• <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 ?

    基于邊緣增強(qiáng)生成對(duì)抗網(wǎng)絡(luò)的電力設(shè)備熱成像超分辨率重建

    2021-07-09 09:31:52劉云峰楊晉彪韓晉鋒彭軼灝趙洪山
    電力建設(shè) 2021年7期
    關(guān)鍵詞:低分辨率插值殘差

    劉云峰,楊晉彪,韓晉鋒,彭軼灝,趙洪山

    (1. 國(guó)網(wǎng)晉城供電公司,山西省晉城市 048000;2. 國(guó)網(wǎng)陵川縣供電公司,山西省陵川縣 048300;3. 華北電力大學(xué)電力工程系,河北省保定市071003)

    0 引 言

    紅外熱成像技術(shù)通過(guò)信號(hào)處理與光電轉(zhuǎn)換等手段,精確量化探測(cè)到的熱量并以圖像的形式將物體的溫度分布狀態(tài)直觀表現(xiàn)出來(lái),實(shí)現(xiàn)全像面遠(yuǎn)距離準(zhǔn)確測(cè)溫[1]。隨著科學(xué)技術(shù)的飛速發(fā)展,各個(gè)領(lǐng)域?qū)t外熱成像技術(shù)的需求日益增加,但由于人工合成材料成本較高,導(dǎo)致高分辨率熱成像傳感器非常昂貴,尤其在當(dāng)前電力物聯(lián)網(wǎng)技術(shù)廣泛用于電力設(shè)備態(tài)勢(shì)感知的形勢(shì)下,為了降低在線監(jiān)測(cè)技術(shù)的成本,已有很多熱成像在線監(jiān)測(cè)傳感器采用較低分辨率的熱成像技術(shù)來(lái)實(shí)現(xiàn)電力設(shè)備健康狀態(tài)評(píng)估。低分辨率的熱成像圖像如何清晰化已成熱點(diǎn)研究問題。

    超分辨率重建是指試圖復(fù)原衍射極限以外數(shù)據(jù)的過(guò)程,是計(jì)算機(jī)視覺和圖像處理中將低分辨率圖像恢復(fù)為高分辨率圖像的一類重要圖像處理技術(shù),在醫(yī)學(xué)成像、超光譜圖像、衛(wèi)星成像、人臉成像等領(lǐng)域中均有廣泛的應(yīng)用[2-6]。重建方法可以分為3類:基于插值的方法、基于重建的方法和基于學(xué)習(xí)的方法。其中,基于插值的方法如BiCubic雙三次插值[7]等實(shí)現(xiàn)簡(jiǎn)單,但線性模型的局限性,使得它們?cè)诨謴?fù)高頻細(xì)節(jié)上不太理想?;谙∈璞硎镜募夹g(shù)重建,通過(guò)先驗(yàn)知識(shí)增強(qiáng)了線性模型的重建效果[8]; 這類技術(shù)假定任意的自然圖像均能被字典中的元素稀疏表示,但該方法計(jì)算復(fù)雜,需要大量的計(jì)算資源?;趯W(xué)習(xí)的方法是近年比較流行且有效的方法,通過(guò)大數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí),能夠極大恢復(fù)高頻細(xì)節(jié)。

    基于卷積神經(jīng)網(wǎng)絡(luò)的超分辨率重建 (super-resolution using convolution neural network,SRCNN)是深度學(xué)習(xí)用在超分辨率重建上的開山之作[9],通過(guò)利用3層卷積網(wǎng)絡(luò)進(jìn)行低分辨率圖像到高分辨率圖像的非線性映射擬合,完成超分辨率重建。加速的超分辨率卷積神經(jīng)網(wǎng)絡(luò)[10](accelerating the super-resolution convolutional neural network, FSRCNN)、高效的亞像素卷積神經(jīng)網(wǎng)絡(luò)[11](efficient sub-pixel convolutional neural network, ESPCN)和超深度卷積的超分辨率網(wǎng)絡(luò)[12](super-resolution using very deep convolutional networks, VDSR) 等深度學(xué)習(xí)網(wǎng)絡(luò)對(duì)SRCNN中的特征提取、網(wǎng)絡(luò)架構(gòu)等方向進(jìn)行改進(jìn),使得超分辨率重建圖像具有更高的峰值信噪比評(píng)價(jià)指數(shù),但在圖像的逼真視覺效果上依然不佳。2017年基于生成對(duì)抗網(wǎng)絡(luò)的超分辨率重建[13](super-resolution with generative adversarial network, SRGAN)被Christian Ledig等學(xué)者提出,其使用生成對(duì)抗網(wǎng)絡(luò)(generative adversarial network, GAN)進(jìn)行訓(xùn)練,用均方誤差優(yōu)化SRGAN的生成器網(wǎng)絡(luò),再在訓(xùn)練好的視覺幾何組(visual geometry group, VGG)模型的高層特征上計(jì)算感知損失對(duì)SRGAN進(jìn)行優(yōu)化,使得超分辨率成像結(jié)果峰值信噪比雖然不是最高,但是具有逼真的視覺效果。2018年,增強(qiáng)型超分辨率生成對(duì)抗網(wǎng)絡(luò)[14](enhanced super-resolution generative adversarial networks, ESRGAN)被Wang X等學(xué)者提出,它去除了生成器網(wǎng)絡(luò)的歸一層(batch normolization, BN),并用密集網(wǎng)絡(luò)模塊(densenet block)替換了原始的殘差網(wǎng)絡(luò)模塊(residualnet block)使得訓(xùn)練難度變化不大的同時(shí)提高了輸出質(zhì)量,并用相對(duì)平均GAN來(lái)改進(jìn)判別器,使得生成器恢復(fù)了更加真實(shí)的紋理細(xì)節(jié)。對(duì)抗生成網(wǎng)絡(luò)成為近年研究的熱點(diǎn),帶感受野模塊的極限感感知超分辨率網(wǎng)絡(luò)[15](perceptual extreme super-resolution network with receptive field block, RFB-ESRGAN)、真實(shí)世界的單圖超分辨率重建[16](real-world single image super-resolution, RealSR)、Cycle-in-Cycle生成對(duì)抗網(wǎng)絡(luò)[17](cycle-in-cycle generative adversarial networks, CinCGAN)、基于雙生成對(duì)抗網(wǎng)絡(luò)的超分辨率重建[18](super resolution with dual generative adversarial networks, SRDGAN)、基于Wasserstein距離的生成對(duì)抗網(wǎng)絡(luò)[19](Wasserstein generative adversarial networks, WGAN)以及基于面部先驗(yàn)的人臉超分辨率重建[20](face super-resolution with facial priors, FSRGAN)等方法通過(guò)對(duì)生成對(duì)抗網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)或與特定領(lǐng)域的知識(shí)進(jìn)行結(jié)合產(chǎn)生了一系列創(chuàng)新成果。生成對(duì)抗網(wǎng)絡(luò)獨(dú)有的網(wǎng)絡(luò)結(jié)構(gòu)和良好的重建效果令其在超分辨率重建領(lǐng)域中越來(lái)越受廣大學(xué)者歡迎。

