看网站 | 露出奶头的视频| 国产成人欧美在线观看| 老司机在亚洲福利影院| 午夜免费观看网址| 香蕉国产在线看| 久久热在线av| 99久久久亚洲精品蜜臀av| 亚洲人成77777在线视频| 最新在线观看一区二区三区| 国产熟女xx| 欧美av亚洲av综合av国产av| 满18在线观看网站| 午夜久久久在线观看| 亚洲人成网站在线播放欧美日韩| 中文字幕人妻丝袜一区二区| 国产熟女午夜一区二区三区| 精品国产国语对白av| 搡老岳熟女国产| 午夜福利在线观看吧| 欧美大码av| 伊人久久大香线蕉亚洲五| 国产av精品麻豆| 人妻久久中文字幕网| 国产午夜福利久久久久久| 99国产精品免费福利视频| 很黄的视频免费| 国产精品国产高清国产av| 欧美黄色片欧美黄色片| 很黄的视频免费| 50天的宝宝边吃奶边哭怎么回事| 国产免费男女视频| 亚洲最大成人中文| 久久热在线av| 欧美丝袜亚洲另类 | 18禁观看日本| 啦啦啦 在线观看视频| 91国产中文字幕| 亚洲一区二区三区不卡视频| 国产精品香港三级国产av潘金莲| 国产色视频综合| 国产熟女xx| 色综合亚洲欧美另类图片| 69精品国产乱码久久久| 精品卡一卡二卡四卡免费| 国产三级在线视频| 色播亚洲综合网| 啦啦啦韩国在线观看视频| 国产三级在线视频| a级毛片在线看网站| 精品一区二区三区av网在线观看| 天天躁夜夜躁狠狠躁躁| 99国产精品一区二区蜜桃av| 国产精品一区二区免费欧美| 久久人人精品亚洲av| 中亚洲国语对白在线视频| 国产人伦9x9x在线观看| 国产成人欧美| 日本a在线网址| 亚洲精品国产色婷婷电影| 亚洲 国产 在线| 最近最新免费中文字幕在线| 免费一级毛片在线播放高清视频 | 在线观看日韩欧美| 色播在线永久视频| 欧美黑人精品巨大| 99精品久久久久人妻精品| 免费在线观看视频国产中文字幕亚洲| 在线永久观看黄色视频| 国产成人影院久久av| 精品国产国语对白av| 午夜福利一区二区在线看| 青草久久国产| 美国免费a级毛片| 黄片小视频在线播放| 免费在线观看黄色视频的| 精品久久久精品久久久| 1024香蕉在线观看| 午夜老司机福利片| 少妇熟女aⅴ在线视频| 午夜福利,免费看| 国产成人一区二区三区免费视频网站| 老司机在亚洲福利影院| 亚洲中文av在线| 午夜成年电影在线免费观看| 亚洲成人久久性| 欧美成人性av电影在线观看| 亚洲情色 制服丝袜| 美女大奶头视频| 99riav亚洲国产免费| 非洲黑人性xxxx精品又粗又长| 在线国产一区二区在线| 久热这里只有精品99| 三级毛片av免费| 麻豆成人av在线观看| 19禁男女啪啪无遮挡网站| 精品日产1卡2卡| 久久久久久人人人人人| 日日干狠狠操夜夜爽| 久久青草综合色| 国产不卡一卡二| 一进一出抽搐动态| 一二三四在线观看免费中文在| or卡值多少钱| 久久久久精品国产欧美久久久| 日韩精品青青久久久久久| 日韩大码丰满熟妇| 伦理电影免费视频| 老熟妇仑乱视频hdxx| 91av网站免费观看| 中文字幕久久专区| 国产又爽黄色视频| av福利片在线| 亚洲精品一卡2卡三卡4卡5卡| 久久久久久久午夜电影| 丰满人妻熟妇乱又伦精品不卡| 亚洲 国产 在线| 电影成人av| 在线观看舔阴道视频| 黄片小视频在线播放| 成人三级做爰电影| 国产精品久久久久久亚洲av鲁大| 国产成人影院久久av| 老司机深夜福利视频在线观看| 十八禁网站免费在线| 精品久久久久久成人av| 嫩草影视91久久| 日韩大码丰满熟妇| 亚洲一区二区三区不卡视频| 长腿黑丝高跟| 国产激情久久老熟女| 婷婷精品国产亚洲av在线| 亚洲色图 男人天堂 中文字幕| 9热在线视频观看99| 亚洲精品美女久久久久99蜜臀| 午夜福利成人在线免费观看| 日韩欧美国产一区二区入口| a在线观看视频网站| 超碰成人久久| 亚洲精品国产精品久久久不卡| 久久久久精品国产欧美久久久| 久久人人精品亚洲av| 中文字幕人妻熟女乱码| 久久国产精品影院| 免费女性裸体啪啪无遮挡网站| 欧美一级a爱片免费观看看 | 一夜夜www| 日本在线视频免费播放| 此物有八面人人有两片| 制服诱惑二区| 国产亚洲精品久久久久久毛片| 免费观看人在逋| 亚洲在线自拍视频| 少妇被粗大的猛进出69影院| 午夜精品在线福利| 久久香蕉激情| 国产精品一区二区精品视频观看| 亚洲九九香蕉| 免费一级毛片在线播放高清视频 | 十分钟在线观看高清视频www| 