• <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 ?

    一種基于目標(biāo)檢測(cè)與詞性分析的圖像描述算法

    2021-03-23 07:41:00高逸凡
    關(guān)鍵詞:特征向量語句單詞

    高逸凡,王 勇

    (北京工業(yè)大學(xué)信息學(xué)部,北京 100124)

    0 引 言

    隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展、數(shù)碼設(shè)備的普及以及圖像數(shù)據(jù)的迅速增長(zhǎng),使用純?nèi)斯な侄螌?duì)圖像內(nèi)容進(jìn)行鑒別已經(jīng)成為一項(xiàng)艱難的工作。因此,如何通過計(jì)算機(jī)自動(dòng)提取圖像所表達(dá)的信息,成為圖像理解領(lǐng)域的研究熱點(diǎn)[1]。圖像描述生成是融合了自然語言處理和計(jì)算機(jī)視覺的一項(xiàng)較為綜合的任務(wù),目的是將視覺圖像和語言文字聯(lián)系起來,通過對(duì)所輸入的圖像進(jìn)行特征提取分析,自動(dòng)生成一段關(guān)于圖像內(nèi)容的文字描述。圖像描述生成能夠完成從圖像到文本信息的轉(zhuǎn)換,可以應(yīng)用到圖像檢索、機(jī)器人問答、輔助兒童教育及導(dǎo)盲等多個(gè)領(lǐng)域,對(duì)圖像理解的研究具有重要的現(xiàn)實(shí)意義[2]。

    圖像描述生成的核心是在圖像處理分析的基礎(chǔ)上,結(jié)合計(jì)算機(jī)視覺和自然語言處理等相關(guān)理論,進(jìn)而分析、理解圖像內(nèi)容,并以文本語義信息的形式反饋給人類。因此計(jì)算機(jī)對(duì)圖像內(nèi)容理解的完成不僅需要圖像標(biāo)注,還需要圖像描述。圖像描述的任務(wù)是使用自然語言處理技術(shù)分析并產(chǎn)生標(biāo)注詞,進(jìn)而將生成的標(biāo)注詞組合為自然語言的描述語句。近年來,圖像描述引起了學(xué)術(shù)界的極大興趣,比起傳統(tǒng)的圖像標(biāo)注工作,它具有更廣闊的應(yīng)用前景。

    1 相關(guān)工作

    圖像描述生成克服了人類主觀認(rèn)識(shí)的固有限制,借助計(jì)算機(jī)軟件從一幅或多幅圖像序列中生成與圖像內(nèi)容相關(guān)的文字描述。圖像描述的質(zhì)量主要取決于以下2個(gè)方面:一是對(duì)圖像中所包含的物體及場(chǎng)景的識(shí)別能力;二是對(duì)物體間相互聯(lián)系等信息的認(rèn)知程度。按照?qǐng)D像描述模型的不同,圖像描述方法可以分為3類:1)基于模板的方法,該方法生成的圖像描述依賴于模板類型,形式也較為單一;2)基于檢索的方法,該方法依賴于數(shù)據(jù)集中現(xiàn)存的描述語句,無法生成較為新穎的圖像描述;3)基于神經(jīng)網(wǎng)絡(luò)的方法,該方法將卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)[3]與循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,RNN)[4]相結(jié)合,使用端對(duì)端的方法訓(xùn)練模型,利用CNN提取特征的優(yōu)勢(shì)和RNN處理文字序列的優(yōu)勢(shì),共同指導(dǎo)圖像描述語句的生成[5]。此類方法是目前比較先進(jìn)的圖像描述生成方法,該方法克服了圖像描述生成過程中生成的句式過于簡(jiǎn)單,輸出嚴(yán)重依賴現(xiàn)存語句模板的問題,可以生成語法流暢,句式復(fù)雜多變的描述語句。但與此同時(shí),卻帶來了新的問題:圖像描述生成的描述語句與圖片的關(guān)聯(lián)度有所下降。所以本文設(shè)計(jì)一種新的圖像描述模型,在之前端對(duì)端的Encoder-Decoder[6]結(jié)構(gòu)基礎(chǔ)上融合了圖像目標(biāo)檢測(cè)算法,使生成的描述語句中所有的名詞均依賴于目標(biāo)檢測(cè)結(jié)果,從而提高了描述語句與原圖像的關(guān)聯(lián)度。

    2 算法描述

    本文設(shè)計(jì)一種基于目標(biāo)檢測(cè)與詞性分析的圖像描述算法,并訓(xùn)練此算法對(duì)應(yīng)的模型使其可以根據(jù)圖像生成相應(yīng)的語言描述。模型的整體結(jié)構(gòu)如圖1所示。模型主要通過目標(biāo)檢測(cè)算法提取圖像中各目標(biāo)區(qū)域的特征,然后通過循環(huán)神經(jīng)網(wǎng)絡(luò)在目標(biāo)檢測(cè)算法生成的所有目標(biāo)區(qū)域中選擇一個(gè)或多個(gè)目標(biāo)區(qū)域作為下一個(gè)描述詞匯生成的依據(jù),然后將其輸入到相關(guān)語言模型中,生成相應(yīng)的詞匯。

