• <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 ?

    基于機(jī)器深度學(xué)習(xí)的圖像風(fēng)格化應(yīng)用

    2021-04-20 12:06:19聶宇聶鑫朱依琳廖晨陽(yáng)
    電腦知識(shí)與技術(shù) 2021年7期
    關(guān)鍵詞:卷積神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)

    聶宇 聶鑫 朱依琳 廖晨陽(yáng)

    摘要:隨著生活水平的逐日提高,人們對(duì)圖片的視覺(jué)需求不再僅僅局限于圖片的原始風(fēng)格,由此誕生了各式各樣的濾鏡,它們讓圖片更具有觀賞性。而基于機(jī)器深度學(xué)習(xí)的圖像風(fēng)格化應(yīng)用,可以在此方向更進(jìn)一步,利用訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行圖像特征提取,使圖片呈現(xiàn)出不同的藝術(shù)風(fēng)格。

    關(guān)鍵詞:機(jī)器學(xué)習(xí);圖像風(fēng)格化;卷積神經(jīng)網(wǎng)絡(luò)

    中圖分類(lèi)號(hào): TP18? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A

    文章編號(hào):1009-3044(2021)07-0015-03

    Abstract: With the daily improvement of living standards, people's visual needs for pictures are no longer limited to the original styles,therefore? various filters have been born, which make the pictures more enjoyable. The application of image style transfer based on machine deep learning can go further in this direction, using the trained convolutional neural network model for image feature extraction, so that the pictures present different artistic styles.

    Key words: Machine Leaning;Image stylization;Convolutional Neural Network

    1 研究背景

    機(jī)器學(xué)習(xí)作為一門(mén)專門(mén)研究計(jì)算機(jī)如何模擬或?qū)崿F(xiàn)人類(lèi)的學(xué)習(xí)行為,以獲取新的知識(shí)或技能,在已有的知識(shí)結(jié)構(gòu)上使之不斷改善自身的性能的學(xué)科。機(jī)器能否像人類(lèi)一樣能具有學(xué)習(xí)能力呢?1959年,美國(guó)的塞繆爾(Samuel)設(shè)計(jì)了一個(gè)下棋程序,這個(gè)程序具有學(xué)習(xí)能力,它可以在不斷地對(duì)弈中改善自己的棋藝。4年后,這個(gè)程序戰(zhàn)勝了設(shè)計(jì)者本人。又過(guò)了3年,這個(gè)程序戰(zhàn)勝了美國(guó)一個(gè)保持8年之久的常勝不敗的冠軍。這個(gè)程序向人們展示了機(jī)器學(xué)習(xí)的能力,提出了許多令人深思的社會(huì)問(wèn)題與哲學(xué)問(wèn)題[1]。

    近年來(lái),隨著人民生活水平的不斷提高,使用圖像成為人們記錄生活的主要方式。不論人們走到哪里,都是利用手機(jī)記錄身邊的人和景,讓生活過(guò)得如畫(huà)一般,圖片對(duì)于用戶的觀賞性成為用戶最關(guān)注的問(wèn)題。無(wú)奈的是,用戶的拍照水平,而為了得到更具觀賞性的圖片只能通過(guò)后期處理,但是后期處理又是用戶的一大問(wèn)題。然而在當(dāng)前圖片不具備一定觀賞性的條件下,如何讓圖片更具觀賞性?讓用戶更為喜愛(ài)?

    而畫(huà)家的藝術(shù)品有自己獨(dú)特的藝術(shù)風(fēng)格,在這之前,沒(méi)有人工智能系統(tǒng)可以學(xué)習(xí)畫(huà)的風(fēng)格,但是在2015年8月,由Leon A. Gatys,Alexander S. Ecker,Matthias Bethge發(fā)表了論文《A Neural Algorithm of Artistic Style》,在論文當(dāng)中提出深度學(xué)習(xí)的算法,將畫(huà)的內(nèi)容(content)和風(fēng)格(style)分開(kāi)來(lái),然后將一幅畫(huà)的風(fēng)格和另一幅畫(huà)的內(nèi)容重新組合,生成新的畫(huà)。

    2016年俄羅斯阿列克謝·莫伊辛恩科夫創(chuàng)建的Prisma軟件在蘋(píng)果商店發(fā)布,該軟件是利用神經(jīng)網(wǎng)絡(luò)和人工智能技術(shù),為普通照片加入藝術(shù)效果的照片編輯軟件。并在上線首周,收獲100萬(wàn)活躍用戶。

    2018年北京郵電大學(xué)發(fā)表論文《基于深度學(xué)習(xí)的圖像風(fēng)格化處理》,解讀了基于深度學(xué)習(xí)下的圖像風(fēng)格化處理過(guò)程。

