• <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 ?

    基于變分自編碼器的現(xiàn)代服飾局部中國風(fēng)格遷移

    2021-09-25 03:24:40娟,胡
    毛紡科技 2021年9期
    關(guān)鍵詞:編碼器服飾局部

    杜 娟,胡 靜

    (1.南昌航空大學(xué) 藝術(shù)與設(shè)計(jì)學(xué)院,江西 南昌 330063; 2.江西藝術(shù)職業(yè)學(xué)院 美術(shù)系,江西 南昌 330044)

    在全球化的今天,文化藝術(shù)是國家和民族的顯著標(biāo)簽[1]。在面向世界和接受世界多民族文化的同時(shí),如何讓現(xiàn)代化服裝保持中國民族特色及風(fēng)格是我們現(xiàn)在應(yīng)該思考的問題[2]。讓中國人的服裝具有中國風(fēng)格,這是文化自信的直接體現(xiàn)。當(dāng)前市場(chǎng)中存在著大量的中國風(fēng)服飾,但總體來說質(zhì)量不高,并且存在以下2個(gè)重要的問題:①中國風(fēng)服飾設(shè)計(jì)對(duì)專業(yè)設(shè)計(jì)師掌握中國文化深度廣度的要求較高,設(shè)計(jì)師培養(yǎng)周期較長(zhǎng);②創(chuàng)意匱乏,在傳統(tǒng)風(fēng)格和元素的固定框架下進(jìn)行二次創(chuàng)作的難度較大,導(dǎo)致大多數(shù)傳統(tǒng)風(fēng)格服飾的成衣效果千篇一律。

    因此,如何高效高質(zhì)量地創(chuàng)造出真正具有中國風(fēng)的服飾,并且在現(xiàn)代服裝的適當(dāng)部分,融入適當(dāng)?shù)闹袊L(fēng)格元素,成為現(xiàn)在大家關(guān)注的焦點(diǎn)。

    早期非參數(shù)的圖像風(fēng)格遷移是一種分析風(fēng)格圖像的方法,根據(jù)風(fēng)格繪制物理模型或者數(shù)學(xué)統(tǒng)計(jì)模型,然后對(duì)遷移的圖像進(jìn)行紋理的合成,讓其更符合建立的模型。這種方法需要建立復(fù)雜的模型,對(duì)于理論有較高要求,且每個(gè)風(fēng)格需要單獨(dú)建模,費(fèi)時(shí)費(fèi)力。相較于深度學(xué)習(xí)方法[3],非參數(shù)的圖像風(fēng)格遷移方法表現(xiàn)出了越來越多的不足。Gatys等[4]提出了基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移算法。然而早期基于深度學(xué)習(xí)方法產(chǎn)生的圖像存在噪聲、不清晰的問題。而且相較于傳統(tǒng)方法需要巨大的數(shù)據(jù)集,這導(dǎo)致了訓(xùn)練速度慢、程序穩(wěn)定性不佳等問題[5]。2017年,Zhu等[6]提出CycleGAN (Cycle Generative Adversarial Network),采用2個(gè)生成器和2個(gè)判別器實(shí)現(xiàn)風(fēng)格轉(zhuǎn)化,并加入一致性損失用于保存內(nèi)容信息。Luan等[7]在CycleGAN的基礎(chǔ)上添加了正則化用于防止過擬合,最終有效提升了圖像清晰度。整體而言,基于GAN網(wǎng)絡(luò)的風(fēng)格遷移系統(tǒng)在圖像全局風(fēng)格遷移中有較好的效果,但在局部風(fēng)格遷移中普遍存在局部區(qū)域劃分不佳、風(fēng)格遷移后存在邊界偽影等問題。

    在這樣的背景下,本文結(jié)合服飾局部風(fēng)格遷移的特點(diǎn),提出了基于變分自編碼器的局部服裝風(fēng)格遷移方法,有效利用了注意力機(jī)制的思想加強(qiáng)了各局部區(qū)域之間的相關(guān)性,可以只對(duì)特定相關(guān)區(qū)域進(jìn)行風(fēng)格遷移,其他區(qū)域保持不變,有效保留了原始圖像的部分風(fēng)格與遷移風(fēng)格相結(jié)合,從而提高了輸出圖像整體的真實(shí)性和藝術(shù)性。

    1 傳統(tǒng)圖像風(fēng)格遷移

    隨著人工智能技術(shù)和深度學(xué)習(xí)技術(shù)的飛速發(fā)展,越來越多的領(lǐng)域應(yīng)用了智能技術(shù)[8]。隨著人民生活質(zhì)量的不斷提高,以文化和藝術(shù)為代表的產(chǎn)業(yè)快速崛起,并且其多為技術(shù)密集型產(chǎn)業(yè),其發(fā)展依賴創(chuàng)意和創(chuàng)新。但創(chuàng)新能力的高低是該行業(yè)發(fā)展的重要瓶頸,因此,為廣大的設(shè)計(jì)者注入全新創(chuàng)意的圖像風(fēng)格遷移技術(shù)便應(yīng)運(yùn)而生。

    深度學(xué)習(xí)在目標(biāo)識(shí)別、目標(biāo)分類、圖像分割和目標(biāo)跟蹤等領(lǐng)域都取得了重大的突破[9],而隨著Gatys等[4]研究者將深度學(xué)習(xí)技術(shù)應(yīng)用在圖像風(fēng)格遷移上時(shí),人工智能又一次在全新的領(lǐng)域上大放異彩。