    圖1 整體結(jié)構(gòu)圖

    本文構(gòu)建的圖像描述算法主要由圖像信息提取和語言模型構(gòu)成。

    2.1 圖像信息提取

    本文選擇目標(biāo)檢測(cè)模型Faster R-CNN[7]進(jìn)行圖像信息的初步提取。如圖2所示,在結(jié)構(gòu)上,F(xiàn)aster R-CNN已經(jīng)將特征提取(feature extraction)、候選目標(biāo)區(qū)域(proposal region)提取、邊界框回歸(bounding box regression)和分類(classification)都整合在一個(gè)網(wǎng)絡(luò)中,使得其綜合性能有了較大的提高,在檢測(cè)速度方面尤為明顯。本文選取目標(biāo)檢測(cè)模型Faster R-CNN中ROI Pooling層輸出的各目標(biāo)候選區(qū)域特征向量{v1,v2,v3,…,vn}及其對(duì)應(yīng)的類別標(biāo)簽{l1,l2,l3,…,ln}作為對(duì)圖片信息的初步提取,在語言模型中,將會(huì)對(duì)提取到的數(shù)據(jù)進(jìn)行處理,生成描述語句。

    2.2 語言模型

    本文設(shè)計(jì)的語言模型主要由4個(gè)部分構(gòu)成,分別為特征選擇、名詞模塊、句型模塊和詞性分析。在預(yù)測(cè)的過程中,特征選擇模塊結(jié)合生成的文本上下文內(nèi)容,對(duì)目標(biāo)檢測(cè)提取到的目標(biāo)特征向量進(jìn)行融合,將融合后的特征向量分別輸入名詞模塊與句型模塊,名詞模塊主要用于生成描述語句中與目標(biāo)檢測(cè)結(jié)果相對(duì)應(yīng)的名詞(下文簡(jiǎn)稱目標(biāo)名詞),句式模塊主要用于生成描述語句中除目標(biāo)名詞外的其他詞匯和句型的整體結(jié)構(gòu)。名詞模塊與句型模塊生成描述單詞后,使用詞性分析模塊結(jié)合上下文特征對(duì)生成的2個(gè)單詞進(jìn)行選擇。下面舉例說明語言模型如何通過這4個(gè)部分生成完整的圖片描述語句。

    如圖3所示,首先向模型輸入圖片,經(jīng)過Faster R-CNN運(yùn)算后,得到圖片中各目標(biāo)的特征向量和類別標(biāo)簽。圖3中圖片經(jīng)過目標(biāo)檢測(cè)后,得到8個(gè)特征向量和類別標(biāo)簽,分別對(duì)應(yīng)圖片中的8個(gè)物體。接下來向語言模塊輸入開始符“<”模型即開始計(jì)算第一個(gè)單詞,特征選擇模塊依據(jù)上下文融合各目標(biāo)特征向量后,將生成的目標(biāo)特征向量分別輸入句型模塊和名詞模塊。句型模塊依據(jù)上下文計(jì)算出單詞“a”,名詞模塊計(jì)算出單詞“dog”,由詞性分析模塊結(jié)合上下文對(duì)2個(gè)單詞進(jìn)行篩選,最終選擇并輸出詞匯“a”,模型判斷輸出的單詞“a”不是終止單詞,故將“a”重新輸入特征選擇模塊,進(jìn)行新一輪預(yù)測(cè)并輸出“dog”,最終模型在輸入motorcycle時(shí),輸出終止符“>”,本次預(yù)測(cè)過程結(jié)束。

    圖3 模型描述實(shí)例

    如圖4所示,語言模型中的特征選擇部分由帶有Attention[8]的LSTM(Long Short-Term Memory)[9]構(gòu)成,Object Attention和Language LSTM相互配合并結(jié)合上下文融合各個(gè)目標(biāo)特征向量,句型模塊由LSTM構(gòu)成,名詞模塊由GRU(Gated Recurrent Unit)[10]構(gòu)成。詞性分析部分由Attention機(jī)制“Word Attention”構(gòu)成。下面詳細(xì)介紹,算法中所有模塊計(jì)算描述語句時(shí),生成單詞的計(jì)算過程。

    圖4 語言模塊結(jié)構(gòu)圖

    (1)

    (2)

    (3)

    (4)

    (5)

    (6)

    Object Attention模塊的輸出分為2個(gè)部分,一部分作為名詞模塊的輸入,用于計(jì)算目標(biāo)檢測(cè)算法對(duì)應(yīng)的名詞;另一部分作為句型模塊的輸入,用于計(jì)算描述語句中非目標(biāo)名詞的詞匯。