    本課題就是本著利用機(jī)器學(xué)習(xí),讓每一個(gè)用戶都能讓自己的照片更具觀賞性,即使用戶沒(méi)有畢加索一樣的繪畫(huà)藝術(shù)功底,可是卻能通過(guò)機(jī)器深度學(xué)習(xí)畢加索的畫(huà),然后將畫(huà)的風(fēng)格遷移到照片當(dāng)中。

    2 研究?jī)?nèi)容

    基于機(jī)器深度學(xué)習(xí)的圖片風(fēng)格化應(yīng)用程序,通過(guò)對(duì)TensorFlow框架的研究學(xué)習(xí)[2],利用已經(jīng)訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò),去學(xué)習(xí)各種風(fēng)格的圖片,然后風(fēng)格遷移到另外的圖片上。

    該軟件主要分為服務(wù)器端和移動(dòng)客戶端,服務(wù)器端采用Google的機(jī)器學(xué)習(xí)框架TensorFlow[3,4],編程語(yǔ)言使用Python,Web框架使用Django。移動(dòng)客戶端采用Java和Android進(jìn)行開(kāi)發(fā)。

    移動(dòng)客戶端通過(guò)攝像頭進(jìn)行圖像采集,然后將圖像上傳到服務(wù)器,針對(duì)用戶選取的風(fēng)格樣式,服務(wù)器利用訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行圖像特征提取,并且不斷地重塑圖像的風(fēng)格和內(nèi)容,最后將生成的圖片返回給移動(dòng)客戶端。

    3 風(fēng)格模型訓(xùn)練

    (1)模型訓(xùn)練

    圖像模型的訓(xùn)練是服務(wù)器端對(duì)一種圖片風(fēng)格的預(yù)訓(xùn)練,一般情況下利用算法來(lái)實(shí)現(xiàn)圖像的風(fēng)格遷移通常要耗費(fèi)很長(zhǎng)的時(shí)間,在CPU下進(jìn)行圖片遷移要耗費(fèi)3至5個(gè)小時(shí),即使在GPU下進(jìn)行圖片遷移都要十多分鐘,在這樣的情況下,用戶的體驗(yàn)感特別差,所以為了提高用戶的體驗(yàn)度,必須縮短圖片風(fēng)格遷移的時(shí)間,通過(guò)預(yù)先訓(xùn)練圖像風(fēng)格,然后利用生成的模型,用戶就可以在3-5秒以內(nèi)獲得服務(wù)器反饋的風(fēng)格遷移后的圖片。

    圖像模型訓(xùn)練的訓(xùn)練網(wǎng)絡(luò)會(huì)根據(jù)內(nèi)容圖片和風(fēng)格樣式生成一張?jiān)肼晥D片,并將噪聲圖片傳給網(wǎng)絡(luò),這張?jiān)肼晥D片既具有內(nèi)容圖片的Content,又有風(fēng)格圖片的Style,然后再根據(jù)content loss值和style loss調(diào)整噪聲圖片,不斷重塑圖片的內(nèi)容與風(fēng)格,進(jìn)行了一定的次數(shù)后,loss值和相對(duì)于最開(kāi)始時(shí)的值也就小了,而噪聲圖片也就具備了圖片的內(nèi)容與風(fēng)格[5-7]。

    其中p→代表的是Content內(nèi)容圖像,x→表示生成的噪聲圖像,P和F分別代表它們對(duì)應(yīng)層的響應(yīng);且假設(shè)第L層的響應(yīng)是F1∈RNl × Ml ,其中Nl表示第L層過(guò)濾器的個(gè)數(shù),Ml表示過(guò)濾器的大小。Fijl表示的是第L層第i個(gè)過(guò)濾器在位置j的輸出。

    因?yàn)槟骋粚拥腟tyle可以用Gl∈RNl×Nl來(lái)表示,其中Nl×Nl表示不同過(guò)濾器響應(yīng)的內(nèi)積;a→表示Style的圖像,x→表示生成的噪聲圖像,Al和Gl分別表示第L層的Style。

    最后通過(guò)優(yōu)化的方法使得Content loss和Style loss的總值最小,如式4:

    其中[α和β]分別表示Content和 Style 的權(quán)重,當(dāng)[α]較大時(shí),則噪聲圖片的內(nèi)容和Content圖片內(nèi)容更為吻合;當(dāng)[β]較大時(shí),則噪聲圖片的風(fēng)格和Style圖片風(fēng)格更為吻合。

    (2)訓(xùn)練實(shí)施

    圖像模型訓(xùn)練功能通過(guò)訓(xùn)練好的VGG19卷積神經(jīng)網(wǎng)絡(luò)和COCO數(shù)據(jù)集來(lái)訓(xùn)練目標(biāo)風(fēng)格模型,COCO數(shù)據(jù)集中的train2014圖片作為輸入的內(nèi)容圖片,另外輸入一張要訓(xùn)練的風(fēng)格圖片。訓(xùn)練模型需要耗費(fèi)很長(zhǎng)的時(shí)間,但是使用訓(xùn)練好的模型進(jìn)行圖像風(fēng)格遷移則可以很快地得到結(jié)果。