    從SRCNN到SRGAN都是在解決可見光圖像的超分辨率重建問題,但紅外熱成像圖像是通過(guò)測(cè)量物體向外輻射的熱量獲得的,與可見光圖像相比,具有分辨率差、對(duì)比度低、信噪比低、視覺效果模糊、信息量少等特點(diǎn)。

    本文根據(jù)紅外熱成像圖像與可見光圖像的特征區(qū)別,在SRGAN網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上,提出一種改進(jìn)的邊緣增強(qiáng)生成對(duì)抗網(wǎng)絡(luò)(edge enhancement super-resolution generative adversarial network,EE-SRGAN)對(duì)熱成像圖像進(jìn)行超分辨率重建。增加殘差收縮網(wǎng)絡(luò)(residual shrinkage network, RSN)模塊,并提取邊緣特征進(jìn)行加強(qiáng)訓(xùn)練,以獲得更好的重建效果,最后利用紅外圖像數(shù)據(jù)集對(duì)所提方法進(jìn)行驗(yàn)證。

    1 原始生成對(duì)抗網(wǎng)絡(luò)(GAN)

    原始生成對(duì)抗網(wǎng)絡(luò)[21]是由Ian Goodfellow等研究人員于2014年提出的一種新型無(wú)監(jiān)督學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),由生成器網(wǎng)絡(luò)和判別器網(wǎng)絡(luò)2個(gè)神經(jīng)網(wǎng)絡(luò)組成,其中生成器網(wǎng)絡(luò)利用輸入信息生成一個(gè)偽造數(shù)據(jù),而判別器網(wǎng)絡(luò)判斷偽造數(shù)據(jù)的真實(shí)性,通過(guò)2個(gè)網(wǎng)絡(luò)的零和博弈,達(dá)到一個(gè)生成以假亂真數(shù)據(jù)的生成對(duì)抗模型。

    判別器的訓(xùn)練目標(biāo)是為了最大化正確標(biāo)注實(shí)際數(shù)據(jù)和生成器生成數(shù)據(jù)。生成器的訓(xùn)練目標(biāo)則是為了盡量減少判別器得出正確答案的概率。因此,GAN的訓(xùn)練任務(wù)可以看成函數(shù)V(G,D)的極大極小博弈:

    (1)

    式中:Pdata(x)為輸入數(shù)據(jù)分布;Pz(z)為生成器生成數(shù)據(jù)分布;D(x)為判別器網(wǎng)絡(luò)中輸入為x的輸出;G(z)為生成器網(wǎng)絡(luò)中輸入為z的輸出。

    當(dāng)判別器無(wú)法確認(rèn)生成器網(wǎng)絡(luò)生成的數(shù)據(jù)真假時(shí),訓(xùn)練過(guò)程停止,從而達(dá)到生成器與判別器之間判定誤差的平衡。

    2 改進(jìn)的邊緣增強(qiáng)生成對(duì)抗網(wǎng)絡(luò)

    EE-SRGAN網(wǎng)絡(luò)結(jié)構(gòu)由生成器網(wǎng)絡(luò)(G)和判別器網(wǎng)絡(luò)(D)兩部分構(gòu)成,通過(guò)生成器網(wǎng)絡(luò)和判別器網(wǎng)絡(luò)的對(duì)抗學(xué)習(xí),輸入低分辨率(low-resolution, LR)圖像獲得高分辨率(super-resolution, SR)圖像。相對(duì)于SRGAN,EE-SRGAN針對(duì)紅外熱成像信噪比低的特點(diǎn),在生成器網(wǎng)絡(luò)中引入殘差收縮網(wǎng)絡(luò)[22],利用殘差收縮網(wǎng)絡(luò)中的軟閾值部分,對(duì)紅外熱成像的噪聲影響進(jìn)行一定的消除。同時(shí),針對(duì)低分辨率紅外熱成像對(duì)比度低以及視覺效果模糊的特點(diǎn),對(duì)生成器生成的圖像和原始圖像進(jìn)行邊緣提取,獲得圖像邊緣信息生成器生成的數(shù)據(jù)邊緣和輸入的數(shù)據(jù)邊緣,從而對(duì)電力系統(tǒng)熱成像的邊緣部分進(jìn)行針對(duì)性的加強(qiáng)重建,提高了圖像邊緣數(shù)據(jù)的重建效果,從而增強(qiáng)了重建圖像的峰值信噪比。同時(shí),邊緣數(shù)據(jù)的有效恢復(fù),也降低了重建圖像與原圖的協(xié)方差等數(shù)據(jù),進(jìn)而提高了重建圖像和原圖的結(jié)構(gòu)相似性,EE-SRGAN模型結(jié)構(gòu)如圖1所示。圖1中,生成器模型輸入LR圖像以及其邊緣提取圖像SLR,生成仿造的SR圖像。判別器模型通過(guò)輸入LR圖像、SR圖像以及它們的邊緣提取圖像,區(qū)分這個(gè)樣本是不是真實(shí)樣本,并分別將損失函數(shù)floss_D以及floss_G反饋給判別器和生成器進(jìn)行迭代優(yōu)化。

