• <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 ?

    一種紅外與可見光圖像信息交換融合網(wǎng)絡(luò)

    2022-08-18 02:18:48曹金亮薛偉民蔡雨含王安紅
    關(guān)鍵詞:光照紅外卷積

    曹金亮,薛偉民,蔡雨含,王安紅

    (太原科技大學(xué) 電子信息工程學(xué)院,太原 030024)

    紅外與可見光圖像融合可以將傳感器捕獲到的不同模態(tài)信息整合成一張圖像[1]。根據(jù)輻射差異,紅外圖像可以區(qū)分目標(biāo)與背景,捕獲具有熱信息的目標(biāo)并處理成有顯著特性的像素組合,但其對背景或低熱能輻射目標(biāo)成像效果差,而可見光成像可以很好的彌補(bǔ)這一不足[2],因此,將紅外與可見光信息融合在學(xué)術(shù)和應(yīng)用領(lǐng)域都具有重要意義。

    傳統(tǒng)的圖像融合算法可分為圖像信息提取和特征融合[3-8],公式表示為:

    (1)

    近年來,基于深度學(xué)習(xí)的紅外與可見光圖像融合技術(shù)取得了較更高的性能[9]。為了充分融合圖像信息,應(yīng)在信息提取過程中考慮特征融合以便聯(lián)合優(yōu)化。對此,本文提出了圖像特征通過神經(jīng)網(wǎng)絡(luò)的交叉流動(dòng)進(jìn)行密集交換和融合的算法,構(gòu)建神經(jīng)網(wǎng)絡(luò)同步進(jìn)行信息提取和融合,將固定的融合策略轉(zhuǎn)化為訓(xùn)練得到的高度自適應(yīng)網(wǎng)絡(luò)參數(shù)權(quán)重。

    此外,由于融合網(wǎng)絡(luò)在訓(xùn)練時(shí)沒有相應(yīng)的標(biāo)準(zhǔn)數(shù)據(jù)(ground-truth),許多融合網(wǎng)絡(luò)并沒有將成對的紅外與可見光圖像作為輸入對網(wǎng)絡(luò)訓(xùn)練,或者采用單輸入-單輸出的網(wǎng)絡(luò)結(jié)構(gòu),使得參數(shù)不完全適合紅外和可見光圖像融合,且融合結(jié)果并不能準(zhǔn)確還原真實(shí)的光照場景。為此,本文提出了一種交叉融合框架(CrossFusion-Net),用于生成包含紅外和可見光信息的融合圖像。首先,設(shè)計(jì)了一個(gè)具有雙輸入、交叉連接結(jié)構(gòu)的信息交換自編碼網(wǎng)絡(luò)(IEA-Net),用于特征提取和融合并將紅外與可見光圖像成對輸入進(jìn)行訓(xùn)練。同時(shí),融合策略由網(wǎng)絡(luò)結(jié)構(gòu)實(shí)現(xiàn),使得每個(gè)源圖像的深度卷積特征通過一個(gè)雙分支編碼器交換。其次,提出了一個(gè)補(bǔ)償分支用來獲得結(jié)構(gòu)特征和光照特征。第三,設(shè)計(jì)了一個(gè)信息提取模塊(Cut-in模塊)從源圖像中提取多尺度特征。最后,集成模塊將所有特征整合在一起,并使用解碼器進(jìn)行重構(gòu)。實(shí)驗(yàn)結(jié)果表明,本文的交叉融合網(wǎng)絡(luò)在客觀和主觀評價(jià)方面都具有很好的性能。且在TNO Image Fusion數(shù)據(jù)集上能夠恢復(fù)真實(shí)的光照場景。

    1 網(wǎng)絡(luò)架構(gòu)

    1.1 本文提出的信息交換深度圖像融合網(wǎng)絡(luò)

    本文提出的信息交換融合網(wǎng)絡(luò)如圖1所示,紅外圖像、可見光圖像同時(shí)輸入IEA編碼器,在IEA編碼器中進(jìn)行特征提取和信息交換產(chǎn)生融合圖像;其次,由補(bǔ)償支路提取的紅外和可見光圖像作為補(bǔ)償信息,整合輸入IEA解碼器進(jìn)行圖像融合。

    圖1所體現(xiàn)出的信息交換融合網(wǎng)絡(luò)融合思路由公式表述為:

    (2)

    圖1 信息交換融合網(wǎng)絡(luò)示意圖Fig.1 The diagram of the proposed information-interchanging integration framework

    (3)

    它們直接將源圖像中的結(jié)構(gòu)和光照信息傳遞給融合圖像,使融合后的圖像包含更多的結(jié)構(gòu)信息,準(zhǔn)確還原真實(shí)光照。

    1.2 交叉連接結(jié)構(gòu)的信息交換自編碼網(wǎng)絡(luò)(IEA-NET)

    如圖2所示,本文提出的交叉連接結(jié)構(gòu)的信息交換自編碼網(wǎng)絡(luò)(Information Exchanging Autoencoder Network,IEA-NET)包括編碼器和解碼器兩部分,為雙輸入和單輸出結(jié)構(gòu)。