国产一级毛片七仙女欲春2 | 1024视频免费在线观看| 又黄又粗又硬又大视频| 国产精品爽爽va在线观看网站 | 在线观看日韩欧美| 一级黄色大片毛片| 亚洲欧美一区二区三区黑人| 亚洲国产欧美网| 女生性感内裤真人,穿戴方法视频| 国产av一区在线观看免费| 日韩精品免费视频一区二区三区| 两人在一起打扑克的视频| 每晚都被弄得嗷嗷叫到高潮| 免费看十八禁软件| 日韩精品中文字幕看吧| 成人亚洲精品一区在线观看| 99精品在免费线老司机午夜| 美女高潮喷水抽搐中文字幕| 亚洲第一电影网av| 欧美av亚洲av综合av国产av| 国产麻豆成人av免费视频| 不卡一级毛片| 嫁个100分男人电影在线观看| 欧美日韩精品网址| 免费观看人在逋| 欧美日本视频| 欧美激情极品国产一区二区三区| 九色国产91popny在线| 婷婷六月久久综合丁香| 亚洲精品国产一区二区精华液| 好男人电影高清在线观看| 国产精华一区二区三区| 一级a爱视频在线免费观看| 一夜夜www| 又黄又粗又硬又大视频| 亚洲av电影在线进入| 99国产精品99久久久久| 国产一区二区在线av高清观看| 国产成人av激情在线播放| 少妇被粗大的猛进出69影院| 午夜久久久在线观看| 久久久久亚洲av毛片大全| av超薄肉色丝袜交足视频| 亚洲国产日韩欧美精品在线观看 | 亚洲五月婷婷丁香| 成人永久免费在线观看视频| 国产精品自产拍在线观看55亚洲| 真人做人爱边吃奶动态| 欧美激情极品国产一区二区三区| 最新美女视频免费是黄的| 欧美激情 高清一区二区三区| 国产av一区在线观看免费| av视频免费观看在线观看| 免费久久久久久久精品成人欧美视频| 日韩精品免费视频一区二区三区| 精品午夜福利视频在线观看一区| 最好的美女福利视频网| 极品人妻少妇av视频| 日本免费一区二区三区高清不卡 | 欧美亚洲日本最大视频资源| 国产亚洲av嫩草精品影院| 亚洲精品中文字幕在线视频| 国产精华一区二区三区| 亚洲欧美激情在线| 嫁个100分男人电影在线观看| 国语自产精品视频在线第100页| 美女高潮喷水抽搐中文字幕| 色综合欧美亚洲国产小说| 午夜a级毛片| √禁漫天堂资源中文www| 搡老岳熟女国产| 国产亚洲欧美精品永久| 午夜福利欧美成人| 成人亚洲精品av一区二区| 国产真人三级小视频在线观看| 婷婷丁香在线五月| 美女免费视频网站| 亚洲av电影不卡..在线观看| 国产不卡一卡二| 亚洲男人的天堂狠狠| 日韩精品免费视频一区二区三区| 亚洲av电影不卡..在线观看| 97人妻精品一区二区三区麻豆 | 久久中文字幕人妻熟女| 香蕉久久夜色| 欧美日韩亚洲综合一区二区三区_| 一级毛片高清免费大全| 成人亚洲精品一区在线观看| 亚洲av片天天在线观看| 国产精品精品国产色婷婷| 热re99久久国产66热| av在线天堂中文字幕| 一本综合久久免费| 欧美成人性av电影在线观看| 岛国在线观看网站| 最近最新免费中文字幕在线| 亚洲欧美激情在线| 国产精华一区二区三区| 日本黄色视频三级网站网址| 亚洲色图 男人天堂 中文字幕| 纯流量卡能插随身wifi吗| 18禁黄网站禁片午夜丰满| 婷婷精品国产亚洲av在线| 狂野欧美激情性xxxx| 国产不卡一卡二| 色尼玛亚洲综合影院| 国产91精品成人一区二区三区| 最新美女视频免费是黄的| 在线免费观看的www视频| 人妻丰满熟妇av一区二区三区| 变态另类丝袜制服| 淫妇啪啪啪对白视频| 一二三四社区在线视频社区8| 91精品国产国语对白视频| 久久香蕉国产精品| 黑人操中国人逼视频| 精品免费久久久久久久清纯| 又黄又爽又免费观看的视频| 视频在线观看一区二区三区| 亚洲成人免费电影在线观看| 欧美乱妇无乱码| 久久久久久人人人人人| 欧美色欧美亚洲另类二区 | 精品无人区乱码1区二区| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲第一欧美日韩一区二区三区| 婷婷六月久久综合丁香| 九色国产91popny在线| av有码第一页| 久久精品国产综合久久久| 欧美激情高清一区二区三区| 9热在线视频观看99| 一本久久中文字幕| 12—13女人毛片做爰片一| 极品人妻少妇av视频| 亚洲国产毛片av蜜桃av| svipshipincom国产片| 欧美黄色片欧美黄色片| 精品高清国产在线一区| 91av网站免费观看| 久久国产精品影院| 亚洲人成电影免费在线| 精品久久久久久,|