    圖1 EE-SRGAN模型結(jié)構(gòu)原理圖Fig.1 Model structure of EE-SRGAN

    2.1 殘差收縮網(wǎng)絡(luò)

    為了消除重建過(guò)程中可能存在的噪聲影響,同時(shí)提高訓(xùn)練的穩(wěn)定性,將生成器G中的殘差網(wǎng)絡(luò)改為殘差收縮網(wǎng)絡(luò)。

    殘差收縮網(wǎng)絡(luò)是一種注意力機(jī)制下的深度學(xué)習(xí)網(wǎng)絡(luò),通過(guò)在殘差網(wǎng)絡(luò)中引入信號(hào)降噪算法中的軟閾值化,刪除絕對(duì)值小于某個(gè)閾值的特征,同時(shí)將絕對(duì)值大于閾值的特征向零收縮。在去噪聲的同時(shí),也減小了深度學(xué)習(xí)算法遭遇梯度彌散或梯度爆炸的風(fēng)險(xiǎn)。殘差收縮網(wǎng)絡(luò)塊如圖2所示。

    圖2 殘差收縮網(wǎng)絡(luò)(RSN)Fig.2 Residual shrinkage network (RSN)

    圖2中,C為輸入數(shù)據(jù)的通道數(shù),W和H為輸入數(shù)據(jù)的長(zhǎng)度和寬度,K為卷積核個(gè)數(shù),Conv為卷積層,F(xiàn)C為全連接層,RELU為線性整流函數(shù),BN為歸一層,Sigmoid為S型函數(shù),ST為軟閾值化過(guò)程,M為乘法運(yùn)算,Sum為加法運(yùn)算。

    2.2 邊緣增強(qiáng)的判別器網(wǎng)絡(luò)

    判別器采用深度卷積神經(jīng)網(wǎng)絡(luò)中具有優(yōu)良特征提取性能的VGG網(wǎng)絡(luò),以預(yù)訓(xùn)練的16層VGG 網(wǎng)絡(luò)作為主體對(duì)圖像進(jìn)行特征提取。在判別圖像真?zhèn)螘r(shí),將判別器模型的目標(biāo)函數(shù)修改為:

    (2)

    式中:PSdata(x)為輸入的邊緣數(shù)據(jù)分布;PSz(z)為生成器生成的邊緣數(shù)據(jù)分布。

    2.3 邊緣損失函數(shù)

    損失函數(shù)是生成對(duì)抗網(wǎng)絡(luò)中的生成網(wǎng)絡(luò)和判別網(wǎng)絡(luò)對(duì)于最大最小問題進(jìn)行優(yōu)化時(shí)的約束。

    (3)

    式中:r為放大倍數(shù);IHR為高分辨率數(shù)據(jù)分布;ILR為低分辨率數(shù)據(jù)分布;SSobel(·)為邊緣數(shù)據(jù)提取函數(shù)。

    通過(guò)對(duì)對(duì)抗損失、內(nèi)容損失、邊緣損失以及正則化損失進(jìn)行加權(quán),得到本文的損失函數(shù)為:

    (4)

    3 實(shí)驗(yàn)分析

    3.1 實(shí)驗(yàn)設(shè)置

    算法代碼基于Pytorch框架,深度學(xué)習(xí)服務(wù)器的GPU為NVIDIA GTX1080Ti,運(yùn)行內(nèi)存為16 G,顯卡運(yùn)算平臺(tái)為CUDA10.1,CUDNN7.6.4。實(shí)驗(yàn)中的訓(xùn)練集由FLIR熱數(shù)據(jù)集[23]中的800張紅外熱成像圖,以及作者自行拍攝的200張電力設(shè)備紅外熱成像圖共同構(gòu)成,其中,F(xiàn)LIR熱數(shù)據(jù)集中選取的800張紅外熱成像圖包含行人、車輛、動(dòng)物等各類紅外熱成像圖。將數(shù)據(jù)集中的原始圖像重新采樣分割為200×200像素大小的圖像作為高分辨率訓(xùn)練圖像,并對(duì)高分辨率訓(xùn)練圖像進(jìn)行4倍下采樣從而得到50×50像素的低分辨率訓(xùn)練圖像。

    實(shí)驗(yàn)選取了傳統(tǒng)方法中的雙三次插值和深度學(xué)習(xí)下的原始SRGAN與本文的EE-SRGAN進(jìn)行比較。將峰值信噪比(peak signal-to-noise ratio, PSNR)和結(jié)構(gòu)相似度(structural similarity, SSIM)作為圖像重建質(zhì)量客觀評(píng)價(jià)指標(biāo)。