    圖2 交叉連接結(jié)構(gòu)的信息交換自編碼網(wǎng)絡(luò)IEA-NETFig.2 The network structure of IEA-NET

    IEA-NET編碼器的兩個(gè)分支對稱,所以這里只介紹一個(gè)分支。首先,一個(gè)卷積層擴(kuò)展輸入圖像通道數(shù);然后,將擴(kuò)展后的圖像特征傳遞給三組Cut-in模塊進(jìn)行三個(gè)階段的特征提取和信息交換。

    IEA-NET中使用交換支路,如圖2所示。該結(jié)構(gòu)將不同分支的特征交換到對稱分支相應(yīng)位置。每組Cut-in模塊提取信息后,交換兩分支信息。每個(gè)分支會(huì)得到來自對稱支路的信息補(bǔ)償,并由殘差模塊整合這些特征。最后,所有的特征通過四層卷積重建為融合圖像。本文使用網(wǎng)絡(luò)結(jié)構(gòu)融合特征,因此該網(wǎng)絡(luò)具有更強(qiáng)的泛化能力和融合性能。

    1.3 Cut-in 模塊

    Cut-in模塊結(jié)構(gòu)如圖所3所示。該模塊有兩個(gè)路徑:主路徑含三個(gè)卷積層,每個(gè)卷積層連接一個(gè)ReLU層;第二條路徑含一個(gè)卷積層和一個(gè)ReLU層。最后,兩條路徑通過Concat層連接。為了保持輸入和輸出通道數(shù)目相同,每個(gè)路徑中的通道數(shù)將會(huì)在輸入時(shí)減半。Cut-in塊有三個(gè)優(yōu)勢:1)該模塊進(jìn)行密集連接;2)這種體系結(jié)構(gòu)改善了通過網(wǎng)絡(luò)的梯度流,使網(wǎng)絡(luò)更容易訓(xùn)練;3)該結(jié)構(gòu)在提取特征時(shí)保留多尺度信息。

    圖3 Cut-in模塊結(jié)構(gòu)示意圖Fig.3 The network structure of cut-in block

    1.4 補(bǔ)償支路(Compensation Branch)

    如圖4所示,補(bǔ)償分支獲取和傳遞結(jié)構(gòu)和光照信息并直接連接IEA-NET殘差模塊。

    圖4 補(bǔ)償支路結(jié)構(gòu)示意圖Fig.4 The network structure of compensation branch

    補(bǔ)償支路結(jié)構(gòu)如圖4所示,首先用兩個(gè)卷積層提取信息,然后通過最大池化層提取每個(gè)圖像塊中最大像素獲取結(jié)構(gòu)特征。一方面,該支路提取圖像邊界信息,增強(qiáng)結(jié)構(gòu)信息;另一方面,提取圖像更大范圍相似區(qū)域的背景信息,獲取更準(zhǔn)確的光照信息。接著Cut-in模塊進(jìn)一步提取特征,并對特征進(jìn)行反卷積。最大池化和反卷積可能會(huì)改變特征圖大小,為了確保最終圖像大小與原始圖像相同,本文使用‘填充/裁剪’層恢復(fù)圖像大小。最后,通過殘差模塊進(jìn)行信息整合,從而得到原始圖像的結(jié)構(gòu)信息和光照信息。本文算法總共使用了六個(gè)這樣的分支,其中三個(gè)對稱的分支使用不同窗口大小的最大池層(2/4/6)獲得三種不同尺度的特征,相應(yīng)地,反卷積層采用不同的步長(2/4/6).

    1.5 損失函數(shù)與網(wǎng)絡(luò)訓(xùn)練

    雙輸入結(jié)構(gòu)有兩幅源圖像但只有一幅融合圖像,本文采用的數(shù)據(jù)集是由配對的紅外和可見光圖像組成。因此,我們設(shè)計(jì)雙路結(jié)構(gòu)損失函數(shù):Lssim和Lms-ssim,計(jì)算公式為:

    Lssim=1-SSIM(0,I)

    (4)

    Lms-ssim=1-MSSSIM(0,I)

    (5)

    其中SSIM(O,I)為結(jié)構(gòu)相似性損失,MSSSIM(O,I)是多尺度結(jié)構(gòu)相似性損失??梢姽鈭D像支路和紅外圖像支路損失LVIS和LIR計(jì)算公式為:

    LVIS=γ×Lssim(Ovis,I)+β×Lms-ssim(Ovis,I)

    (6)

    LIR=γ×Lssim(Oir,I)+β×Lms-ssim(Oir,I)

    (7)

    其中Oir是紅外源圖像,Ovis是可見光源圖像,I是融合圖像。γ設(shè)為0.8,β設(shè)為0.2.

