• <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
    舔av片在线| 最近最新中文字幕免费大全7| 国产精品爽爽va在线观看网站| 一级毛片我不卡| 色视频www国产| 亚洲av成人精品一区久久| 岛国毛片在线播放| 国产真实伦视频高清在线观看| 黑人高潮一二区| 日本av手机在线免费观看| 久久精品夜色国产| 亚洲在线自拍视频| 夜夜看夜夜爽夜夜摸| 黄片wwwwww| 美女xxoo啪啪120秒动态图| 人妻少妇偷人精品九色| 午夜视频国产福利| 日韩av在线免费看完整版不卡| 亚洲伊人久久精品综合| 丰满少妇做爰视频| 国产大屁股一区二区在线视频| 国产成人一区二区在线| 亚洲国产精品sss在线观看| 亚洲欧洲日产国产| 最近的中文字幕免费完整| 夜夜爽夜夜爽视频| 午夜福利高清视频| a级毛片免费高清观看在线播放| 午夜福利视频1000在线观看| 精品久久久噜噜| 国产熟女欧美一区二区| 亚州av有码| 欧美日韩国产mv在线观看视频 | 亚洲av一区综合| 国产女主播在线喷水免费视频网站 | 九九久久精品国产亚洲av麻豆| 国产高清有码在线观看视频| 亚洲久久久久久中文字幕| 日韩国内少妇激情av| 国产黄色免费在线视频| 天美传媒精品一区二区| 午夜福利成人在线免费观看| .国产精品久久| 日韩不卡一区二区三区视频在线| 最近手机中文字幕大全| 欧美潮喷喷水| 2021天堂中文幕一二区在线观| 最近视频中文字幕2019在线8| 亚洲人与动物交配视频| 国产探花在线观看一区二区| 亚洲精品亚洲一区二区| 亚洲精品久久午夜乱码| 直男gayav资源| 80岁老熟妇乱子伦牲交| 国产白丝娇喘喷水9色精品| 成年av动漫网址| 国模一区二区三区四区视频| 我要看日韩黄色一级片| 身体一侧抽搐| av.在线天堂| 午夜福利高清视频| 日韩精品青青久久久久久| 汤姆久久久久久久影院中文字幕 | 亚洲精品色激情综合| 夫妻午夜视频| 天天躁日日操中文字幕| 99久国产av精品国产电影| 午夜免费激情av| 人妻系列 视频| 熟妇人妻不卡中文字幕| 国产色婷婷99| 天天一区二区日本电影三级| 亚洲第一区二区三区不卡| 亚洲av中文av极速乱| 最新中文字幕久久久久| 美女xxoo啪啪120秒动态图| 2021少妇久久久久久久久久久| 成年免费大片在线观看| 亚洲图色成人| 久久久久九九精品影院| 成年免费大片在线观看| 亚洲国产精品国产精品| 人妻制服诱惑在线中文字幕| 亚洲国产精品sss在线观看| 久久精品综合一区二区三区| 亚洲欧美日韩卡通动漫| 一级a做视频免费观看| 午夜福利视频1000在线观看| 国产在视频线在精品| 白带黄色成豆腐渣| 国产亚洲5aaaaa淫片| 天堂√8在线中文| 亚洲aⅴ乱码一区二区在线播放| 久久久久性生活片| 看黄色毛片网站| 肉色欧美久久久久久久蜜桃 | 免费大片黄手机在线观看| 日本-黄色视频高清免费观看| 亚洲精品视频女| av免费在线看不卡| 国产国拍精品亚洲av在线观看| 国产综合精华液| 老司机影院成人| 精品久久久久久久久久久久久| 少妇熟女aⅴ在线视频| 欧美日韩在线观看h| 九九在线视频观看精品| 国产乱人视频| 国产精品三级大全| 欧美性猛交╳xxx乱大交人| 久久精品久久久久久久性| 久久久久免费精品人妻一区二区| 国产白丝娇喘喷水9色精品| 在线观看一区二区三区| 久久精品综合一区二区三区| 97精品久久久久久久久久精品| 赤兔流量卡办理| 亚洲精品视频女| 丰满乱子伦码专区| 