    3.2 穩(wěn)定性分析

    傳統(tǒng)的雙三次插值方法不具備迭代過(guò)程,因此穩(wěn)定性不作考慮,SRGAN方法及本文的EE-SRGAN方法的峰值信噪比以及結(jié)構(gòu)相似性指標(biāo)隨迭代次數(shù)變化結(jié)果如圖3、4所示。

    圖3 PNSR隨迭代次數(shù)變化過(guò)程Fig.3 Change process of PSNR with the number of iterations

    由圖3和圖4可以看出,本文提出的EE-SRGAN方法的PSNR與SSIM指標(biāo)曲線均比SRGAN方法的指標(biāo)曲線更穩(wěn)定。這是由于本文使用了深度殘差收縮網(wǎng)絡(luò),有效減少了梯度爆炸和梯度彌散的風(fēng)險(xiǎn)。

    圖4 SSIM隨迭代次數(shù)變化過(guò)程Fig.4 Change process of SSIM with the number of iterations

    3.3 重建效果分析

    為了進(jìn)一步展現(xiàn)本文方法的優(yōu)勢(shì),本文采用BiCubic雙三次插值、SRGAN、EE-SRGAN這3種方法同時(shí)對(duì)4類電力設(shè)備熱成像圖像進(jìn)行實(shí)際重建實(shí)驗(yàn)測(cè)試,采用圖像處理中的指標(biāo)PSNR以及SSIM進(jìn)行評(píng)估,其具體結(jié)果如表1所示。EE-SRGAN的平均PSNR指標(biāo)較BiCubic插值方法有約2.5 dB的提高,較SRGAN方法有約1.4dB的提高,圖像質(zhì)量更良好。在SSIM方面,EE-SRGAN的平均SSIM指標(biāo)較BiCubic方法提高了約14.35%,較SRGAN方法提高了約4.8%。表明EE-SRGAN在亮度、對(duì)比度以及結(jié)構(gòu)差異上,更接近原始圖像。

    表1 不同算法放大4倍重建紅外圖像評(píng)估結(jié)果Table 1 Evaluation of reconstructed infrared image magnified 4 times with different algorithms

    此外,實(shí)驗(yàn)對(duì)提取了重建結(jié)果的邊緣數(shù)據(jù)進(jìn)行單獨(dú)評(píng)估,得到3種方法重建結(jié)果邊緣灰度圖的客觀評(píng)價(jià)結(jié)果,如表2所示。由于圖像邊緣是圖像包含信息最豐富的地方,也是圖像區(qū)域?qū)傩园l(fā)生突變的地方,在低分辨率圖像包含的低緯空間中,邊緣信息的支撐集較高分辨率圖像中的支撐集損失極大,因此,邊緣信息的恢復(fù)往往非常有限,導(dǎo)致重建結(jié)果的邊緣圖像指標(biāo)較低。在邊緣圖像的平均PSNR指標(biāo)上,EE-SRGAN的結(jié)果較BiCubic插值以及SRGAN方法分別有約2 dB以及0.6 dB的提高,且在邊緣圖像的平均SSIM指標(biāo)上,EE-SRGAN達(dá)到了BiCubic插值的2倍以上,較SRGAN也提高了約6.35%,表明EE-SRGAN在邊緣數(shù)據(jù)上較其他2種方法有著顯著優(yōu)勢(shì),體現(xiàn)了邊緣增強(qiáng)的有效性。

    表2 不同算法放大4倍重建紅外圖像邊緣數(shù)據(jù)評(píng)估結(jié)果Table 2 Evaluation of edge data of reconstructed infrared image magnified 4 times with different algorithms

    3種方法的重建圖像如圖5所示,并將細(xì)節(jié)紋理放大至左上角以方便比較,從左到右依次為原圖、低分辨率圖像、BiCubic重建圖像、SRGAN重建圖像、EE-SRGAN重建圖像,并將重建結(jié)果的邊緣提取圖像進(jìn)行比較,如圖6所示。由圖5可知,本文方法在清晰度方面提升明顯(見圖5(a)),且無(wú)明顯的顆粒感(見圖5(b)),恢復(fù)的絕緣子邊緣處更加清晰(見圖5(c)),色彩恢復(fù)更加貼合原圖(見圖5(d))。對(duì)圖6的邊緣數(shù)據(jù)進(jìn)行比較,也可以發(fā)現(xiàn)本文的EE-SRGAN方法的邊緣線條更加細(xì)致。通過(guò)以上比較可知,本文的EE-SRGAN方法在局部細(xì)節(jié)上以及邊緣紋理上均有更好的視覺效果。

    圖5 重建效果圖Fig.5 Comparison of reconstruction results

    圖6 重建邊緣效果圖Fig.6 Edge comparison of reconstruction results

    結(jié)合以上分析,3種重建方法中,本文所提的EE-SRGAN方法的重建效果以及邊緣細(xì)節(jié)恢復(fù)情況無(wú)論在客觀指標(biāo)還是主觀視覺上均優(yōu)于BiCubic及SRGAN方法,具有較高的工程實(shí)用意義。

    4 結(jié) 論

    本文通過(guò)分析紅外熱成像圖像的特性,結(jié)合信號(hào)降噪方法中的軟閾值化以及圖像處理中的邊緣提取,將SRGAN改進(jìn)為更加適合紅外熱成像圖像的EESRGAN算法,通過(guò)紅外熱成像數(shù)據(jù)集進(jìn)行訓(xùn)練擬合,達(dá)到了較好的效果。實(shí)驗(yàn)證明,本文的方法在電力設(shè)備熱成像圖像的重建中,有效提高了重建圖像的峰值信噪比和結(jié)構(gòu)相似性,具有較強(qiáng)的實(shí)用價(jià)值。