    本文采用RGB-NIR Scenes數(shù)據(jù)集[10]的954幅配對的紅外和可見圖像訓(xùn)練網(wǎng)絡(luò),通過對這些圖像進(jìn)行隨機(jī)裁剪(500×500的塊)、隨機(jī)鏡像、Resize和旋轉(zhuǎn),共獲得8 000幅訓(xùn)練圖像。訓(xùn)練集與驗(yàn)證集的比例為7∶1,同時(shí)所有圖像轉(zhuǎn)換為灰度圖像,以圖像對送入網(wǎng)絡(luò)進(jìn)行訓(xùn)練。本文算法使用Adam優(yōu)化器優(yōu)化網(wǎng)絡(luò),學(xué)習(xí)率設(shè)定為0.001.在訓(xùn)練中,若驗(yàn)證集損失函數(shù)指標(biāo)在5個(gè)epoch不發(fā)生變化,學(xué)習(xí)率減半,直到小于0.000 01會(huì)停止訓(xùn)練,如果驗(yàn)證損失10個(gè)epoch不變,訓(xùn)練也會(huì)停止。本文算法使用GTX2080Ti GPU訓(xùn)練,使用的深度學(xué)習(xí)平臺(tái)為Keras.

    2 實(shí)驗(yàn)結(jié)果和分析

    2.1 對比實(shí)驗(yàn)設(shè)置

    本文方法與基于CNN[11]的方法、DeepFuse[6]、DenseFuse[8]和FusionGAN[7]進(jìn)行比較。所有參與比較方法的參數(shù)都嚴(yán)格按照其原文設(shè)置配置。所有比較方法都是文章中給出的預(yù)訓(xùn)練模型,若無預(yù)訓(xùn)練模型,本文將嚴(yán)格按照原論文中訓(xùn)練參數(shù)訓(xùn)練網(wǎng)絡(luò)。

    此外,本文還使用8個(gè)公認(rèn)的融合指標(biāo)評估結(jié)果。包括平均梯度AVG,反映小細(xì)節(jié)對比度和圖像中紋理變化特點(diǎn)和融合圖像的銳度。Qabf為從源圖像傳輸?shù)饺诤蠄D像的信息量,Labf為自源圖像的信息丟失量,SSIMa[12]為結(jié)構(gòu)相似性,MS-SSIMa[13]為多尺度結(jié)構(gòu)相似性,MEF代表融合后圖像的曝光質(zhì)量, Nabf計(jì)算融合圖像的偽影并表示為數(shù)值[14]。PSNRa為峰值信噪比,是基于誤差敏感的圖像質(zhì)量評價(jià)指標(biāo)。

    2.2 對比實(shí)驗(yàn)結(jié)果

    本文對五種圖像融合方法主觀視覺評價(jià)和客觀質(zhì)量評價(jià)進(jìn)行了分析。本文選擇CNN[11],F(xiàn)usionGAN[7],DeepFuse[6]和DenseFuse[8]四個(gè)有代表性的結(jié)果進(jìn)行實(shí)驗(yàn)比較,融合結(jié)果如圖5所示。

    從整體視覺感知角度看,CNN[11]和FusionGAN[7]方法所產(chǎn)生的圖像具有明顯的模糊和偽影,不能清楚反映圖像細(xì)節(jié)(如圖5(a)和(b)所示)。DeepFuse[6]、DenseFuse[8]和本文結(jié)果沒有明顯視覺差異(如圖5(c)、(d)和(e)所示),這三種方法都能準(zhǔn)確地恢復(fù)原始圖像細(xì)節(jié)并提供清晰的視覺感知,但本文結(jié)果擁有更清晰的邊緣信息(如圖5中第三行的圖像中的吉普車和圖5中第四行圖像中的人)。

    (1)對場景光照環(huán)境恢復(fù)能力的主觀評測:

    在恢復(fù)光照場景方面,CNN[11]方法在夜景上表現(xiàn)不佳(如圖5第一行圖像),其他四種方法表現(xiàn)良好。FusionGAN[7]、DeepFuse[6]和DenseFuse[8]錯(cuò)誤地將白天場景還原為夜景(如圖5第二行圖像),CNN[11]和本文方法準(zhǔn)確地恢復(fù)了光照場景。在這五種方法中,只有本文方法能在保持良好視覺感知的同時(shí),準(zhǔn)確地恢復(fù)白天和夜晚場景。

    (2)客觀指標(biāo)評測:

    如圖5所示, DeepFuse[6]、DenseFuse[8]和本文算法結(jié)果很難在人類感知上找出區(qū)別。為了驗(yàn)證算法的有效性,本文對TNO數(shù)據(jù)集中的20組圖像進(jìn)行測試并取平均值,實(shí)驗(yàn)結(jié)果展示在表1中。最佳值用粗體表示。本文方法獲得7個(gè)度量(Labf、Qabf、Nabf、SSIMa、PSNRa、MEF、MS-SSIMa)最佳值,以及一個(gè)度量(AVG)第二佳值。SSIMa和MS-SSIMa值表明,本文的方法可以更好地保存結(jié)構(gòu)信息。此外,最高的MEF值表示本文的方法具有良好的光照信息,而PSNRa和AVG值表示本文的方法具有良好的圖像質(zhì)量。Qabf值表示本文的方法獲得的圖像與源圖像更相關(guān),并且由于Labf值最小表示本文的圖像信息丟失最小。因此,本文的方法對于紅外和可見光圖像融合最有效。