    圖像模型訓(xùn)練功能主要由兩個(gè)網(wǎng)絡(luò)構(gòu)成,分別是生成網(wǎng)絡(luò)(Image Transform Net)和損失網(wǎng)絡(luò)(Loss Network),如圖1所示。生成網(wǎng)絡(luò)接收一張圖片作為輸入,然后分別經(jīng)過(guò)卷積模塊,殘差模塊,和反卷積模塊,最后生成網(wǎng)絡(luò)輸出的也是一張圖片[5-7]。損失網(wǎng)絡(luò)把生成網(wǎng)絡(luò)輸出的圖片y作為輸入,對(duì)于每一張輸入的圖片y,它都有一個(gè)對(duì)應(yīng)的風(fēng)格目標(biāo)ys和內(nèi)容目標(biāo)yc,y通過(guò)和風(fēng)格目標(biāo)(ys)、內(nèi)容目標(biāo)(yc)進(jìn)行對(duì)比做損失計(jì)算,然后根據(jù)計(jì)算得到的loss值調(diào)整生成網(wǎng)絡(luò)的權(quán)重賦值,通過(guò)不斷調(diào)整loss值來(lái)達(dá)到目標(biāo)效果。當(dāng)模型訓(xùn)練開(kāi)始后,訓(xùn)練網(wǎng)絡(luò)會(huì)根據(jù)內(nèi)容圖片和噪聲生成一張?jiān)肼晥D片,并將噪聲圖片傳給網(wǎng)絡(luò),計(jì)算loss值,然后再根據(jù)loss值調(diào)整噪聲圖片,不斷重復(fù)如此操作,進(jìn)行迭代了一定的次數(shù)后,loss值和相對(duì)于最開(kāi)始時(shí)的值小了,而噪聲圖片也就具備了圖片的內(nèi)容與風(fēng)格。

    服務(wù)器端通過(guò)命令的形式訓(xùn)練模型:

    Python style.py --checkpoint-dir ./model/ --style ./style/udnie.jpg

    style.py 是模型訓(xùn)練的腳本文件

    --checkpoint-dir ./model/ 是訓(xùn)練好的模型保存的路徑

    --style ./style/udnie.jpg是目標(biāo)風(fēng)格

    在訓(xùn)練模型的過(guò)程中,會(huì)生成四個(gè)相關(guān)文件,如圖2所示,分別是:checkpoint、fns.ckpt.data-00000-of-00001 、fns.ckpt.index、fns.ckpt.meta。Checkpoint文件是文本文件,在這個(gè)文件里面記錄了保存的最新的checkpoint文件信息和一些其他的checkpoint相關(guān)文件列表;fns.ckpt.meta保存了網(wǎng)絡(luò)的圖結(jié)構(gòu),在這個(gè)文件當(dāng)中包含變量、集合等信息;fns.ckpt.data-00000-of-00001 、fns.ckpt.index都是二進(jìn)制文件,記錄了網(wǎng)絡(luò)中的所有權(quán)重和偏置等變量數(shù)值。

    4 應(yīng)用功能

    本應(yīng)用程序分服務(wù)器端和移動(dòng)客戶端,功能示意如圖3所示。

    服務(wù)器端:

    (1)圖像存貯功能:實(shí)現(xiàn)用戶上傳的圖像數(shù)據(jù)的存貯;

    (2)圖像風(fēng)格模型訓(xùn)練功能:實(shí)現(xiàn)圖像模型的訓(xùn)練,選取藝術(shù)風(fēng)格獨(dú)特,且觀賞性好的圖片進(jìn)行訓(xùn)練,生成特定的模型;

    (3)圖像風(fēng)格化處理功能:實(shí)現(xiàn)圖像風(fēng)格化的轉(zhuǎn)變處理,將圖片的內(nèi)容層和模型的風(fēng)格層重組成新的圖片,如圖4所示。

    移動(dòng)客戶端:

    (1)圖像采集功能:實(shí)現(xiàn)圖的采集,并將圖像上傳到服務(wù)器請(qǐng)求處理圖像,在服務(wù)器處理完圖片后接收處理后的圖片。

    (2)圖像上傳功能:實(shí)現(xiàn)用戶上傳圖像。

    5 結(jié)束語(yǔ)