    猜你喜歡
    低分辨率插值殘差
    基于全局和局部特征集成的低分辨率人臉識(shí)別方法
    紅外熱成像中低分辨率行人小目標(biāo)檢測(cè)方法
    基于偏移學(xué)習(xí)的低分辨率人體姿態(tài)估計(jì)
    基于雙向GRU與殘差擬合的車輛跟馳建模
    基于殘差學(xué)習(xí)的自適應(yīng)無(wú)人機(jī)目標(biāo)跟蹤算法
    基于遞歸殘差網(wǎng)絡(luò)的圖像超分辨率重建
    基于Sinc插值與相關(guān)譜的縱橫波速度比掃描方法
    樹木的低分辨率三維模型資源創(chuàng)建實(shí)踐
    一種改進(jìn)FFT多譜線插值諧波分析方法
    基于四項(xiàng)最低旁瓣Nuttall窗的插值FFT諧波分析
    免费观看a级毛片全部| 免费黄色在线免费观看| 亚洲国产欧美人成| 精品国产三级普通话版| 国产精品偷伦视频观看了| 国产亚洲5aaaaa淫片| 国产欧美日韩精品一区二区| 亚洲欧美日韩无卡精品| 成人亚洲精品一区在线观看 | 久久99热这里只有精品18| 直男gayav资源| 熟女人妻精品中文字幕| 国模一区二区三区四区视频| 偷拍熟女少妇极品色| 久久久久人妻精品一区果冻| 日韩成人av中文字幕在线观看| 久久人人爽人人爽人人片va| 亚洲精品乱久久久久久| 国产精品国产三级国产av玫瑰| 在线观看一区二区三区| 亚洲欧美日韩无卡精品| 免费人妻精品一区二区三区视频| 中文字幕av成人在线电影| .国产精品久久| 亚洲无线观看免费| 亚洲av成人精品一区久久| 欧美日韩亚洲高清精品| 97精品久久久久久久久久精品| 插阴视频在线观看视频| 国产免费视频播放在线视频| 激情 狠狠 欧美| 精品午夜福利在线看| 欧美日韩精品成人综合77777| 制服丝袜香蕉在线| 成人亚洲精品一区在线观看 | 欧美+日韩+精品| 久久精品熟女亚洲av麻豆精品| 97在线人人人人妻| 蜜桃久久精品国产亚洲av| 免费看av在线观看网站| 国产 精品1| 美女cb高潮喷水在线观看| 美女内射精品一级片tv| 国产高清有码在线观看视频| 亚洲精品久久午夜乱码| 搡老乐熟女国产| 精品午夜福利在线看| 久久99热这里只有精品18| 日韩不卡一区二区三区视频在线| 亚洲欧美精品专区久久| 中文天堂在线官网| 我的老师免费观看完整版| 高清午夜精品一区二区三区| 国产av码专区亚洲av| 成人免费观看视频高清| 少妇高潮的动态图| 九草在线视频观看| 欧美老熟妇乱子伦牲交| 国产av一区二区精品久久 | 亚洲中文av在线| 91久久精品国产一区二区三区| 青青草视频在线视频观看| 丰满迷人的少妇在线观看| 久久精品久久精品一区二区三区| 久久久久人妻精品一区果冻| 青青草视频在线视频观看| 偷拍熟女少妇极品色| 亚洲成人手机| 性色avwww在线观看| 国产精品一区www在线观看| 国产成人免费无遮挡视频| 91精品国产国语对白视频| 18禁在线无遮挡免费观看视频| 18禁在线无遮挡免费观看视频| 一区二区三区免费毛片| 97热精品久久久久久| 99久久综合免费| 精品久久久精品久久久| 热99国产精品久久久久久7| 2021少妇久久久久久久久久久| 国产亚洲精品久久久com| 国产亚洲精品久久久com| 成年人午夜在线观看视频| 女性被躁到高潮视频| 国产精品久久久久久精品电影小说 | 少妇裸体淫交视频免费看高清| 青春草亚洲视频在线观看| 精品午夜福利在线看| 亚洲国产欧美人成| 久久青草综合色| 男男h啪啪无遮挡| 成人无遮挡网站| 最后的刺客免费高清国语| 精品久久久久久久末码| 亚洲国产最新在线播放| 成年人午夜在线观看视频| 亚洲欧美日韩另类电影网站 | 国产淫语在线视频| 日韩一区二区视频免费看| 人人妻人人爽人人添夜夜欢视频 | 美女高潮的动态| 男人狂女人下面高潮的视频| 晚上一个人看的免费电影| 欧美日韩亚洲高清精品| 精品99又大又爽又粗少妇毛片| 乱码一卡2卡4卡精品| a级一级毛片免费在线观看| 黄色配什么色好看| 精品国产一区二区三区久久久樱花 | 国产探花极品一区二区| 岛国毛片在线播放| 在线看a的网站| 免费人妻精品一区二区三区视频| 26uuu在线亚洲综合色| 最近最新中文字幕免费大全7| 日韩中文字幕视频在线看片 | 久久婷婷青草| 国产精品99久久久久久久久| 亚洲色图av天堂| 精品国产露脸久久av麻豆| 国产女主播在线喷水免费视频网站| 亚洲av国产av综合av卡| 精品人妻视频免费看| 亚洲欧美日韩无卡精品| 视频区图区小说| 777米奇影视久久| 成人18禁高潮啪啪吃奶动态图 | 