日韩亚洲欧美综合| 日本三级黄在线观看| 亚洲最大成人中文| 婷婷色综合大香蕉| 少妇猛男粗大的猛烈进出视频 | 天堂影院成人在线观看| 日韩成人伦理影院| 亚洲精品视频女| 最近视频中文字幕2019在线8| 欧美xxxx性猛交bbbb| 啦啦啦韩国在线观看视频| 亚洲成人av在线免费| 欧美日韩在线观看h| 免费大片18禁| 久久草成人影院| 国产在线男女| 蜜臀久久99精品久久宅男| 激情五月婷婷亚洲| a级毛色黄片| 小蜜桃在线观看免费完整版高清| 天天躁夜夜躁狠狠久久av| 日本wwww免费看| 综合色丁香网| 女人被狂操c到高潮| 成人高潮视频无遮挡免费网站| 亚洲成人中文字幕在线播放| 超碰av人人做人人爽久久| 韩国高清视频一区二区三区| 国产伦精品一区二区三区四那| 国产精品1区2区在线观看.| 亚洲精品日韩av片在线观看| 国产av不卡久久| 欧美zozozo另类| 99热这里只有是精品在线观看| 乱码一卡2卡4卡精品| 人妻一区二区av| 我的老师免费观看完整版| 国产精品福利在线免费观看| av一本久久久久| 青青草视频在线视频观看| 最近2019中文字幕mv第一页| 亚洲av成人精品一区久久| 国产精品一区二区在线观看99 | 色哟哟·www| 国产免费视频播放在线视频 | 在线观看av片永久免费下载| 欧美激情国产日韩精品一区| 99热全是精品| 伊人久久国产一区二区| 中文资源天堂在线| 人体艺术视频欧美日本| 美女主播在线视频| 日本爱情动作片www.在线观看| 老司机影院成人| 观看免费一级毛片| 大香蕉久久网| ponron亚洲| 免费不卡的大黄色大毛片视频在线观看 | 久久午夜福利片| 国产一级毛片在线| 国产亚洲精品av在线| 两个人的视频大全免费| 高清日韩中文字幕在线| 美女内射精品一级片tv| 亚洲久久久久久中文字幕| 亚洲av日韩在线播放| 欧美性感艳星| 精品一区二区三卡| 亚洲美女视频黄频| 成年免费大片在线观看| 纵有疾风起免费观看全集完整版 | 国产在线男女| 日韩精品有码人妻一区| 国产乱来视频区| 亚洲经典国产精华液单| 亚洲av电影在线观看一区二区三区 | 老女人水多毛片| 亚洲精品自拍成人| 美女xxoo啪啪120秒动态图| 毛片女人毛片| 久久6这里有精品| 高清毛片免费看| 国产精品久久久久久久电影| 天堂√8在线中文| 精品人妻熟女av久视频| 中文在线观看免费www的网站| 亚洲精品一二三| 22中文网久久字幕| 国产精品一区二区三区四区久久| 精品久久久久久久末码| 精品欧美国产一区二区三| 国产乱人偷精品视频| 成人高潮视频无遮挡免费网站| 亚洲精品,欧美精品| 国产视频首页在线观看| 男人爽女人下面视频在线观看| 精品99又大又爽又粗少妇毛片| 网址你懂的国产日韩在线| 亚洲欧洲国产日韩| 成年免费大片在线观看| 天天躁夜夜躁狠狠久久av| 欧美成人a在线观看| 人人妻人人看人人澡| www.色视频.com| 亚洲精品第二区| 99视频精品全部免费 在线| 舔av片在线| 丝袜喷水一区| 亚洲av成人精品一二三区| 少妇人妻精品综合一区二区| 国产免费一级a男人的天堂| 亚洲欧美日韩卡通动漫| 国产午夜精品论理片| 最近最新中文字幕免费大全7| 欧美3d第一页| 日韩人妻高清精品专区| 国产精品熟女久久久久浪| 国产成人freesex在线| 一级片'在线观看视频| 亚洲久久久久久中文字幕| 日韩精品青青久久久久久| 久久久久九九精品影院| 欧美激情久久久久久爽电影| 亚洲18禁久久av| 最近2019中文字幕mv第一页| 