    (7)

    lab=limax

    (8)

    (9)

    (10)

    (11)

    (12)

    (13)

    (14)

    (15)

    (16)

    (17)

    (18)

    算法1圖像描述生成算法

    輸入:圖片i

    輸出:描述語句y

    1 將圖片i輸入Faster-RCNN,得到圖片內(nèi)各目標(biāo)的特征向量v和列表標(biāo)簽l,初始化表示描述語句的單詞隊(duì)列y為空隊(duì)列。

    2 向語言模塊輸入前一時(shí)刻預(yù)測(cè)輸出的單詞編碼Πt-1(首次為開始符“<”),根據(jù)上下文融合各目標(biāo)特征向量,計(jì)算過程如式(3)~式(6)所示。

    3 使用名詞模塊計(jì)算名詞編碼,計(jì)算過程如式(7)~式(12)所示。

    4 使用句型模塊計(jì)算其他詞匯編碼,計(jì)算過程如式(13)~式(15)所示。

    5 使用詞性分析模塊,根據(jù)上下文選擇已預(yù)測(cè)出的單詞,計(jì)算過程如式(15)~式(18)所示。

    6 判斷最終輸出的單詞是否為停止符,如果不是停止符“>”,將輸出的單詞yt加入y中,并跳轉(zhuǎn)至第2步,否則返回y,并退出。

    本模型在訓(xùn)練過程中,采用的損失函數(shù)分為2個(gè)部分,分別用于計(jì)算模型在預(yù)測(cè)名詞時(shí)的準(zhǔn)確率和預(yù)測(cè)其他詞匯時(shí)的準(zhǔn)確率,計(jì)算過程如式(19)~式(21)所示:

    (19)

    (20)

    (21)

    3 實(shí) 驗(yàn)

    3.1 數(shù)據(jù)集的收集

    本文數(shù)據(jù)集選取通用圖像理解/描述生成的競(jìng)賽數(shù)據(jù)集MS COCO[14],該數(shù)據(jù)集中有20 GB左右的圖片和500 MB左右的標(biāo)簽文件。標(biāo)簽文件標(biāo)記了每個(gè)圖片中各目標(biāo)的精確坐標(biāo)及其英文描述。本文統(tǒng)計(jì)了MS COCO數(shù)據(jù)集中所有英文描述的詞性,詞性分布如圖5所示。其中,名詞占所有詞匯的比重最大(名詞n.,介詞prep.,連詞conj.,動(dòng)詞v.,形容詞adj.,副詞adv.,代詞pron.,數(shù)量詞num.)。

    圖5 數(shù)據(jù)集詞性

    3.2 數(shù)據(jù)預(yù)處理

    本文在預(yù)處理過程中將所有的圖片數(shù)據(jù)縮放并裁剪為512×512大小的圖片,并且使用Faster R-CNN對(duì)MS COCO數(shù)據(jù)集中所有的圖片進(jìn)行目標(biāo)檢測(cè);將Faster R-CNN在目標(biāo)檢測(cè)過程中ROI Pooling層生成的各目標(biāo)候選區(qū)域特征向量及各目標(biāo)對(duì)應(yīng)的類別儲(chǔ)存起來,作為后續(xù)訓(xùn)練語言模型的輸入使用。本文所采用的英文語料因?yàn)檎Z言特征,單詞有空格作為間隔,不需要進(jìn)行分詞處理??梢灾苯訉⒄Z料進(jìn)行數(shù)據(jù)建模處理,并將語料字符串轉(zhuǎn)換成數(shù)據(jù)向量[15]。

    3.3 模型的實(shí)現(xiàn)與訓(xùn)練

    本文采用基于Python語言的深度學(xué)習(xí)框架PyTorch來完成模型的構(gòu)建。訓(xùn)練模型采用的硬件環(huán)境及軟件環(huán)境如表1和表2所示。

    表1 實(shí)驗(yàn)硬件環(huán)境

    表2 實(shí)驗(yàn)軟件環(huán)境

    (22)

    (23)

    預(yù)訓(xùn)練結(jié)束后,開始對(duì)整個(gè)模型進(jìn)行訓(xùn)練,損失函數(shù)如式(19)~式(21)所示,訓(xùn)練的batch-size為 64,epoch為100次。模型的訓(xùn)練速率為0.02。本文模型在訓(xùn)練過程中采用Dropout[17]方法來避免模型出現(xiàn)過擬合現(xiàn)象,Dropout值為0.5。模型訓(xùn)練過程中的Loss和Top-5 Accuracy變化分別如圖6和圖7所示,由圖可以看出,算法在迭代過程中,損失函數(shù)值逐漸收斂于0.5。訓(xùn)練完成后本模型的描述效果如圖8~圖12所示,由描述效果可以看出,本文設(shè)計(jì)的模型所生成的描述語句相對(duì)于Show Attend and Tell模型所生成的描述語句其主體更加準(zhǔn)確,語句更加流暢,有效地提升了圖片與描述語句的關(guān)聯(lián)度。