    在最初,我們通過(guò)人力提取圖像特征,準(zhǔn)備工作消耗了大量的人力物力;而現(xiàn)在,通過(guò)深度學(xué)習(xí)可以快速地提取圖像的特征,大大減少了資源消耗和技術(shù)要求,即使用戶不具備好的拍照水平,不具備后期處理圖片的能力,他們也可以對(duì)自己的圖片進(jìn)行風(fēng)格化處理,從而得到更具觀賞性的圖片。

    隨著對(duì)卷積神經(jīng)網(wǎng)絡(luò)的進(jìn)一步研究,圖像風(fēng)格化的技術(shù)將會(huì)愈發(fā)成熟,圖像風(fēng)格將逐漸增加,用戶也將會(huì)有更多的選擇。

    參考文獻(xiàn):

    [1] 徐曉琳.面向大規(guī)模數(shù)據(jù)分析與分類(lèi)的正則化回歸算法[D].合肥:安徽大學(xué),2017.

    [2] 章敏敏,徐和平,王曉潔,等.谷歌TensorFlow機(jī)器學(xué)習(xí)框架及應(yīng)用[J].微型機(jī)與應(yīng)用,2017,36(10):58-60.

    [3] 谷歌推出TensorFlow機(jī)器學(xué)習(xí)系統(tǒng)[J].電信工程技術(shù)與標(biāo)準(zhǔn)化,2015,28(11):92.

    [4] 吳聯(lián)坤.基于TensorFlow分布式與前景背景分離的實(shí)時(shí)圖像風(fēng)格化算法[D].杭州:浙江大學(xué),2017.

    [5] 李盛超.基于深度學(xué)習(xí)的圖像水墨風(fēng)格渲染應(yīng)用[D].南京:南京大學(xué),2017.

    [6] 竇亞玲,周武彬,季人煌.基于卷積神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移技術(shù)[J].現(xiàn)代計(jì)算機(jī)(專業(yè)版),2018,(30):47-51,60.

    [7] 萬(wàn)士寧.基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別研究與實(shí)現(xiàn)[D].成都:電子科技大學(xué),2016.