丝瓜视频免费看黄片| 国产综合懂色| 精品熟女少妇av免费看| 亚州av有码| 五月天丁香电影| 一级毛片aaaaaa免费看小| 永久免费av网站大全| 黑人高潮一二区| 成人无遮挡网站| 精品亚洲乱码少妇综合久久| 色综合色国产| 免费播放大片免费观看视频在线观看| 日韩av在线大香蕉| 色视频www国产| 欧美人与善性xxx| 国产 一区精品| 一个人免费在线观看电影| 女人被狂操c到高潮| 人妻一区二区av| 免费看a级黄色片| 国产成人福利小说| 日韩 亚洲 欧美在线| 赤兔流量卡办理| 久久99蜜桃精品久久| 久久6这里有精品| 欧美成人午夜免费资源| 国产精品国产三级专区第一集| 最近手机中文字幕大全| 在线a可以看的网站| 乱人视频在线观看| 国产成人精品一,二区| 亚洲美女视频黄频| 国产91av在线免费观看| 人人妻人人澡欧美一区二区| 非洲黑人性xxxx精品又粗又长| 免费播放大片免费观看视频在线观看| 男人爽女人下面视频在线观看| av天堂中文字幕网| 亚洲aⅴ乱码一区二区在线播放| 亚洲欧美成人精品一区二区| 精品一区在线观看国产| 日韩一区二区视频免费看| 国产成人91sexporn| 国产精品久久久久久久久免| 亚洲自拍偷在线| 国产麻豆成人av免费视频| 一级毛片黄色毛片免费观看视频| 丰满少妇做爰视频| 亚洲成人av在线免费| 国产av国产精品国产| 亚洲国产日韩欧美精品在线观看| 国产亚洲午夜精品一区二区久久 | 少妇的逼水好多| 亚洲精品乱久久久久久| 国产 一区 欧美 日韩| 1000部很黄的大片| or卡值多少钱| 水蜜桃什么品种好| 天天一区二区日本电影三级| 3wmmmm亚洲av在线观看| 一区二区三区乱码不卡18| 免费av观看视频| 亚洲国产精品专区欧美| 嫩草影院新地址| 精品国产三级普通话版| 日韩强制内射视频| 国产精品一二三区在线看| 午夜免费男女啪啪视频观看| 人人妻人人澡欧美一区二区| 男女视频在线观看网站免费| 99热这里只有是精品50| 亚洲精品乱码久久久久久按摩| 日日干狠狠操夜夜爽| 国产乱人偷精品视频| 1000部很黄的大片| av在线天堂中文字幕| 女人被狂操c到高潮| 日本一本二区三区精品| 国产免费一级a男人的天堂| 九色成人免费人妻av| 色视频www国产| 亚洲经典国产精华液单| 国产男人的电影天堂91| 麻豆乱淫一区二区| 免费无遮挡裸体视频| 亚洲熟妇中文字幕五十中出| 人妻系列 视频| 国产精品一区二区在线观看99 | av卡一久久| 国产伦精品一区二区三区四那| 欧美bdsm另类| 亚洲精品国产av成人精品| 亚洲无线观看免费| 爱豆传媒免费全集在线观看| 成年av动漫网址| 日日啪夜夜撸| 午夜福利视频1000在线观看| 国产精品99久久久久久久久| 午夜亚洲福利在线播放| 久久精品国产亚洲av涩爱| 久久久精品欧美日韩精品| 精品久久久久久久人妻蜜臀av| 2018国产大陆天天弄谢| 久久精品熟女亚洲av麻豆精品 | 高清毛片免费看| 男人舔女人下体高潮全视频| 99久久人妻综合| 男人舔女人下体高潮全视频| 别揉我奶头 嗯啊视频| 欧美日韩精品成人综合77777| 干丝袜人妻中文字幕| 午夜福利在线在线| 欧美丝袜亚洲另类| 日韩一本色道免费dvd| 乱系列少妇在线播放| 午夜福利网站1000一区二区三区| 人妻少妇偷人精品九色| 神马国产精品三级电影在线观看| 久久久久性生活片| 亚洲欧美日韩无卡精品| 国产v大片淫在线免费观看| 久久国产乱子免费精品| 18禁动态无遮挡网站| 