    圖6 Loss變化

    圖7 Top-5 Accuracy

    圖8 描述效果對(duì)比1

    圖9 描述效果對(duì)比2

    圖10 描述效果對(duì)比3

    圖11 描述效果對(duì)比4

    圖12 描述效果對(duì)比5

    本文分別采用BLEU(Bilingual Evaluation Understudy)[18]、ROUGE-L(Recall-Oriented Understudy for Gisting Evaluation)[19]、METEOR[20], CIDEr(Consensus-based Image Description Evaluation)[21]算法對(duì)圖像描述生成的結(jié)果進(jìn)行評(píng)價(jià),模型預(yù)測(cè)的準(zhǔn)確率與目前存在的主流圖像描述模型(mRNN[22]、Show Attend and Tell[23]、DeepVS[24]、Top-down[25])的對(duì)比如表3所示。由表3可以看出,在各項(xiàng)客觀評(píng)價(jià)標(biāo)準(zhǔn)下,本文模型相對(duì)于其他模型均有不同程度的提升。

    表3 各圖像描述模型描述能力對(duì)比

    4 結(jié)束語

    本文設(shè)計(jì)了一種基于目標(biāo)檢測(cè)與詞性分析的圖像描述算法,該算法通過使用Faster R-CNN目標(biāo)檢測(cè)模型提取圖像中的信息,然后將提取到的信息輸入帶有注意力機(jī)制的循環(huán)神經(jīng)網(wǎng)絡(luò)中,利用注意力機(jī)制與循環(huán)神經(jīng)網(wǎng)絡(luò)對(duì)需要生成的單詞進(jìn)行詞性分析,根據(jù)下一個(gè)單詞是否為目標(biāo)名詞,采用不同的模型進(jìn)行處理,從而增加了描述語句的準(zhǔn)確率和關(guān)聯(lián)度。實(shí)驗(yàn)表明,本文算法生成的描述語句,在主觀上要優(yōu)于目前的主流算法,在客觀評(píng)價(jià)標(biāo)準(zhǔn)中相對(duì)其他算法也略有提升。該算法能夠有效地對(duì)圖像理解領(lǐng)域的發(fā)展提供支持。下一步,將結(jié)合現(xiàn)有的圖像描述方法,針對(duì)圖片中的動(dòng)作特征進(jìn)行提取來修正描述語句中的動(dòng)詞,從而進(jìn)一步提升描述語句的準(zhǔn)確率。