    圖5 TNO數(shù)據(jù)的視覺效果對比圖Fig.5 Visual results on the TNO dataset

    表1 與四種優(yōu)秀方法的客觀指標(biāo)比較

    2.3 電力圖像應(yīng)用

    在訓(xùn)練數(shù)據(jù)集中加入制作的電力圖像數(shù)據(jù),重新訓(xùn)練網(wǎng)絡(luò)使其更適合電力數(shù)據(jù)圖像融合。幾對具有代表性的實(shí)驗(yàn)結(jié)果如圖6所示。

    (1)圖像邊緣信息感知效果的提升:

    本文的圖像融合算法可以有效提高圖像邊緣信息感知效果,如圖6第一行圖像所示,框中的變壓器配電柜在紅外圖像和可見光圖像中都不清晰,經(jīng)過本文算法的融合,圖像可以更清晰的表現(xiàn)配電柜的紋理細(xì)節(jié)和邊緣信息。又如圖6第二行圖像所示,可見光圖像由于光照不足,基本處于不可見狀態(tài),而紅外圖像的邊緣模糊,經(jīng)過融合,框中的絕緣子具有更明顯的邊緣信息。

    圖6 電力融合圖像的視覺效果Fig.6 Visual results on power image dataset

    (2)圖像細(xì)節(jié)信息感知效果的提升:

    本文的圖像融合算法可以有效提高圖像的細(xì)節(jié)信息感知效果。如圖6第三行圖像所示,紅外圖像變壓器圖像條紋模糊,而可見光圖像由于光照原因,無法很好表現(xiàn)細(xì)節(jié)信息。經(jīng)過圖像融合,如第三行框中融合圖像所示,變壓器條紋清晰,擁有良好細(xì)節(jié)信息和更好的視覺效果。再如圖6第四行框所示,融合圖像相較于可見光和紅外圖像具有更好的視覺效果和細(xì)節(jié)信息。

    (3)紅外圖像和可見光圖像的信息綜合:

    如圖6第5行所示,雖然紅外圖像對焦失敗,但經(jīng)過圖像融合,本文算法依然保留紅外圖像的熱量信息并與可見光圖像信息融合得到一副視覺效果良好的圖像。如圖6第六行框中電線桿所示,融合的圖像具有可見光圖像和紅外圖像獨(dú)有的特征,并整合在一張圖像中。

    2.4 與其他圖像融合算法比較

    圖7給出了本文算法與其他深度學(xué)習(xí)紅外可見光融合圖像的對比,可以看到:CNN[11]算法融合后的圖像視覺效果不佳,融合圖像有大量偽影。FusioGAN[7]方法對圖像細(xì)節(jié)恢復(fù)較差,圖像紋理不夠清晰。Densefuse[8]整體對比度低。只有本文提出的算法,有良好的細(xì)節(jié),同時(shí)還有較強(qiáng)的對比度,目標(biāo)邊緣輪廓更加清晰。

    圖7 電力融合圖像的對比視覺效果Fig.7 Visual comparison results on power image dataset

    表2給出與其它算法的客觀指標(biāo)對比,CNN[11]雖然在數(shù)值上有優(yōu)勢,但是其視覺效果很差。本文算法雖然沒有取得數(shù)值的第一,但綜合主觀視覺效果和客觀數(shù)據(jù)結(jié)果,本文算法在擁有良好視覺效果的同時(shí),還有較高的客觀指標(biāo),因此,可以認(rèn)為是一種有效的電力圖像融合模型。

    表2 與三種優(yōu)秀方法的客觀指標(biāo)比較

    3 結(jié)論

    提出了一種具有很強(qiáng)泛化能力的紅外和可見光圖像融合方法。本文算法使用了一個(gè)交叉連接結(jié)構(gòu)的信息交換自編碼網(wǎng)絡(luò)(IEA-NET)和六個(gè)多尺度補(bǔ)償支路進(jìn)行圖像融合。根據(jù)主觀和客觀評測的驗(yàn)證,本文所提出的方法可提供有效的紅外與可見圖像融合。通過對實(shí)際電力圖像的融合,本文所提算法能夠有效提升邊緣信息質(zhì)量和圖像細(xì)節(jié)質(zhì)量,能夠?qū)⒓t外和可見光圖像信息整合為一張圖像,并取得了較好的性能。