水蜜桃什么品种好| 婷婷色av中文字幕| 久久精品国产鲁丝片午夜精品| 久久婷婷青草| 亚洲性久久影院| 肉色欧美久久久久久久蜜桃| 大话2 男鬼变身卡| 午夜福利在线在线| 日韩制服骚丝袜av| 国国产精品蜜臀av免费| 国产精品久久久久久av不卡| 国产精品久久久久成人av| 免费在线观看成人毛片| 中文字幕制服av| 国产大屁股一区二区在线视频| 久久久精品免费免费高清| 国产探花极品一区二区| 寂寞人妻少妇视频99o| 日韩av在线免费看完整版不卡| 欧美日韩视频精品一区| 精品久久久久久电影网| 国产精品秋霞免费鲁丝片| 免费久久久久久久精品成人欧美视频 | av在线app专区| 久久精品熟女亚洲av麻豆精品| 中文字幕久久专区| 成人美女网站在线观看视频| 成人一区二区视频在线观看| 亚洲精品日韩av片在线观看| 日韩人妻高清精品专区| 欧美亚洲 丝袜 人妻 在线| av在线观看视频网站免费| 美女国产视频在线观看| 深爱激情五月婷婷| 六月丁香七月| 国产老妇伦熟女老妇高清| 超碰97精品在线观看| 亚洲国产成人一精品久久久| 在线播放无遮挡| 亚洲精华国产精华液的使用体验| 午夜精品国产一区二区电影| 内地一区二区视频在线| 久久这里有精品视频免费| 岛国毛片在线播放| 亚洲av日韩在线播放| 亚洲美女黄色视频免费看| 十分钟在线观看高清视频www | 亚洲av成人精品一二三区| 中国国产av一级| 日韩亚洲欧美综合| 亚洲国产毛片av蜜桃av| av天堂中文字幕网| 日本vs欧美在线观看视频 | 欧美xxxx黑人xx丫x性爽| 免费看av在线观看网站| 精品99又大又爽又粗少妇毛片| 一级毛片aaaaaa免费看小| 国产精品一区二区三区四区免费观看| 免费观看av网站的网址| 精品人妻视频免费看| 十分钟在线观看高清视频www | 免费观看av网站的网址| 在线观看免费日韩欧美大片 | 高清在线视频一区二区三区| 欧美老熟妇乱子伦牲交| 在线天堂最新版资源| 成人黄色视频免费在线看| 男女边吃奶边做爰视频| 嫩草影院入口| 国产精品伦人一区二区| 国产久久久一区二区三区| 午夜视频国产福利| 99视频精品全部免费 在线| 亚洲天堂av无毛| 夫妻午夜视频| 亚洲va在线va天堂va国产| 成人二区视频| 欧美一级a爱片免费观看看| 亚洲在久久综合| 婷婷色麻豆天堂久久| 一本—道久久a久久精品蜜桃钙片| 国产精品女同一区二区软件| 亚洲国产精品成人久久小说| 国产在线一区二区三区精| 亚洲欧美成人精品一区二区| 精品国产露脸久久av麻豆| 一区在线观看完整版| 2018国产大陆天天弄谢| 欧美zozozo另类| 最近的中文字幕免费完整| 一个人免费看片子| 人妻一区二区av| 久久久欧美国产精品| 免费观看在线日韩| 成人亚洲精品一区在线观看 | 国产精品三级大全| 午夜免费鲁丝| 亚洲精品成人av观看孕妇| 国产亚洲av片在线观看秒播厂| 99国产精品免费福利视频| av网站免费在线观看视频| 一级毛片 在线播放| 日本av手机在线免费观看| 国产人妻一区二区三区在| 中文在线观看免费www的网站| 黄色配什么色好看| 22中文网久久字幕| 久久久成人免费电影| 啦啦啦视频在线资源免费观看| 午夜激情福利司机影院| av在线app专区| 黄色配什么色好看| 亚洲天堂av无毛| 亚洲国产精品一区三区| 欧美xxxx性猛交bbbb| 国产精品麻豆人妻色哟哟久久| .国产精品久久| 3wmmmm亚洲av在线观看| 免费av中文字幕在线| 18禁裸乳无遮挡免费网站照片| av线在线观看网站| 国产探花极品一区二区| 亚洲激情五月婷婷啪啪| 各种免费的搞黄视频| 啦啦啦视频在线资源免费观看| 国产美女午夜福利| 成人一区二区视频在线观看| 精品熟女少妇av免费看| 欧美日韩精品成人综合77777| 久久青草综合色| 色视频www国产| 秋霞伦理黄片| 成人毛片a级毛片在线播放| 久久99热这里只有精品18| 国产免费视频播放在线视频| 一级黄片播放器| 少妇精品久久久久久久| 亚洲最大成人中文| 男人舔奶头视频| 成人免费观看视频高清| 国产精品.久久久| 在线观看免费日韩欧美大片 | 久久精品国产鲁丝片午夜精品| 亚洲久久久国产精品| 91aial.com中文字幕在线观看| 日韩强制内射视频| 欧美xxxx性猛交bbbb| 欧美97在线视频| 高清黄色对白视频在线免费看 | 国产av精品麻豆| 五月伊人婷婷丁香| 黄色怎么调成土黄色| 国产乱来视频区| 日韩电影二区| 制服丝袜香蕉在线| 亚洲一级一片aⅴ在线观看| 一本久久精品| 免费黄频网站在线观看国产| 人体艺术视频欧美日本| www.