    猜你喜歡
    特征向量語句單詞
    二年制職教本科線性代數(shù)課程的幾何化教學(xué)設(shè)計(jì)——以特征值和特征向量為例
    克羅內(nèi)克積的特征向量
    重點(diǎn):語句銜接
    單詞連一連
    看圖填單詞
    一類特殊矩陣特征向量的求法
    精彩語句
    EXCEL表格計(jì)算判斷矩陣近似特征向量在AHP法檢驗(yàn)上的應(yīng)用
    看完這些單詞的翻譯,整個(gè)人都不好了
    如何搞定語句銜接題
    高清av免费在线| 纯流量卡能插随身wifi吗| 亚洲精品国产色婷婷电影| 看免费成人av毛片| 在线亚洲精品国产二区图片欧美| 在线观看美女被高潮喷水网站| 青草久久国产| 国产白丝娇喘喷水9色精品| 国产日韩欧美亚洲二区| 丝袜脚勾引网站| 亚洲欧洲精品一区二区精品久久久 | 日日摸夜夜添夜夜爱| 欧美人与善性xxx| 天天躁夜夜躁狠狠躁躁| 韩国av在线不卡| 啦啦啦在线免费观看视频4| 丝袜美腿诱惑在线| 亚洲美女搞黄在线观看| 欧美精品亚洲一区二区| 男男h啪啪无遮挡| 欧美国产精品一级二级三级| videosex国产| 丝袜喷水一区| 午夜激情av网站| 麻豆av在线久日| 国产在线免费精品| 欧美av亚洲av综合av国产av | 精品午夜福利在线看| 汤姆久久久久久久影院中文字幕| 亚洲国产日韩一区二区| 丁香六月天网| 久久久久国产精品人妻一区二区| 午夜免费鲁丝| 亚洲熟女精品中文字幕| 最近中文字幕2019免费版| 久久这里有精品视频免费| 久热久热在线精品观看| 男人爽女人下面视频在线观看| 国产精品一区二区在线不卡| 日本午夜av视频| 视频在线观看一区二区三区| 捣出白浆h1v1| 成年av动漫网址| 人妻少妇偷人精品九色| 一本久久精品| av一本久久久久| 国产极品粉嫩免费观看在线| 久久韩国三级中文字幕| 亚洲av福利一区| 熟女电影av网| 国产又色又爽无遮挡免| 伊人久久大香线蕉亚洲五| 国产精品久久久久久精品电影小说| 久久人人爽人人片av| 国产精品免费视频内射| 久久97久久精品| 2018国产大陆天天弄谢| 欧美日韩视频精品一区| 免费女性裸体啪啪无遮挡网站| 久久av网站| 天天影视国产精品| 丝袜在线中文字幕| 欧美日韩国产mv在线观看视频| 伦理电影免费视频| 精品国产一区二区久久| 一级片免费观看大全| 成年美女黄网站色视频大全免费| 久热这里只有精品99| 国产免费又黄又爽又色| 久久久a久久爽久久v久久| 老女人水多毛片| 韩国精品一区二区三区| 欧美精品亚洲一区二区| 王馨瑶露胸无遮挡在线观看| 男女边吃奶边做爰视频| 日韩大片免费观看网站| 日韩av免费高清视频| 成人国语在线视频| 26uuu在线亚洲综合色| 欧美日韩成人在线一区二区| 成人亚洲欧美一区二区av| 99re6热这里在线精品视频| 欧美在线黄色| 亚洲伊人色综图| 久久久国产欧美日韩av| 中文字幕亚洲精品专区| 久久久久久免费高清国产稀缺| 午夜激情av网站| 精品久久久精品久久久| 丝袜美足系列| 国产精品一区二区在线不卡| www.熟女人妻精品国产| 成人国产麻豆网| 婷婷色综合大香蕉| 成人国产麻豆网| 桃花免费在线播放| 国产极品粉嫩免费观看在线| 欧美日韩一区二区视频在线观看视频在线| 亚洲,欧美精品.| 美国免费a级毛片| 免费观看无遮挡的男女| 丰满乱子伦码专区| 免费不卡的大黄色大毛片视频在线观看| 男女啪啪激烈高潮av片| 国产免费福利视频在线观看| 亚洲久久久国产精品| 国产午夜精品一二区理论片| 亚洲人成网站在线观看播放| 美女午夜性视频免费| 波多野结衣av一区二区av| 天天躁夜夜躁狠狠躁躁| 三上悠亚av全集在线观看| 国产亚洲av片在线观看秒播厂| 极品少妇高潮喷水抽搐| 韩国精品一区二区三区| av在线app专区| 在线观看一区二区三区激情| 久久久久久人妻| 在线亚洲精品国产二区图片欧美| 久久精品国产鲁丝片午夜精品| 久久精品久久久久久久性| 人妻系列 视频| 欧美 日韩 精品 国产| 久久精品国产a三级三级三级| 少妇人妻精品综合一区二区| 春色校园在线视频观看| 色视频在线一区二区三区| 夫妻午夜视频| 欧美精品国产亚洲| 26uuu在线亚洲综合色| 亚洲美女黄色视频免费看| 婷婷色麻豆天堂久久| 永久免费av网站大全| 久久人妻熟女aⅴ| 中文字幕人妻丝袜制服| 在线精品无人区一区二区三| 在线天堂中文资源库| 人人妻人人澡人人爽人人夜夜| 看十八女毛片水多多多| 亚洲,欧美精品.