    猜你喜歡
    光照紅外卷積
    網(wǎng)紅外賣
    節(jié)能環(huán)保 光照萬家(公益宣傳)
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    閃亮的中國紅外『芯』
    金橋(2021年4期)2021-05-21 08:19:20
    節(jié)能環(huán)保光照萬家(公益宣傳)
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    春光照瑤鄉(xiāng)
    TS系列紅外傳感器在嵌入式控制系統(tǒng)中的應(yīng)用
    電子制作(2019年7期)2019-04-25 13:17:14
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    基于快速遞推模糊2-劃分熵圖割的紅外圖像分割
    天天躁夜夜躁狠狠久久av| 给我免费播放毛片高清在线观看| 18禁裸乳无遮挡免费网站照片| 亚洲成人久久爱视频| 亚洲美女搞黄在线观看 | 乱人视频在线观看| 久久精品夜色国产| 亚洲三级黄色毛片| 熟女电影av网| 日韩制服骚丝袜av| 国产精品精品国产色婷婷| 在现免费观看毛片| av在线老鸭窝| 亚洲人成网站在线播放欧美日韩| 精品久久久久久久久亚洲| 少妇的逼好多水| 深爱激情五月婷婷| 亚洲国产高清在线一区二区三| 亚洲第一区二区三区不卡| 人妻久久中文字幕网| 床上黄色一级片| 日本色播在线视频| 女同久久另类99精品国产91| 69av精品久久久久久| 99热网站在线观看| 12—13女人毛片做爰片一| 久久亚洲国产成人精品v| 欧美3d第一页| 男女视频在线观看网站免费| 十八禁网站免费在线| 永久网站在线| 欧美一级a爱片免费观看看| 国产亚洲欧美98| 亚洲欧美清纯卡通| 日本爱情动作片www.在线观看 | 最近中文字幕高清免费大全6| 丰满乱子伦码专区| 久久久精品94久久精品| 狂野欧美激情性xxxx在线观看| 久久综合国产亚洲精品| 一个人免费在线观看电影| 亚洲精品粉嫩美女一区| 亚洲国产欧美人成| 亚洲18禁久久av| 国产亚洲91精品色在线| 国产一区二区激情短视频| 在线观看美女被高潮喷水网站| 久久午夜福利片| 99久久精品国产国产毛片| 亚洲成人久久爱视频| 欧美成人精品欧美一级黄| 乱码一卡2卡4卡精品| 亚洲av中文字字幕乱码综合| 看黄色毛片网站| 少妇高潮的动态图| 国产一级毛片七仙女欲春2| 人人妻人人澡欧美一区二区| 草草在线视频免费看| 国产精品日韩av在线免费观看| 日韩成人av中文字幕在线观看 | 日本成人三级电影网站| 国内少妇人妻偷人精品xxx网站| 美女免费视频网站| 精品午夜福利在线看| 综合色丁香网| 午夜精品在线福利| 老司机午夜福利在线观看视频| 又爽又黄a免费视频| 亚洲国产日韩欧美精品在线观看| 国产毛片a区久久久久| 国产老妇女一区| 欧美又色又爽又黄视频| 午夜a级毛片| 国产一区二区亚洲精品在线观看| 偷拍熟女少妇极品色| 亚洲国产精品成人综合色| 一边摸一边抽搐一进一小说| aaaaa片日本免费| 别揉我奶头 嗯啊视频| 日日摸夜夜添夜夜添小说| 黄色一级大片看看| 91久久精品电影网| avwww免费| АⅤ资源中文在线天堂| 国产成人91sexporn| 少妇的逼好多水| 欧美性感艳星| 精品久久久久久久末码| 日韩欧美国产在线观看| 成人综合一区亚洲| 特级一级黄色大片| 免费在线观看影片大全网站| 久久精品久久久久久噜噜老黄 | 久久久久国产网址| 久久久久久九九精品二区国产| 午夜a级毛片| 国产一区二区三区在线臀色熟女| 男插女下体视频免费在线播放| 亚洲精品影视一区二区三区av| 一级毛片我不卡| 久久人人爽人人片av| 丝袜喷水一区| 久久鲁丝午夜福利片| 久久精品人妻少妇| 色综合亚洲欧美另类图片| a级毛片a级免费在线| 中国国产av一级| 日本欧美国产在线视频| 午夜福利成人在线免费观看| 午夜免费男女啪啪视频观看 | 少妇猛男粗大的猛烈进出视频 | 色播亚洲综合网| 免费在线观看成人毛片| 十八禁国产超污无遮挡网站| 精品少妇黑人巨大在线播放 | 观看免费一级毛片| 天天一区二区日本电影三级| 久久热精品热| 久久久久久久久大av| 欧美日韩乱码在线| 国产人妻一区二区三区在| 人妻久久中文字幕网| 又黄又爽又刺激的免费视频.| 午夜日韩欧美国产| 永久网站在线| 菩萨蛮人人尽说江南好唐韦庄 | 亚洲欧美成人精品一区二区| av.