    【通聯(lián)編輯:唐一東】

    猜你喜歡
    卷積神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)
    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(shí)別算法
    基于詞典與機(jī)器學(xué)習(xí)的中文微博情感分析
    基于機(jī)器學(xué)習(xí)的圖像特征提取技術(shù)在圖像版權(quán)保護(hù)中的應(yīng)用
    基于網(wǎng)絡(luò)搜索數(shù)據(jù)的平遙旅游客流量預(yù)測(cè)分析
    前綴字母為特征在維吾爾語(yǔ)文本情感分類(lèi)中的研究
    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(shí)現(xiàn)
    軟件工程(2016年8期)2016-10-25 15:47:34
    基于支持向量機(jī)的金融數(shù)據(jù)分析研究
    基于卷積神經(jīng)網(wǎng)絡(luò)的樹(shù)葉識(shí)別的算法的研究
    国产成人免费观看mmmm| 少妇猛男粗大的猛烈进出视频| 久久久久人妻精品一区果冻| 久久热在线av| 王馨瑶露胸无遮挡在线观看| 国产老妇伦熟女老妇高清| 久久久久国产精品人妻一区二区| 蜜桃国产av成人99| 伊人久久国产一区二区| av在线app专区| 免费少妇av软件| 欧美av亚洲av综合av国产av | 一级片免费观看大全| 久久久亚洲精品成人影院| 久久性视频一级片| 成人国产麻豆网| 国产一区亚洲一区在线观看| 久久ye,这里只有精品| 久久青草综合色| 女人爽到高潮嗷嗷叫在线视频| 美女国产高潮福利片在线看| 亚洲熟女毛片儿| 飞空精品影院首页| 天天躁狠狠躁夜夜躁狠狠躁| 蜜桃在线观看..| 亚洲人成77777在线视频| 看十八女毛片水多多多| 亚洲熟女精品中文字幕| 亚洲成国产人片在线观看| 精品一区二区三区四区五区乱码 | 成人免费观看视频高清| 大陆偷拍与自拍| 交换朋友夫妻互换小说| 日韩人妻精品一区2区三区| 国产精品无大码| 久久这里只有精品19| 最新在线观看一区二区三区 | 天天操日日干夜夜撸| 高清黄色对白视频在线免费看| 国产精品一国产av| 桃花免费在线播放| 国产激情久久老熟女| 国产精品欧美亚洲77777| 亚洲精品国产一区二区精华液| 亚洲av电影在线观看一区二区三区| 99热全是精品| 女的被弄到高潮叫床怎么办| 丁香六月天网| 一区二区日韩欧美中文字幕| 热99久久久久精品小说推荐| 亚洲,欧美,日韩| 美女脱内裤让男人舔精品视频| 午夜福利网站1000一区二区三区| 国产精品一国产av| 精品国产一区二区久久| 啦啦啦在线观看免费高清www| 欧美精品av麻豆av| 丁香六月欧美| 中文乱码字字幕精品一区二区三区| 激情视频va一区二区三区| 日韩制服丝袜自拍偷拍| 免费少妇av软件| 老汉色av国产亚洲站长工具| 欧美精品一区二区大全| 又大又爽又粗| 亚洲国产av新网站| 男女国产视频网站| 午夜日韩欧美国产| 亚洲五月色婷婷综合| 精品亚洲乱码少妇综合久久| 国产不卡av网站在线观看| 国产高清不卡午夜福利| 天天躁夜夜躁狠狠久久av| 99香蕉大伊视频| 亚洲欧洲日产国产| 啦啦啦视频在线资源免费观看| 2021少妇久久久久久久久久久| 亚洲精品在线美女| 亚洲国产毛片av蜜桃av| 久久久久精品人妻al黑| 国产成人精品久久久久久| 午夜av观看不卡| 777米奇影视久久| 国产av国产精品国产| 欧美精品亚洲一区二区| 中文字幕亚洲精品专区| 午夜福利乱码中文字幕| 亚洲精品美女久久av网站| 亚洲国产精品一区二区三区在线| 婷婷色综合大香蕉| 国产精品免费大片| 国精品久久久久久国模美| 97人妻天天添夜夜摸| 日韩制服丝袜自拍偷拍| 少妇被粗大的猛进出69影院| 99精国产麻豆久久婷婷| 18在线观看网站| 日韩大片免费观看网站| 91老司机精品| 老司机亚洲免费影院| 飞空精品影院首页| 一区福利在线观看| 成人免费观看视频高清| 亚洲一码二码三码区别大吗| 免费在线观看黄色视频的| 男女边吃奶边做爰视频| av电影中文网址| 热re99久久精品国产66热6| 巨乳人妻的诱惑在线观看| 日韩熟女老妇一区二区性免费视频| 国产黄色免费在线视频| 日韩大片免费观看网站| 啦啦啦在线免费观看视频4| 亚洲精品第二区| 在线观看人妻少妇| 岛国毛片在线播放| 只有这里有精品99| 亚洲综合色网址| 夫妻午夜视频| av电影中文网址| 飞空精品影院首页| 亚洲第一av免费看| 午夜福利,免费看| 欧美在线一区亚洲| 精品国产一区二区久久| 久久综合国产亚洲精品| 丝袜脚勾引网站| 午夜福利视频在线观看免费| 亚洲,欧美精品.