| 久久热在线av| 看非洲黑人一级黄片| 亚洲一区二区三区欧美精品| 熟女电影av网| 国产熟女欧美一区二区| 伦理电影大哥的女人| 在线天堂中文资源库| 国产成人精品福利久久| 欧美精品人与动牲交sv欧美| 成人国产麻豆网| 欧美日韩一级在线毛片| 国产精品无大码| 在线观看免费日韩欧美大片| 18在线观看网站| 视频在线观看一区二区三区| 国产黄频视频在线观看| 男女边摸边吃奶| 亚洲天堂av无毛| 中文字幕人妻熟女乱码| 少妇的丰满在线观看| 9色porny在线观看| 一级毛片电影观看| 久久久久久久久免费视频了| 啦啦啦中文免费视频观看日本| 国产高清国产精品国产三级| 日本爱情动作片www.在线观看| 日韩免费高清中文字幕av| 下体分泌物呈黄色| 秋霞在线观看毛片| 亚洲三区欧美一区| 成年av动漫网址| 精品亚洲乱码少妇综合久久| 一级爰片在线观看| 日韩欧美一区视频在线观看| 久久久精品免费免费高清| 亚洲,欧美精品.| 国产一区二区三区综合在线观看| 亚洲国产日韩一区二区| 肉色欧美久久久久久久蜜桃| 中文字幕人妻丝袜一区二区 | 在线观看www视频免费| 亚洲精品中文字幕在线视频| 精品亚洲乱码少妇综合久久| 亚洲国产精品国产精品| 青春草视频在线免费观看| 中文字幕人妻丝袜一区二区 | av视频免费观看在线观看| 波多野结衣av一区二区av| 精品亚洲成国产av| 午夜影院在线不卡| 日韩视频在线欧美| 男人添女人高潮全过程视频| 两个人免费观看高清视频| 免费看不卡的av| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 日韩,欧美,国产一区二区三区| 久久久久国产网址| 90打野战视频偷拍视频| 大陆偷拍与自拍| 狠狠婷婷综合久久久久久88av| 制服丝袜香蕉在线| 精品人妻偷拍中文字幕| 免费人妻精品一区二区三区视频| 亚洲天堂av无毛| 亚洲国产av新网站| 爱豆传媒免费全集在线观看| 又粗又硬又长又爽又黄的视频| 亚洲av福利一区| 一级毛片电影观看| 日日摸夜夜添夜夜爱| 欧美精品亚洲一区二区| 女人高潮潮喷娇喘18禁视频| 日韩视频在线欧美| 少妇被粗大的猛进出69影院| 久热这里只有精品99| 国产免费现黄频在线看| 免费高清在线观看视频在线观看| 久久久久视频综合| 国产精品免费大片| 在线观看美女被高潮喷水网站| 在现免费观看毛片| 国产精品99久久99久久久不卡 | 亚洲国产精品成人久久小说| 久久久久国产精品人妻一区二区| 中文字幕制服av| 国产精品香港三级国产av潘金莲 | 99热网站在线观看| 2018国产大陆天天弄谢| 亚洲国产精品一区三区| 少妇猛男粗大的猛烈进出视频| 国产精品久久久久成人av| 97精品久久久久久久久久精品| 亚洲国产欧美日韩在线播放| 91成人精品电影| 成年动漫av网址| 日本黄色日本黄色录像| 国产av码专区亚洲av| 老鸭窝网址在线观看| 国产一区二区三区av在线| 国产1区2区3区精品| 日韩欧美精品免费久久| 国产精品久久久久久精品电影小说| 国产亚洲一区二区精品| 亚洲图色成人| 久久精品熟女亚洲av麻豆精品| 人妻一区二区av| 叶爱在线成人免费视频播放| 日韩一卡2卡3卡4卡2021年| 亚洲,一卡二卡三卡| 99九九在线精品视频| 国产成人欧美| 乱人伦中国视频| 国产成人午夜福利电影在线观看| 成人亚洲欧美一区二区av| 国产极品天堂在线| 午夜激情久久久久久久| 中文字幕av电影在线播放| 国产精品嫩草影院av在线观看| 成人二区视频| 考比视频在线观看| 大香蕉久久网| 狠狠婷婷综合久久久久久88av| 亚洲精品久久久久久婷婷小说| 日本wwww免费看| www.熟女人妻精品国产| 美女福利国产在线| 日韩 亚洲 欧美在线| 国产爽快片一区二区三区| 男女无遮挡免费网站观看| 成年人免费黄色播放视频| 最近最新中文字幕大全免费视频 | www日本在线高清视频| 亚洲精品在线美女| 国产日韩欧美在线精品| 精品人妻熟女毛片av久久网站| 国产熟女欧美一区二区| 国产精品无大码| 成人影院久久| 女性被躁到高潮视频| 高清在线视频一区二区三区| 精品少妇黑人巨大在线播放| 黄色一级大片看看| 满18在线观看网站| 美女主播在线视频| 亚洲内射少妇av| 美国免费a级毛片| 九九爱精品视频在线观看| 成年人免费黄色播放视频| 成人毛片a级毛片在线播放| 久久人妻熟女aⅴ| 国产一区二区三区av在线| 国产激情久久老熟女| 人人妻人人添人人爽欧美一区卜| 成人漫画全彩无遮挡| 欧美日韩精品网址| 日本欧美国产在线视频| 