在线天堂| 一a级毛片在线观看| 九色成人免费人妻av| 久久久精品94久久精品| 两个人视频免费观看高清| 好男人在线观看高清免费视频| 亚洲久久久久久中文字幕| 免费av观看视频| 国内精品美女久久久久久| 男女做爰动态图高潮gif福利片| 噜噜噜噜噜久久久久久91| 国内精品宾馆在线| 高清毛片免费看| 久久精品国产亚洲av涩爱 | 国产69精品久久久久777片| 国产黄色视频一区二区在线观看 | 小说图片视频综合网站| 亚洲国产精品合色在线| 国产熟女欧美一区二区| 欧美三级亚洲精品| 欧美日本亚洲视频在线播放| 在线观看一区二区三区| 久久人人爽人人爽人人片va| 亚洲精品国产成人久久av| 天美传媒精品一区二区| 俺也久久电影网| 国内精品宾馆在线| 99久国产av精品| 日本在线视频免费播放| 国产色爽女视频免费观看| 日韩在线高清观看一区二区三区| 久久久久久久久中文| 内射极品少妇av片p| 变态另类成人亚洲欧美熟女| 国产免费男女视频| 最近最新中文字幕大全电影3| 欧美极品一区二区三区四区| 晚上一个人看的免费电影| 国内久久婷婷六月综合欲色啪| 久久久久久久久久成人| 欧美绝顶高潮抽搐喷水| 亚洲电影在线观看av| 草草在线视频免费看| 亚洲美女视频黄频| 夜夜爽天天搞| 欧美成人a在线观看| 久久精品国产亚洲网站| 啦啦啦韩国在线观看视频| 久久亚洲国产成人精品v| 成年版毛片免费区| 国产毛片a区久久久久| 男女啪啪激烈高潮av片| 欧美日韩精品成人综合77777| 久久精品影院6| 国产成人影院久久av| 最近在线观看免费完整版| 亚洲av成人av| 校园人妻丝袜中文字幕| 99久久精品国产国产毛片| 男人狂女人下面高潮的视频| 真实男女啪啪啪动态图| 大香蕉久久网| 欧美最新免费一区二区三区| 2021天堂中文幕一二区在线观| 国产精品人妻久久久影院| 天天躁日日操中文字幕| 日韩 亚洲 欧美在线| 一卡2卡三卡四卡精品乱码亚洲| 国产 一区 欧美 日韩| 91在线观看av| 成人特级黄色片久久久久久久| 最好的美女福利视频网| 欧美bdsm另类| 99在线人妻在线中文字幕| 日日干狠狠操夜夜爽| 国产精品美女特级片免费视频播放器| 国产综合懂色| 国产白丝娇喘喷水9色精品| 精品久久久久久久久亚洲| 69人妻影院| 成年女人毛片免费观看观看9| 成人永久免费在线观看视频| 自拍偷自拍亚洲精品老妇| 色综合站精品国产| 人妻少妇偷人精品九色| 一级毛片aaaaaa免费看小| 国产女主播在线喷水免费视频网站 | 亚洲av五月六月丁香网| 国产一区二区三区av在线 | 一边摸一边抽搐一进一小说| 欧美极品一区二区三区四区| 国产伦在线观看视频一区| 99国产极品粉嫩在线观看| 91久久精品国产一区二区三区| 狂野欧美白嫩少妇大欣赏| 久久久欧美国产精品| 蜜臀久久99精品久久宅男| 黄色视频,在线免费观看| 夜夜夜夜夜久久久久| 亚洲国产日韩欧美精品在线观看| 人人妻人人澡欧美一区二区| 久久综合国产亚洲精品| 亚洲精品456在线播放app| 看免费成人av毛片| 一a级毛片在线观看| 一个人观看的视频www高清免费观看| 亚洲精品乱码久久久v下载方式| 97超碰精品成人国产| 寂寞人妻少妇视频99o| 久久精品国产自在天天线| a级毛片a级免费在线| 亚洲国产精品成人久久小说 | 欧美色视频一区免费| 欧美日韩国产亚洲二区| 高清日韩中文字幕在线| 99久国产av精品| 午夜福利高清视频| 一本一本综合久久| 变态另类成人亚洲欧美熟女| 一个人免费在线观看电影| 国产成人a区在线观看| 亚洲精品成人久久久久久| 最近在线观看免费完整版| 日本熟妇午夜| 91午夜精品亚洲一区二区三区| 最新中文字幕久久久久| 在线观看美女被高潮喷水网站| 欧美国产日韩亚洲一区| 亚洲国产精品sss在线观看| 午夜精品在线福利| 欧美区成人在线视频| 午夜亚洲福利在线播放| 亚洲成av人片在线播放无| 国产精品,欧美在线| 免费看av在线观看网站| 久久久久久九九精品二区国产| 亚洲精品国产成人久久av| 乱系列少妇在线播放| 男女那种视频在线观看| 国产精品亚洲一级av第二区| 亚洲自偷自拍三级| 可以在线观看的亚洲视频| 在线国产一区二区在线| 亚洲真实伦在线观看| 日本爱情动作片www.在线观看 | 天美传媒精品一区二区| 尾随美女入室| 亚洲精品国产成人久久av| 又黄又爽又刺激的免费视频.