色视频.com| 97热精品久久久久久| 亚洲国产精品国产精品| 精品国产露脸久久av麻豆| 亚洲av男天堂| 大片免费播放器 马上看| 亚洲人成网站在线播| 国产黄片美女视频| 亚洲av男天堂| videossex国产| 直男gayav资源| 最近中文字幕2019免费版| 少妇人妻久久综合中文| 少妇猛男粗大的猛烈进出视频| 国产爽快片一区二区三区| 最近中文字幕2019免费版| 国产精品人妻久久久影院| 国产精品熟女久久久久浪| 涩涩av久久男人的天堂| 亚洲成人av在线免费| 亚洲一级一片aⅴ在线观看| 中文字幕精品免费在线观看视频 | 久久久久久久亚洲中文字幕| 最近中文字幕2019免费版| 黑人高潮一二区| 下体分泌物呈黄色| 午夜免费男女啪啪视频观看| 在线观看免费日韩欧美大片 | 日韩,欧美,国产一区二区三区| 日韩精品有码人妻一区| 男男h啪啪无遮挡| 国产久久久一区二区三区| 女性生殖器流出的白浆| 国产成人免费观看mmmm| 一区二区三区乱码不卡18| 夜夜爽夜夜爽视频| 国产乱人视频| 久久久久人妻精品一区果冻| 色视频www国产| 亚洲欧美日韩东京热| 亚洲伊人久久精品综合| 春色校园在线视频观看| 联通29元200g的流量卡| 国产乱人视频| 国产精品女同一区二区软件| 国产91av在线免费观看| 人人妻人人澡人人爽人人夜夜| 精品久久久久久电影网| 日本一二三区视频观看| 精品久久久噜噜| 两个人的视频大全免费| 国产高清国产精品国产三级 | 2022亚洲国产成人精品| 国产精品女同一区二区软件| 高清毛片免费看| 永久网站在线| 日本猛色少妇xxxxx猛交久久| 久久精品国产亚洲网站| 久久久久久久久久成人| 亚洲欧美日韩无卡精品| 欧美成人一区二区免费高清观看| 国产免费又黄又爽又色| 国产黄色免费在线视频| 欧美日韩视频高清一区二区三区二| 极品教师在线视频| 亚洲成人av在线免费| 777米奇影视久久| 久久人人爽人人片av| 看免费成人av毛片| 99热网站在线观看| 亚洲精品日本国产第一区| av专区在线播放| av在线观看视频网站免费| 欧美成人a在线观看| 久久国产精品男人的天堂亚洲 | 观看av在线不卡| 国产免费一区二区三区四区乱码| 精品亚洲成a人片在线观看 | 18禁裸乳无遮挡免费网站照片| 99久久精品一区二区三区| 日本色播在线视频| 一区二区三区乱码不卡18| 精品一区二区三卡| 欧美精品人与动牲交sv欧美| 我要看日韩黄色一级片| 一级av片app| 最近中文字幕2019免费版| 国产亚洲欧美精品永久| 国产视频内射| 亚洲中文av在线| 大码成人一级视频| 最近的中文字幕免费完整| 亚洲最大成人中文| xxx大片免费视频| a级毛色黄片| 老司机影院毛片| 国国产精品蜜臀av免费| 免费看av在线观看网站| 久久久久久久久久人人人人人人| 中文精品一卡2卡3卡4更新| 成人二区视频| av.在线天堂| 国产精品爽爽va在线观看网站| 国产精品久久久久久久久免| 国产男女超爽视频在线观看| 一级毛片电影观看| 高清毛片免费看| 在线观看人妻少妇| 日韩成人伦理影院| 精品一区二区免费观看| 简卡轻食公司| 国产精品一区二区三区四区免费观看| 少妇人妻久久综合中文| 亚洲精品第二区| 精品国产露脸久久av麻豆| 欧美少妇被猛烈插入视频| 内地一区二区视频在线| 久久精品人妻少妇| 久久国产亚洲av麻豆专区| 涩涩av久久男人的天堂| 2022亚洲国产成人精品| 毛片女人毛片| a 毛片基地| 亚洲国产日韩一区二区| 777米奇影视久久| 蜜桃亚洲精品一区二区三区| 免费观看在线日韩| 偷拍熟女少妇极品色| 国产大屁股一区二区在线视频| 纵有疾风起免费观看全集完整版| 中文精品一卡2卡3卡4更新| 舔av片在线| 啦啦啦中文免费视频观看日本| 日韩大片免费观看网站| 少妇丰满av| 欧美精品一区二区免费开放| freevideosex欧美| 午夜激情久久久久久久| 99热6这里只有精品| 少妇高潮的动态图| 久久久精品94久久精品| 在线观看人妻少妇| 在线观看免费日韩欧美大片 | 天天躁夜夜躁狠狠久久av| 久久6这里有精品| 精品一品国产午夜福利视频| 91aial.com中文字幕在线观看| 老司机影院成人| 女人久久www免费人成看片| 多毛熟女@视频| 久久久久久久久久久丰满| 亚洲一区二区三区欧美精品| 嫩草影院入口| 欧美老熟妇乱子伦牲交| 中国三级夫妇交换| 国产69精品久久久久777片| 精品熟女少妇av免费看| 午夜免费鲁丝| 小蜜桃在线观看免费完整版高清| 99热网站在线观看| 免费看av在线观看网站| 中文天堂在线官网| av国产久精品久网站免费入址| 色5月婷婷丁香| 亚洲av福利一区| 亚洲av在线观看美女高潮| 