亚洲精品日韩av片在线观看| 免费黄网站久久成人精品| 亚洲欧美成人综合另类久久久| 成年av动漫网址| 久久这里只有精品中国| 欧美成人午夜免费资源| 99久久中文字幕三级久久日本| 老女人水多毛片| 免费不卡的大黄色大毛片视频在线观看 | 日韩一本色道免费dvd| 亚洲国产精品成人久久小说| 神马国产精品三级电影在线观看| 超碰97精品在线观看| 国产一区二区三区av在线| 蜜桃亚洲精品一区二区三区| 草草在线视频免费看| 亚洲美女搞黄在线观看| 亚洲一级一片aⅴ在线观看| 国产大屁股一区二区在线视频| 日日撸夜夜添| 精品国内亚洲2022精品成人| 亚洲最大成人av| 亚洲精华国产精华液的使用体验| 搡老妇女老女人老熟妇| 女人久久www免费人成看片| 国产免费视频播放在线视频 | 男人爽女人下面视频在线观看| av在线蜜桃| 国产成人aa在线观看| 亚洲激情五月婷婷啪啪| 亚洲精品中文字幕在线视频 | 建设人人有责人人尽责人人享有的 | 国产91av在线免费观看| 七月丁香在线播放| 日韩电影二区| 最近视频中文字幕2019在线8| 伦精品一区二区三区| 啦啦啦中文免费视频观看日本| 伦理电影大哥的女人| 亚洲婷婷狠狠爱综合网| 欧美xxⅹ黑人| 午夜激情欧美在线| 亚洲精品日韩av片在线观看| 久久精品国产鲁丝片午夜精品| 丰满人妻一区二区三区视频av| 久久久久久久亚洲中文字幕| 成人特级av手机在线观看| 97超碰精品成人国产| 天美传媒精品一区二区| 国产高清不卡午夜福利| 男人爽女人下面视频在线观看| 亚洲激情五月婷婷啪啪| 嘟嘟电影网在线观看| 又大又黄又爽视频免费| 国产亚洲av片在线观看秒播厂 | 久久久久久久国产电影| 丰满人妻一区二区三区视频av| 日韩视频在线欧美| 乱人视频在线观看| 少妇高潮的动态图| 春色校园在线视频观看| 久久精品人妻少妇| 晚上一个人看的免费电影| 99久久精品热视频| 日韩电影二区| 青青草视频在线视频观看| 大香蕉久久网| 高清欧美精品videossex| 边亲边吃奶的免费视频| 欧美3d第一页| 色综合亚洲欧美另类图片| av在线老鸭窝| 狂野欧美激情性xxxx在线观看| 精品少妇黑人巨大在线播放| 性插视频无遮挡在线免费观看| 亚洲国产高清在线一区二区三| 熟女人妻精品中文字幕| 国产真实伦视频高清在线观看| 亚洲av电影不卡..在线观看| 在线免费观看的www视频| 秋霞伦理黄片| 亚洲精品久久午夜乱码| 插逼视频在线观看| 51国产日韩欧美| 国产真实伦视频高清在线观看| 高清毛片免费看| 亚洲18禁久久av| 欧美高清成人免费视频www| 免费观看性生交大片5| 老司机影院毛片| 国产在视频线精品| 亚洲av国产av综合av卡| 如何舔出高潮| 国产欧美另类精品又又久久亚洲欧美| 久久久久久久午夜电影| 亚洲高清免费不卡视频| kizo精华| av一本久久久久| 国产淫语在线视频| 国产极品天堂在线| 在线 av 中文字幕| 夜夜看夜夜爽夜夜摸| av卡一久久| 色综合色国产| 91久久精品国产一区二区成人| 国产精品99久久久久久久久| 一级二级三级毛片免费看| 69人妻影院| 亚洲国产日韩欧美精品在线观看| 男女国产视频网站| 天堂av国产一区二区熟女人妻| 国产成人福利小说| 夜夜爽夜夜爽视频| 国产av不卡久久| 国产欧美日韩精品一区二区| 日本猛色少妇xxxxx猛交久久| 久久久久久久亚洲中文字幕| 国产成人91sexporn| 亚洲国产精品国产精品| 色吧在线观看| 国产色爽女视频免费观看| 亚洲18禁久久av| 