女的被弄到高潮叫床怎么办| 91精品三级在线观看| 男女免费视频国产| 日韩制服骚丝袜av| av天堂久久9| 一本大道久久a久久精品| 日韩中文字幕欧美一区二区 | 亚洲人成77777在线视频| av在线观看视频网站免费| 国产成人欧美| 日韩电影二区| 人体艺术视频欧美日本| 日本色播在线视频| 精品午夜福利在线看| 卡戴珊不雅视频在线播放| 国产乱来视频区| 欧美97在线视频| 美女高潮到喷水免费观看| 麻豆av在线久日| 日韩三级伦理在线观看| 一区二区三区四区激情视频| 亚洲精品第二区| 国产色婷婷99| 成人免费观看视频高清| 午夜激情av网站| 一本色道久久久久久精品综合| 日本色播在线视频| 看十八女毛片水多多多| 国产精品香港三级国产av潘金莲 | 美女国产高潮福利片在线看| 欧美国产精品va在线观看不卡| 2021少妇久久久久久久久久久| 亚洲精品中文字幕在线视频| 一级黄片播放器| 欧美成人午夜免费资源| 高清在线视频一区二区三区| 国产av一区二区精品久久| 99精国产麻豆久久婷婷| freevideosex欧美| 中国三级夫妇交换| 看免费av毛片| 在线 av 中文字幕| 天天躁夜夜躁狠狠躁躁| a级片在线免费高清观看视频| 中文字幕人妻丝袜制服| 69精品国产乱码久久久| 国产人伦9x9x在线观看 | 亚洲欧美成人精品一区二区| 欧美xxⅹ黑人| 精品久久久久久电影网| 亚洲 欧美一区二区三区| 亚洲五月色婷婷综合| 国产色婷婷99| 免费观看在线日韩| 久久久精品国产亚洲av高清涩受| 91久久精品国产一区二区三区| 欧美 亚洲 国产 日韩一| 青春草国产在线视频| 国产精品久久久av美女十八| 欧美+日韩+精品| 亚洲精品视频女| 综合色丁香网| 亚洲图色成人| kizo精华| 精品人妻偷拍中文字幕| 国产成人精品婷婷| 欧美人与性动交α欧美软件| 久久人人97超碰香蕉20202| 国产在线免费精品| 亚洲熟女精品中文字幕| 青青草视频在线视频观看| 在线观看www视频免费| 国产成人午夜福利电影在线观看| 精品福利永久在线观看| 中文字幕最新亚洲高清| 国产精品久久久久久精品古装| 亚洲国产日韩一区二区| 欧美日韩一级在线毛片| 日韩三级伦理在线观看| 热re99久久国产66热| 日本91视频免费播放| 大陆偷拍与自拍| 欧美人与性动交α欧美精品济南到 | 午夜福利,免费看| 男女边摸边吃奶| 久久精品亚洲av国产电影网| 午夜日本视频在线| 在线观看美女被高潮喷水网站| 亚洲精品国产av蜜桃| 女性生殖器流出的白浆| 大香蕉久久成人网| 美女xxoo啪啪120秒动态图| 亚洲精品第二区| 国产精品不卡视频一区二区| 一级毛片 在线播放| 妹子高潮喷水视频| 黄色配什么色好看| 久久久亚洲精品成人影院| 亚洲内射少妇av| 欧美日韩精品网址| 午夜福利一区二区在线看| 天天躁夜夜躁狠狠久久av| 夫妻午夜视频| 亚洲精品成人av观看孕妇| 亚洲精华国产精华液的使用体验| 这个男人来自地球电影免费观看 | 婷婷色综合大香蕉| 亚洲精品av麻豆狂野| 精品国产超薄肉色丝袜足j| 精品少妇黑人巨大在线播放| 国产精品成人在线| 国产综合精华液| 国产精品久久久久久久久免| 老汉色av国产亚洲站长工具| 婷婷色综合大香蕉| 亚洲成人手机| 高清在线视频一区二区三区| 国产福利在线免费观看视频| 国产1区2区3区精品| 赤兔流量卡办理| 天天操日日干夜夜撸| 欧美日韩视频高清一区二区三区二| av在线老鸭窝| 国产一区二区三区av在线| 国语对白做爰xxxⅹ性视频网站| 国产免费又黄又爽又色| 母亲3免费完整高清在线观看 | 一区二区三区乱码不卡18| 亚洲国产毛片av蜜桃av| 亚洲欧美精品自产自拍| 2018国产大陆天天弄谢| 久久精品久久久久久久性| 亚洲精品美女久久av网站| 十分钟在线观看高清视频www| 午夜激情av网站| 熟妇人妻不卡中文字幕| 亚洲精品美女久久久久99蜜臀 | 精品一区在线观看国产| 成人漫画全彩无遮挡| 纯流量卡能插随身wifi吗| 色网站视频免费| 亚洲精品国产一区二区精华液| 国产黄色视频一区二区在线观看| 亚洲,欧美精品.| 少妇人妻久久综合中文| 日本欧美国产在线视频| 伦精品一区二区三区| 成人国产av品久久久| 日韩一区二区三区影片| 国产不卡av网站在线观看| 观看av在线不卡| 午夜老司机福利剧场| tube8黄色片| 精品人妻偷拍中文字幕| xxxhd国产人妻xxx| 老女人水多毛片| 超色免费av| 王馨瑶露胸无遮挡在线观看| 一区二区日韩欧美中文字幕| 人成视频在线观看免费观看| 欧美国产精品一级二级三级| 国产成人欧美| 精品国产一区二区三区久久久樱花| 黄色配什么色好看| 伊人亚洲综合成人网| 久久热在线av| 国产日韩欧美在线精品| 久久99精品国语久久久| 欧美日韩视频高清一区二区三区二| www.