国产午夜精品久久久久久一区二区三区| 免费观看的影片在线观看| 国产欧美亚洲国产| 精品一区在线观看国产| 在线观看人妻少妇| 免费观看a级毛片全部| 在线免费十八禁| 亚洲成人av在线免费| 成人18禁高潮啪啪吃奶动态图 | 国产精品福利在线免费观看| 99久久精品国产国产毛片| 一个人看视频在线观看www免费| 国产真实伦视频高清在线观看| 麻豆国产97在线/欧美| 久久久久久久大尺度免费视频| 午夜日本视频在线| 中文字幕精品免费在线观看视频 | 免费观看在线日韩| 女人十人毛片免费观看3o分钟| 久久久欧美国产精品| 日韩三级伦理在线观看| 特大巨黑吊av在线直播| 亚洲真实伦在线观看| 亚洲综合精品二区| 亚洲在久久综合| 多毛熟女@视频| 精品亚洲成国产av| 观看av在线不卡| 国产无遮挡羞羞视频在线观看| 久久久亚洲精品成人影院| 我要看黄色一级片免费的| 久久女婷五月综合色啪小说| 久久久久久久精品精品| 国产精品人妻久久久久久| 国产国拍精品亚洲av在线观看| 极品少妇高潮喷水抽搐| 精华霜和精华液先用哪个| 亚洲人与动物交配视频| 人妻夜夜爽99麻豆av| 王馨瑶露胸无遮挡在线观看| 99re6热这里在线精品视频| 男女国产视频网站| 在线观看人妻少妇| 最新中文字幕久久久久| 亚洲av综合色区一区| 亚洲一区二区三区欧美精品| 在线 av 中文字幕| 肉色欧美久久久久久久蜜桃| 亚洲高清免费不卡视频| 日韩,欧美,国产一区二区三区| 成人漫画全彩无遮挡| 国产伦精品一区二区三区四那| 爱豆传媒免费全集在线观看| 亚洲国产成人一精品久久久| 亚洲欧美日韩无卡精品| 国产视频内射| 91午夜精品亚洲一区二区三区| 在线 av 中文字幕| 三级国产精品欧美在线观看| 最后的刺客免费高清国语| 波野结衣二区三区在线| 少妇猛男粗大的猛烈进出视频| 亚洲欧美成人精品一区二区| 色哟哟·www| 免费少妇av软件| 高清日韩中文字幕在线| 国产久久久一区二区三区| 在线观看一区二区三区| 亚洲精品456在线播放app| 男人舔奶头视频| 少妇 在线观看| 国产高潮美女av| 春色校园在线视频观看| 国产精品一区二区在线观看99| 国产黄片视频在线免费观看| 国产精品99久久久久久久久| 少妇裸体淫交视频免费看高清| 国产毛片在线视频| 成人18禁高潮啪啪吃奶动态图 | 日韩av免费高清视频| av黄色大香蕉| 日本wwww免费看| 亚洲精品国产av蜜桃| 26uuu在线亚洲综合色| 欧美 日韩 精品 国产| 亚洲欧美日韩无卡精品| 性色av一级| 亚洲精品,欧美精品| a级毛色黄片| 国产精品无大码| 色视频www国产| 国产真实伦视频高清在线观看| 欧美 日韩 精品 国产| 深夜a级毛片| 欧美 日韩 精品 国产| 一区二区av电影网| 精品久久久久久久末码| 精品久久久噜噜| 九色成人免费人妻av| 日韩视频在线欧美| 日韩大片免费观看网站| 中文字幕人妻熟人妻熟丝袜美| 亚洲综合色惰| 老女人水多毛片| 国产一区亚洲一区在线观看| 亚洲第一av免费看| 久久人人爽人人爽人人片va| 欧美97在线视频| 啦啦啦在线观看免费高清www| 亚洲第一av免费看| 精品午夜福利在线看| 男女无遮挡免费网站观看| 国产国拍精品亚洲av在线观看| 99久久精品一区二区三区| 丰满乱子伦码专区| 午夜免费男女啪啪视频观看| 精品一区在线观看国产| 日韩成人伦理影院| 天美传媒精品一区二区| 欧美人与善性xxx| 在线观看免费高清a一片| 色网站视频免费| 亚洲av免费高清在线观看| 人妻夜夜爽99麻豆av| 五月天丁香电影| 国产乱人视频| 狂野欧美白嫩少妇大欣赏| 亚洲欧美精品专区久久| 久久精品久久久久久久性| 哪个播放器可以免费观看大片| 成人二区视频| 亚洲欧美日韩无卡精品| 蜜桃久久精品国产亚洲av| 九九久久精品国产亚洲av麻豆| 国产大屁股一区二区在线视频| 亚洲国产欧美在线一区| 小蜜桃在线观看免费完整版高清| 亚洲精品国产色婷婷电影| 亚洲,欧美,日韩| 少妇猛男粗大的猛烈进出视频| .国产精品久久| av不卡在线播放| 午夜福利在线观看免费完整高清在| 亚洲欧美中文字幕日韩二区| 国产极品天堂在线| 欧美3d第一页| 黄片wwwwww| 久久精品国产a三级三级三级| 亚洲精品乱久久久久久| 成年女人在线观看亚洲视频| 国产精品精品国产色婷婷| 亚洲欧美成人精品一区二区| 最近中文字幕高清免费大全6| 五月开心婷婷网| 国模一区二区三区四区视频| 1000部很黄的大片| 亚洲欧美日韩另类电影网站 | 视频中文字幕在线观看| 成人高潮视频无遮挡免费网站| 一区二区三区免费毛片| 在线看a的网站| a级毛色黄片| 又大又黄又爽视频免费|