| 国产不卡一卡二| 热99re8久久精品国产| 你懂的网址亚洲精品在线观看 | 日本精品一区二区三区蜜桃| 尤物成人国产欧美一区二区三区| eeuss影院久久| 三级毛片av免费| 免费观看在线日韩| 日韩欧美精品免费久久| 亚洲最大成人中文| 国产精品爽爽va在线观看网站| 日本一本二区三区精品| 免费电影在线观看免费观看| 别揉我奶头 嗯啊视频| 国产 一区精品| 精品人妻熟女av久视频| 日韩欧美 国产精品| 日韩高清综合在线| 黄色一级大片看看| 亚洲av熟女| 91在线观看av| 中文字幕熟女人妻在线| 日日摸夜夜添夜夜添小说| 日韩欧美三级三区| 午夜久久久久精精品| 男女下面进入的视频免费午夜| 97超级碰碰碰精品色视频在线观看| 国产精品亚洲一级av第二区| 日韩欧美精品免费久久| 亚洲成人av在线免费| 亚洲av美国av| 老司机午夜福利在线观看视频| 国产精品久久久久久亚洲av鲁大| 色播亚洲综合网| 国产在线精品亚洲第一网站| 久久久久久久久久黄片| 久久人妻av系列| 久久这里只有精品中国| 12—13女人毛片做爰片一| 观看美女的网站| 久久久久久久久中文| 欧美精品国产亚洲| 亚洲在线自拍视频| 亚洲国产欧洲综合997久久,| 国产高清三级在线| 99久久中文字幕三级久久日本| 99热这里只有精品一区| 色噜噜av男人的天堂激情| 久久精品国产99精品国产亚洲性色| 亚洲精品日韩在线中文字幕 | 成人美女网站在线观看视频| 亚洲一级一片aⅴ在线观看| 晚上一个人看的免费电影| 午夜影院日韩av| 国产中年淑女户外野战色| 人妻夜夜爽99麻豆av| 国产精华一区二区三区| 午夜福利在线观看免费完整高清在 | 97热精品久久久久久| 少妇熟女aⅴ在线视频| 成人漫画全彩无遮挡| 麻豆一二三区av精品| 99热网站在线观看| 亚洲美女搞黄在线观看 | 亚洲精品乱码久久久v下载方式| 国产一区二区三区av在线 | 亚洲av中文字字幕乱码综合| 欧美性猛交黑人性爽| 成人一区二区视频在线观看| 色哟哟·www| 成人一区二区视频在线观看| 亚洲熟妇熟女久久| 最近的中文字幕免费完整| 免费无遮挡裸体视频| av视频在线观看入口| 特级一级黄色大片| 成人午夜高清在线视频| 99久久九九国产精品国产免费| 国产高清有码在线观看视频| 亚洲色图av天堂| 69人妻影院| 欧美绝顶高潮抽搐喷水| 亚洲欧美日韩卡通动漫| 亚洲色图av天堂| 色播亚洲综合网| 99久久九九国产精品国产免费| 成人午夜高清在线视频| 亚洲经典国产精华液单| 性色avwww在线观看| 在线a可以看的网站| 国产精品久久久久久av不卡| 国产老妇女一区| 日韩欧美精品免费久久| 精品熟女少妇av免费看| 久久久色成人| 中文字幕av成人在线电影| 国产精品美女特级片免费视频播放器| 国产精品久久久久久亚洲av鲁大| 美女 人体艺术 gogo| 人妻夜夜爽99麻豆av| 99在线视频只有这里精品首页| 亚洲欧美精品自产自拍| 久99久视频精品免费| 我的老师免费观看完整版| 在现免费观看毛片| 日本免费一区二区三区高清不卡| 狂野欧美白嫩少妇大欣赏| 国产三级中文精品| 97超级碰碰碰精品色视频在线观看| av中文乱码字幕在线| 国产视频内射| 搡老岳熟女国产| 久久久久性生活片| 亚洲成人av在线免费| 日本免费a在线| 色尼玛亚洲综合影院| 午夜福利高清视频| 性插视频无遮挡在线免费观看| 97超碰精品成人国产| 色av中文字幕| 国产老妇女一区| 久久久久久国产a免费观看| 国产乱人偷精品视频| 国产 一区精品| 精品无人区乱码1区二区| 精品一区二区三区视频在线观看免费| 俄罗斯特黄特色一大片| 国产成人a区在线观看| 少妇人妻一区二区三区视频| 麻豆成人午夜福利视频| 白带黄色成豆腐渣| 成人特级av手机在线观看| 中文字幕人妻熟人妻熟丝袜美| 日本与韩国留学比较| 一本一本综合久久| 日韩精品中文字幕看吧| 国产一区二区在线av高清观看| 成熟少妇高潮喷水视频| 精品熟女少妇av免费看| 精品免费久久久久久久清纯| 欧美最黄视频在线播放免费| 男女做爰动态图高潮gif福利片| 久久99热6这里只有精品| 精品一区二区三区视频在线观看免费| 女人十人毛片免费观看3o分钟| 日韩欧美在线乱码| 十八禁网站免费在线| 在线播放国产精品三级| 深夜a级毛片| 在线免费观看不下载黄p国产| 亚洲第一区二区三区不卡| 毛片一级片免费看久久久久| 国产免费男女视频| 赤兔流量卡办理| 欧美bdsm另类| 精品无人区乱码1区二区| 精品人妻偷拍中文字幕| 简卡轻食公司| 精品一区二区三区人妻视频| 国产亚洲av嫩草精品影院| 亚洲专区国产一区二区| 91在线精品国自产拍蜜月| 中文字幕av在线有码专区| 精品福利观看| 精品久久久久久久久亚洲| 少妇熟女欧美另类| 我的老师免费观看完整版| 一级毛片我不卡| 搞女人的毛片| 激情 狠狠 欧美| 日本五十路高清| 国产成人影院久久av| 伦理电影大哥的女人| 欧美性感艳星| 日日摸夜夜添夜夜添小说| 亚洲av美国av| 精品人妻一区二区三区麻豆 | 国产精品日韩av在线免费观看| 国产色爽女视频免费观看| 搡女人真爽免费视频火全软件 | 成年版毛片免费区| 男女之事视频高清在线观看| 亚洲成av人片在线播放无| 女生性感内裤真人,穿戴方法视频| 又黄又爽又刺激的免费视频.