自偷自拍.com| 久久99一区二区三区| 国产综合精华液| 新久久久久国产一级毛片| 国产女主播在线喷水免费视频网站| 美女xxoo啪啪120秒动态图| 久久精品国产鲁丝片午夜精品| 免费观看a级毛片全部| 一级黄片播放器| 亚洲欧美一区二区三区黑人 | 日韩制服丝袜自拍偷拍| 人成视频在线观看免费观看| 人人妻人人添人人爽欧美一区卜| 亚洲少妇的诱惑av| 日韩一本色道免费dvd| 午夜福利视频精品| 秋霞伦理黄片| 欧美日韩一级在线毛片| 成年人午夜在线观看视频| 亚洲成av片中文字幕在线观看 | 日本爱情动作片www.在线观看| 男女午夜视频在线观看| 欧美日韩成人在线一区二区| av国产久精品久网站免费入址| 久热这里只有精品99| 日韩大片免费观看网站| 日韩中文字幕视频在线看片| 性色av一级| 精品福利永久在线观看| av电影中文网址| 国产精品国产av在线观看| 久久久久视频综合| 亚洲国产成人一精品久久久| 国产黄色免费在线视频| 亚洲国产色片| 久久精品人人爽人人爽视色| 伦理电影免费视频| 99久久人妻综合| 91aial.com中文字幕在线观看| 国产精品久久久久成人av| 黑丝袜美女国产一区| 国产成人免费无遮挡视频| 宅男免费午夜| av片东京热男人的天堂| 最近最新中文字幕免费大全7| 99热全是精品| 久久精品国产亚洲av高清一级| 国产1区2区3区精品| 欧美激情 高清一区二区三区| 日韩中文字幕视频在线看片| 亚洲国产成人一精品久久久| 一区二区三区精品91| 国产成人a∨麻豆精品| 99re6热这里在线精品视频| 有码 亚洲区| 精品人妻一区二区三区麻豆| 五月伊人婷婷丁香| 最近的中文字幕免费完整| 欧美激情高清一区二区三区 | 中国国产av一级| 亚洲国产精品999| 亚洲,一卡二卡三卡| 看十八女毛片水多多多| 丰满少妇做爰视频| 人人妻人人澡人人爽人人夜夜| 我的亚洲天堂| 少妇被粗大的猛进出69影院| 一级毛片 在线播放| 欧美 日韩 精品 国产| a级毛片在线看网站| 午夜福利影视在线免费观看| 91精品三级在线观看| 日本猛色少妇xxxxx猛交久久| 日日啪夜夜爽| 看非洲黑人一级黄片| 日韩一区二区三区影片| 久久99一区二区三区| 精品国产国语对白av| 亚洲在久久综合| 成人影院久久| 欧美精品高潮呻吟av久久| 观看av在线不卡| 国产亚洲一区二区精品| 日韩人妻精品一区2区三区| 国语对白做爰xxxⅹ性视频网站| 日本黄色日本黄色录像| 中文字幕最新亚洲高清| 一区福利在线观看| 99久久中文字幕三级久久日本| 久久久久久人人人人人| 婷婷色麻豆天堂久久| 亚洲国产精品成人久久小说| 精品国产露脸久久av麻豆| 亚洲色图综合在线观看| 精品人妻在线不人妻| 自拍欧美九色日韩亚洲蝌蚪91| 高清在线视频一区二区三区| 日韩伦理黄色片| 蜜桃国产av成人99| 只有这里有精品99| 亚洲国产色片| 成年美女黄网站色视频大全免费| 卡戴珊不雅视频在线播放| 亚洲男人天堂网一区| 欧美精品av麻豆av| 国产日韩欧美在线精品| 成人国语在线视频| av线在线观看网站| 日韩精品有码人妻一区| 亚洲国产欧美日韩在线播放| 午夜av观看不卡| 成人二区视频| 国产黄频视频在线观看| 国产日韩欧美视频二区| 2022亚洲国产成人精品| 亚洲五月色婷婷综合| 国产黄色免费在线视频| 在线免费观看不下载黄p国产| 国产成人精品久久二区二区91 | 制服诱惑二区| 蜜桃国产av成人99| 哪个播放器可以免费观看大片| 丰满饥渴人妻一区二区三| 国产精品国产三级专区第一集| 麻豆乱淫一区二区| 免费人妻精品一区二区三区视频| 亚洲精品第二区| av在线观看视频网站免费| 黄网站色视频无遮挡免费观看| 国产精品偷伦视频观看了| 国产亚洲一区二区精品| 男人操女人黄网站| 女的被弄到高潮叫床怎么办| 69精品国产乱码久久久| 中文字幕制服av| 亚洲美女视频黄频| 免费黄网站久久成人精品| 精品久久久久久电影网| 久久久国产欧美日韩av| xxx大片免费视频| 久久狼人影院| 黑人猛操日本美女一级片| 亚洲精品一二三| 久久人人爽av亚洲精品天堂| 国产成人一区二区在线| 9色porny在线观看| 捣出白浆h1v1| 国产免费视频播放在线视频| 免费高清在线观看日韩| 一级毛片我不卡|