| 国产福利在线免费观看视频| 精品久久久久久电影网| 精品少妇久久久久久888优播| 水蜜桃什么品种好| 国产欧美日韩一区二区三区在线| 涩涩av久久男人的天堂| www.av在线官网国产| 国产精品一区二区在线观看99| 欧美日韩亚洲综合一区二区三区_| 国产成人精品在线电影| 免费观看人在逋| 又大又黄又爽视频免费| 久久影院123| 在线 av 中文字幕| 久久人人97超碰香蕉20202| 亚洲男人天堂网一区| 精品福利永久在线观看| 日韩大片免费观看网站| 99久久综合免费| 老司机靠b影院| 精品视频人人做人人爽| 叶爱在线成人免费视频播放| 国产一区二区三区av在线| 亚洲国产av影院在线观看| 在线观看国产h片| 日韩欧美精品免费久久| 国产精品久久久久久久久免| 国产成人午夜福利电影在线观看| 狠狠婷婷综合久久久久久88av| 精品国产乱码久久久久久小说| av天堂久久9| 国产午夜精品一二区理论片| 中文字幕另类日韩欧美亚洲嫩草| av福利片在线| 国产成人av激情在线播放| 一级a爱视频在线免费观看| 少妇精品久久久久久久| 成人亚洲精品一区在线观看| 久久99精品国语久久久| 中国三级夫妇交换| 免费观看性生交大片5| 国产乱来视频区| 日韩一区二区视频免费看| 国产伦人伦偷精品视频| 少妇人妻久久综合中文| 丁香六月欧美| 亚洲国产欧美日韩在线播放| 亚洲男人天堂网一区| 最新的欧美精品一区二区| 国产精品三级大全| 老司机影院成人| av在线app专区| www.av在线官网国产| 日本av免费视频播放| 男女国产视频网站| 国产片特级美女逼逼视频| 亚洲av在线观看美女高潮| 国产伦理片在线播放av一区| 精品福利永久在线观看| 可以免费在线观看a视频的电影网站 | 久久国产亚洲av麻豆专区| 亚洲精品国产区一区二| 美女午夜性视频免费| 成人免费观看视频高清| 69精品国产乱码久久久| 搡老乐熟女国产| 亚洲欧美一区二区三区国产| 巨乳人妻的诱惑在线观看| 香蕉丝袜av| 国产成人91sexporn| 久久国产亚洲av麻豆专区| 中文字幕制服av| 啦啦啦 在线观看视频| 在线观看免费日韩欧美大片| 成人影院久久| 99热全是精品| 国产不卡av网站在线观看| 1024视频免费在线观看| 欧美中文综合在线视频| 国产片特级美女逼逼视频| 国产xxxxx性猛交| 欧美最新免费一区二区三区| bbb黄色大片| 久久 成人 亚洲| 国产精品久久久久久久久免| 99国产精品免费福利视频| 18在线观看网站| av天堂久久9| 97精品久久久久久久久久精品| 精品人妻在线不人妻| 老鸭窝网址在线观看| 国产精品 欧美亚洲| 亚洲自偷自拍图片 自拍| 在线观看人妻少妇| 国产有黄有色有爽视频| 菩萨蛮人人尽说江南好唐韦庄| av国产精品久久久久影院| 久久久久久免费高清国产稀缺| 亚洲精品一二三| 母亲3免费完整高清在线观看| 久久久精品94久久精品| 少妇人妻精品综合一区二区| 欧美黑人精品巨大| 男女边摸边吃奶| 国产人伦9x9x在线观看| 日韩中文字幕欧美一区二区 | 亚洲精华国产精华液的使用体验| 久久久久久久久久久久大奶| 黑人猛操日本美女一级片| 久久久久精品性色| 久久久精品免费免费高清| 香蕉丝袜av| 在线观看三级黄色| 美女国产高潮福利片在线看| 另类亚洲欧美激情| 久久女婷五月综合色啪小说| 人人妻人人澡人人看| 欧美日韩视频高清一区二区三区二| 热re99久久精品国产66热6| 精品少妇黑人巨大在线播放| 99精品久久久久人妻精品| 久久韩国三级中文字幕| 精品亚洲乱码少妇综合久久| 在线天堂最新版资源| av又黄又爽大尺度在线免费看| www日本在线高清视频| avwww免费| 18在线观看网站| 国产成人av激情在线播放| 晚上一个人看的免费电影| 亚洲,欧美,日韩| 99精品久久久久人妻精品| 亚洲成人手机| 伊人久久国产一区二区| 叶爱在线成人免费视频播放| 国产男人的电影天堂91| 久热爱精品视频在线9| 宅男免费午夜| 亚洲天堂av无毛| 热re99久久国产66热| 十八禁高潮呻吟视频| 欧美日韩亚洲综合一区二区三区_| 狂野欧美激情性xxxx| 97人妻天天添夜夜摸| 亚洲男人天堂网一区| 国产精品一国产av| 久久热在线av| 欧美日韩亚洲高清精品| 国产高清不卡午夜福利| 亚洲综合色网址| 99热全是精品| av有码第一页| 国产成人欧美在线观看 | 国产一区二区 视频在线| 中文字幕制服av| 国产熟女欧美一区二区| 色综合欧美亚洲国产小说| 