| 日韩欧美一区二区三区在线观看| 欧美极品一区二区三区四区| 国产一区二区三区av在线 | 久久精品国产亚洲av天美| 亚洲精品日韩av片在线观看| 在线看三级毛片| ponron亚洲| 久久久国产成人免费| 精品熟女少妇av免费看| 最后的刺客免费高清国语| 亚洲av二区三区四区| av在线播放精品| 亚洲,欧美,日韩| 18禁在线播放成人免费| 日韩欧美在线乱码| 久久精品综合一区二区三区| 国产精品电影一区二区三区| 免费高清视频大片| 十八禁国产超污无遮挡网站| 日日撸夜夜添| 国产在视频线在精品| 搡女人真爽免费视频火全软件 | 高清午夜精品一区二区三区 | 国产精品美女特级片免费视频播放器| 色哟哟哟哟哟哟| 一本一本综合久久| 国产一级毛片七仙女欲春2| 久久久久九九精品影院| 国产精品久久久久久久电影| 国产亚洲精品久久久com| 91久久精品电影网| av女优亚洲男人天堂| 亚洲电影在线观看av| 一本一本综合久久| 12—13女人毛片做爰片一| 国产真实乱freesex| 午夜福利高清视频| 欧美成人a在线观看| 秋霞在线观看毛片| 此物有八面人人有两片| 51国产日韩欧美| ponron亚洲| 精品人妻熟女av久视频| 欧美又色又爽又黄视频| 性欧美人与动物交配| 美女免费视频网站| 成年av动漫网址| 婷婷六月久久综合丁香| 老司机午夜福利在线观看视频| 2021天堂中文幕一二区在线观| 亚洲av免费高清在线观看| 成年女人看的毛片在线观看| 99热网站在线观看| 插阴视频在线观看视频| 看十八女毛片水多多多| 日韩av在线大香蕉| 日本熟妇午夜| 亚洲七黄色美女视频| 亚洲人成网站在线观看播放| 久久人人爽人人爽人人片va| 精品一区二区三区av网在线观看| 久久久久久久久久黄片| 亚洲人成网站高清观看| 亚洲av免费在线观看| 人妻丰满熟妇av一区二区三区| 亚洲国产欧洲综合997久久,| 日日摸夜夜添夜夜添小说| 岛国在线免费视频观看| 亚洲成人久久性| 老司机福利观看| 99在线人妻在线中文字幕| 久久鲁丝午夜福利片| 欧美色视频一区免费| 婷婷色综合大香蕉| 国产精品电影一区二区三区| 日韩av在线大香蕉| 国产高清视频在线播放一区| 晚上一个人看的免费电影| 国产亚洲91精品色在线| 久久久久国产精品人妻aⅴ院| 亚洲欧美日韩高清专用| 亚洲成人精品中文字幕电影| 真实男女啪啪啪动态图| 日本免费a在线| 不卡一级毛片| 亚洲一区高清亚洲精品| 亚洲av.av天堂| 欧美日韩国产亚洲二区| 国产亚洲精品久久久com| 深夜a级毛片| 国产色婷婷99| 久久6这里有精品| 一区二区三区高清视频在线| 成年av动漫网址| 久久久久久久午夜电影| 亚洲成人av在线免费| 国产精品一二三区在线看| 男女下面进入的视频免费午夜| 别揉我奶头 嗯啊视频| 色吧在线观看| 十八禁国产超污无遮挡网站| 黑人高潮一二区| 成人美女网站在线观看视频| 国产男人的电影天堂91| 日本一本二区三区精品| 国产精品一区二区三区四区久久| 中文字幕久久专区| 最近中文字幕高清免费大全6| 欧美日韩一区二区视频在线观看视频在线 | 久久久久久久久大av| 国产精品不卡视频一区二区| 高清毛片免费观看视频网站| 午夜福利18| 十八禁国产超污无遮挡网站| av在线播放精品| 中文字幕av成人在线电影| 国内久久婷婷六月综合欲色啪| 成人漫画全彩无遮挡| 亚洲中文字幕一区二区三区有码在线看| 男人狂女人下面高潮的视频| 变态另类丝袜制服| 国产毛片a区久久久久| 热99re8久久精品国产| av免费在线看不卡| 91狼人影院| 精品一区二区三区视频在线| 国产 一区精品| 精品久久久久久久久久久久久| 日本精品一区二区三区蜜桃| 中文字幕久久专区| 97在线视频观看| 两性午夜刺激爽爽歪歪视频在线观看| 欧美zozozo另类| 插逼视频在线观看| 国产美女午夜福利| 久久人人精品亚洲av| 亚洲图色成人| 亚洲熟妇熟女久久| 中文资源天堂在线| 免费观看人在逋| 国产精品1区2区在线观看.| 最近手机中文字幕大全| 欧美一区二区精品小视频在线| 美女 人体艺术 gogo| 亚洲精品日韩av片在线观看| 亚洲第一电影网av| 国产伦精品一区二区三区视频9| 国内精品久久久久精免费| 一级毛片电影观看 | 成人特级av手机在线观看| 精品少妇黑人巨大在线播放 | 国产一区二区三区av在线 | 99久久精品一区二区三区| 欧美日韩乱码在线|