亚洲三级黄色毛片| 国产精品av视频在线免费观看| 日本三级黄在线观看| 久久国产乱子免费精品| 亚洲成人一二三区av| 人人妻人人澡欧美一区二区| 简卡轻食公司| 免费看光身美女| 久久99蜜桃精品久久| 日本黄色片子视频| 亚洲欧美日韩无卡精品| 国产69精品久久久久777片| 久久久午夜欧美精品| 国产美女午夜福利| 网址你懂的国产日韩在线| 久久综合国产亚洲精品| 国产成人午夜福利电影在线观看| 一级a做视频免费观看| 在线观看人妻少妇| 日韩精品有码人妻一区| 成年免费大片在线观看| 搞女人的毛片| 视频中文字幕在线观看| 日韩国内少妇激情av| 激情 狠狠 欧美| 国产精品人妻久久久久久| 五月玫瑰六月丁香| 精品国内亚洲2022精品成人| 色吧在线观看| 久久久久久久亚洲中文字幕| 精品人妻视频免费看| 六月丁香七月| 少妇高潮的动态图| 舔av片在线| 内地一区二区视频在线| 亚洲熟女精品中文字幕| 啦啦啦中文免费视频观看日本| 精品国内亚洲2022精品成人| 久久精品夜夜夜夜夜久久蜜豆| 晚上一个人看的免费电影| 国产成人精品福利久久| 毛片一级片免费看久久久久| 白带黄色成豆腐渣| 啦啦啦中文免费视频观看日本| 秋霞伦理黄片| 偷拍熟女少妇极品色| 看黄色毛片网站| 日本猛色少妇xxxxx猛交久久| 久久久欧美国产精品| 久久久精品欧美日韩精品| 免费看光身美女| 午夜亚洲福利在线播放| 日韩,欧美,国产一区二区三区| 国产成人a∨麻豆精品| 全区人妻精品视频| 亚洲欧美中文字幕日韩二区| 久久久亚洲精品成人影院| a级毛色黄片| 久久国产乱子免费精品| 久久久久久久国产电影| 亚洲国产精品专区欧美| 观看免费一级毛片| 九色成人免费人妻av| 看黄色毛片网站| 亚洲av一区综合| 成年版毛片免费区| 亚洲va在线va天堂va国产| 大话2 男鬼变身卡| 少妇人妻精品综合一区二区| 自拍偷自拍亚洲精品老妇| 如何舔出高潮| 免费av毛片视频| 成人综合一区亚洲| 综合色av麻豆| 国产探花极品一区二区| 亚洲国产精品成人综合色| av天堂中文字幕网| 国产精品嫩草影院av在线观看| 日韩一本色道免费dvd| 亚洲一区高清亚洲精品| 日韩精品有码人妻一区| 国产 一区 欧美 日韩| 日本猛色少妇xxxxx猛交久久| 尾随美女入室| 毛片一级片免费看久久久久| 亚洲第一区二区三区不卡| 最近2019中文字幕mv第一页| av免费观看日本| 直男gayav资源| av又黄又爽大尺度在线免费看| 亚洲av中文字字幕乱码综合| 乱人视频在线观看| 三级经典国产精品| 2021少妇久久久久久久久久久| 国产乱人视频| 成人鲁丝片一二三区免费| 日韩伦理黄色片| 国产亚洲av片在线观看秒播厂 | 搡老乐熟女国产| 人妻制服诱惑在线中文字幕| 性色avwww在线观看| 永久免费av网站大全| 韩国高清视频一区二区三区| 久久久久精品久久久久真实原创| av在线老鸭窝| 91久久精品国产一区二区三区| 一个人看视频在线观看www免费| 日日干狠狠操夜夜爽| 人体艺术视频欧美日本| 亚洲欧美中文字幕日韩二区| 中文欧美无线码| 精品亚洲乱码少妇综合久久| 国产成人福利小说| 久久精品国产亚洲av涩爱| 丰满少妇做爰视频| 在线观看av片永久免费下载| 久久草成人影院| 亚洲一级一片aⅴ在线观看| 18+在线观看网站| 少妇猛男粗大的猛烈进出视频 | 亚洲欧美精品专区久久| 日本三级黄在线观看| 国产精品三级大全| 高清午夜精品一区二区三区| 亚洲国产成人一精品久久久| 噜噜噜噜噜久久久久久91|