97精品久久久久久久久久精品| 18禁国产床啪视频网站| 老司机影院成人| 国产又色又爽无遮挡免| 亚洲色图 男人天堂 中文字幕| 午夜福利视频精品| 国产亚洲av片在线观看秒播厂| 满18在线观看网站| 亚洲精品国产色婷婷电影| 久久久精品区二区三区| 19禁男女啪啪无遮挡网站| 一级毛片 在线播放| a 毛片基地| 男女床上黄色一级片免费看| 国产一区二区在线观看av| 久久久久网色| 免费在线观看完整版高清| 视频区图区小说| 在现免费观看毛片| 亚洲精品一二三| 国产国语露脸激情在线看| 国产精品熟女久久久久浪| 久久天堂一区二区三区四区| 亚洲一卡2卡3卡4卡5卡精品中文| 国产免费一区二区三区四区乱码| 美女午夜性视频免费| 免费人妻精品一区二区三区视频| 少妇猛男粗大的猛烈进出视频| 国产精品麻豆人妻色哟哟久久| 午夜日本视频在线| av国产精品久久久久影院| videos熟女内射| 久久天躁狠狠躁夜夜2o2o | 中文字幕精品免费在线观看视频| 精品一品国产午夜福利视频| 成人黄色视频免费在线看| 亚洲国产最新在线播放| 久久久精品免费免费高清| 69精品国产乱码久久久| 国产精品久久久久成人av| 亚洲欧美成人精品一区二区| 日韩伦理黄色片| 在线 av 中文字幕| 男女床上黄色一级片免费看| 少妇人妻久久综合中文| 狂野欧美激情性bbbbbb| 精品酒店卫生间| 777米奇影视久久| 亚洲精品国产区一区二| 中文字幕人妻丝袜制服| 中文字幕最新亚洲高清| 亚洲av成人不卡在线观看播放网 | 国产精品麻豆人妻色哟哟久久| 黄片无遮挡物在线观看| 超碰成人久久| 宅男免费午夜| 日日撸夜夜添| 日韩中文字幕欧美一区二区 | 久久久亚洲精品成人影院| 日日摸夜夜添夜夜爱| 搡老岳熟女国产| 国产精品一国产av| 亚洲四区av| 亚洲精华国产精华液的使用体验| 久久久精品国产亚洲av高清涩受| 9热在线视频观看99| 亚洲精品美女久久久久99蜜臀 | 亚洲欧洲精品一区二区精品久久久 | 97在线人人人人妻| 日韩大码丰满熟妇| 人妻人人澡人人爽人人| 免费在线观看完整版高清| 亚洲一级一片aⅴ在线观看| 国产亚洲一区二区精品| 大陆偷拍与自拍| 青春草亚洲视频在线观看| 国产野战对白在线观看| 日韩大码丰满熟妇| 国产在视频线精品| 在线精品无人区一区二区三| 在线观看三级黄色| 亚洲精品国产av蜜桃| 久久久久久久久久久久大奶| 毛片一级片免费看久久久久| 亚洲人成网站在线观看播放| 菩萨蛮人人尽说江南好唐韦庄| 97精品久久久久久久久久精品| 午夜福利在线免费观看网站| 亚洲欧洲精品一区二区精品久久久 | 久久久国产欧美日韩av| 国产精品无大码| 国产片特级美女逼逼视频| 伦理电影大哥的女人| 男女高潮啪啪啪动态图| 国产日韩欧美亚洲二区| 国产av码专区亚洲av| svipshipincom国产片| 在线亚洲精品国产二区图片欧美| 久久99一区二区三区| 国产精品二区激情视频| av在线播放精品| 亚洲熟女毛片儿| 国产成人精品福利久久| 夫妻午夜视频| www.自偷自拍.com| 91国产中文字幕| 中文乱码字字幕精品一区二区三区| 国产在线免费精品| 国产亚洲午夜精品一区二区久久| av线在线观看网站| 亚洲人成电影观看| 日韩免费高清中文字幕av| 国产成人一区二区在线| 又粗又硬又长又爽又黄的视频| 中文字幕制服av| 丝袜人妻中文字幕| 亚洲精品日本国产第一区| 90打野战视频偷拍视频| 国产精品女同一区二区软件| 秋霞伦理黄片| 亚洲伊人久久精品综合| 亚洲精品中文字幕在线视频| 国产福利在线免费观看视频| 国产成人免费无遮挡视频| 另类亚洲欧美激情| 久久久久视频综合| 欧美 日韩 精品 国产| 精品国产露脸久久av麻豆| 精品少妇久久久久久888优播| 日韩精品免费视频一区二区三区| 午夜老司机福利片| 亚洲精品成人av观看孕妇| 男女之事视频高清在线观看 | 久久99精品国语久久久| www日本在线高清视频| 人人妻人人澡人人爽人人夜夜| 久久人人爽av亚洲精品天堂| 亚洲精品久久成人aⅴ小说| 国产一区二区在线观看av| 亚洲av综合色区一区| 天天躁夜夜躁狠狠久久av| 一本久久精品| 亚洲人成77777在线视频| 啦啦啦中文免费视频观看日本| 热99久久久久精品小说推荐| 国产亚洲欧美精品永久| 精品亚洲成国产av| 午夜老司机福利片| 亚洲国产欧美日韩在线播放| 欧美黄色片欧美黄色片| 街头女战士在线观看网站| 国精品久久久久久国模美| 欧美日本中文国产一区发布| 亚洲综合色网址| 国产色婷婷99| 爱豆传媒免费全集在线观看| 国产野战对白在线观看| 七月丁香在线播放| av线在线观看网站| 亚洲av成人精品一二三区| 飞空精品影院首页| 电影成人av| 一边摸一边抽搐一进一出视频| 亚洲图色成人| 80岁老熟妇乱子伦牲交| 国产一区亚洲一区在线观看| e午夜精品久久久久久久| 日韩一区二区三区影片| 天天躁夜夜躁狠狠久久av| 无限看片的www在线观看| 99国产综合亚洲精品| 一区二区三区乱码不卡18| 午夜免费观看性视频| 免费久久久久久久精品成人欧美视频| 国产色婷婷99| 亚洲免费av在线视频| 嫩草影视91久久| av福利片在线| 999精品在线视频| 亚洲色图 男人天堂 中文字幕| 免费黄色在线免费观看| av网站免费在线观看视频| 高清欧美精品videossex| 黑丝袜美女国产一区| 午夜91福利影院| 亚洲中文av在线| 国精品久久久久久国模美| 不卡视频在线观看欧美| 91老司机精品| 欧美日本中文国产一区发布| 久久精品久久精品一区二区三区| 久久鲁丝午夜福利片| 亚洲色图综合在线观看| www.av在线官网国产| 久久国产亚洲av麻豆专区| 在线精品无人区一区二区三| 国产精品免费大片| 精品一品国产午夜福利视频| 欧美日韩亚洲国产一区二区在线观看 | 精品亚洲成国产av| 街头女战士在线观看网站| 夜夜骑夜夜射夜夜干| 午夜福利视频在线观看免费| 亚洲av男天堂| a级毛片黄视频| 精品免费久久久久久久清纯 | 丝袜人妻中文字幕| 丝袜脚勾引网站| 国产成人精品久久久久久| 一本大道久久a久久精品| 丁香六月天网| 日韩中文字幕视频在线看片| 久久韩国三级中文字幕| 高清视频免费观看一区二区| 天堂8中文在线网| 黄色 视频免费看| 最新的欧美精品一区二区| 99热全是精品| 1024视频免费在线观看| av女优亚洲男人天堂| 天天操日日干夜夜撸| 亚洲欧美中文字幕日韩二区| 狠狠婷婷综合久久久久久88av| 在线观看免费日韩欧美大片| 天堂俺去俺来也www色官网| 电影成人av| 极品人妻少妇av视频| 久热爱精品视频在线9| 日韩 欧美 亚洲 中文字幕| 亚洲国产欧美在线一区| 热re99久久精品国产66热6| 免费观看av网站的网址| av卡一久久| 国产精品一区二区在线观看99| 国产1区2区3区精品| 精品人妻熟女毛片av久久网站| 欧美日韩视频高清一区二区三区二| 久久av网站| 亚洲精品,欧美精品| 最近中文字幕高清免费大全6| 18禁国产床啪视频网站| 国产极品天堂在线| 少妇人妻精品综合一区二区| 亚洲人成77777在线视频| 毛片一级片免费看久久久久| 欧美日本中文国产一区发布| xxxhd国产人妻xxx| 宅男免费午夜| 中国国产av一级| 熟女av电影| 午夜免费鲁丝| 国产一区二区三区综合在线观看| 男男h啪啪无遮挡| 国产成人欧美| 欧美亚洲 丝袜 人妻 在线| 99久国产av精品国产电影| 人人妻人人爽人人添夜夜欢视频| av一本久久久久| 国产淫语在线视频| av网站在线播放免费| 日日啪夜夜爽| 精品久久蜜臀av无| 一个人免费看片子| 国产成人91sexporn| 亚洲伊人色综图| 国产成人欧美在线观看 | 午夜福利,免费看| 免费av中文字幕在线| 80岁老熟妇乱子伦牲交| 免费av中文字幕在线| 宅男免费午夜| 精品第一国产精品| 午夜福利,免费看| 精品第一国产精品| av有码第一页| 啦啦啦在线免费观看视频4| 国产一区二区激情短视频 | 国产成人av激情在线播放| 亚洲精品美女久久久久99蜜臀 | 啦啦啦中文免费视频观看日本| av有码第一页| 人妻人人澡人人爽人人| 成年美女黄网站色视频大全免费| 女人爽到高潮嗷嗷叫在线视频| 国产欧美亚洲国产| bbb黄色大片| 十八禁高潮呻吟视频| 美女主播在线视频| 嫩草影视91久久| 日韩制服骚丝袜av| 免费黄频网站在线观看国产| 狂野欧美激情性xxxx| 国产又爽黄色视频| 欧美国产精品一级二级三级| 亚洲欧美成人精品一区二区| 看免费av毛片| av视频免费观看在线观看| 国产男女内射视频| 丁香六月天网| 国产精品成人在线| 免费黄网站久久成人精品| 精品久久久久久电影网| 国产xxxxx性猛交| av一本久久久久| 人妻一区二区av| 日韩成人av中文字幕在线观看| 五月开心婷婷网| 国产在视频线精品| 久久天堂一区二区三区四区| 最新在线观看一区二区三区 | 久久韩国三级中文字幕| 中文字幕人妻丝袜制服| 老司机在亚洲福利影院| 亚洲精品自拍成人| 久久精品久久久久久久性| 婷婷色综合大香蕉| 国产日韩欧美亚洲二区| 亚洲熟女精品中文字幕| 狠狠精品人妻久久久久久综合| 亚洲av中文av极速乱| 亚洲欧美激情在线| 国产极品粉嫩免费观看在线| 无遮挡黄片免费观看| 欧美少妇被猛烈插入视频| 亚洲久久久国产精品| 国产成人免费无遮挡视频| 成人亚洲欧美一区二区av| 国产老妇伦熟女老妇高清| 只有这里有精品99|