    在機(jī)器視覺中許多經(jīng)典的問題可以被認(rèn)為是圖像轉(zhuǎn)換任務(wù),即系統(tǒng)接收一些輸入圖像并將其轉(zhuǎn)換為輸出圖像。圖像處理的例子包括去噪、超分辨率和著色,其中輸入是一幅原始圖像(有噪聲、低分辨率或灰度),輸出是一幅高質(zhì)量的彩色圖像[10]。計(jì)算機(jī)視覺的例子包括語義分割和深度估計(jì),其中輸入是一幅彩色圖像,而輸出圖像編碼了有關(guān)場(chǎng)景的語義或幾何信息。實(shí)現(xiàn)圖像變換的一種方法是在監(jiān)督下訓(xùn)練前饋卷積神經(jīng)網(wǎng)絡(luò),使用每個(gè)像素?fù)p失函數(shù)來測(cè)量輸出圖像和真值圖像之間的差異[11]。

    Gatys等[4]進(jìn)行圖像藝術(shù)風(fēng)格轉(zhuǎn)換,將一幅圖像的內(nèi)容與另一幅圖像的風(fēng)格相結(jié)合,共同最小化特征重構(gòu)損失,風(fēng)格重構(gòu)損失也是基于訓(xùn)練的卷積網(wǎng)絡(luò)提取特征,類似的方法已經(jīng)被用于紋理合成。他們的方法產(chǎn)生了高質(zhì)量的結(jié)果,但計(jì)算代價(jià)昂貴,因?yàn)閮?yōu)化問題的每一步都需要通過預(yù)先訓(xùn)練好的網(wǎng)絡(luò)向前和向后傳遞。為了克服這種計(jì)算負(fù)擔(dān),研究者訓(xùn)練了一個(gè)前饋網(wǎng)絡(luò)來快速逼近其優(yōu)化問題的解。目前基于傳統(tǒng)方法的圖像風(fēng)格遷移算法主要有以下幾種:基于畫筆的渲染技術(shù)(SBR)、基于區(qū)塊的渲染技術(shù)(Region-Based)、基于實(shí)例的渲染技術(shù)(EBR)、基于圖像處理與濾波的技術(shù)(IPF)[12]。這些方法都可以有效對(duì)圖像場(chǎng)景進(jìn)行風(fēng)格遷移,但由于傳統(tǒng)方法對(duì)原始圖像的要求過高,難以應(yīng)對(duì)靈活多變的場(chǎng)景和圖像結(jié)構(gòu)。因此,隨著深度學(xué)習(xí)的逐漸發(fā)展,越來越多的研究者采用深度學(xué)習(xí)方法進(jìn)行圖像風(fēng)格遷移[12]。

    2 基于變分自編碼器的風(fēng)格遷移

    從原始圖像數(shù)據(jù)中自動(dòng)發(fā)現(xiàn)和識(shí)別的視覺概念是人工智能研究的一個(gè)重大開放挑戰(zhàn)。為了解決這個(gè)問題,研究者提出了一種變異的無監(jiān)督學(xué)習(xí)方法來表示潛在的復(fù)雜因素關(guān)系。人們從神經(jīng)科學(xué)中獲得靈感,并解釋了如何在無監(jiān)督生成模型中通過應(yīng)用同樣的學(xué)習(xí)能力來實(shí)現(xiàn)這一點(diǎn)。通過模擬在大腦的腹側(cè)視覺通路,強(qiáng)制減少冗余,鼓勵(lì)統(tǒng)計(jì)獨(dú)立性,建立了一個(gè)能夠?qū)W習(xí)復(fù)雜因素的變分自編碼器(VAE)框架。現(xiàn)有的變分自編碼器模型利用鑒別器和變分自編碼器的對(duì)抗性訓(xùn)練,使編碼器從圖像中分離出圖像內(nèi)容在潛在空間的表示。然后將圖像內(nèi)容表示作為生成器的輸入,同時(shí)加入目標(biāo)風(fēng)格向量Z,從而生成目標(biāo)風(fēng)格的圖像。在生成器端加入的風(fēng)格向量是由二進(jìn)制的標(biāo)簽向量通過線性變換得到。當(dāng)前,變分自編碼器在廣泛的數(shù)據(jù)集上訓(xùn)練測(cè)試都展示出了極佳效果。該框架在無監(jiān)督學(xué)習(xí)的情況下對(duì)獨(dú)立數(shù)據(jù)生成的因子進(jìn)行可解釋的因素化表示。人工智能能夠像人類一樣學(xué)習(xí)和推理,可以在完全無監(jiān)督的方式下從原始圖像數(shù)據(jù)自動(dòng)發(fā)現(xiàn)可解釋的因子潛在表示形式。

    2.1 整體結(jié)構(gòu)

    自編碼器是一種數(shù)據(jù)處理形式,其將目標(biāo)數(shù)據(jù)X編碼為向量Z,并通過解碼器可以將Z重新生成X′。由于Z的形式固定,自編碼器的工作過程是固定的,無法滿足對(duì)多形式任意數(shù)據(jù)的處理需求。因此研究者們提出了變分自編碼器來解決這個(gè)問題。變分自編碼器結(jié)構(gòu)示意圖見圖1。

    圖1 變分自編碼器結(jié)構(gòu)示意圖

    由圖1示出,其直接對(duì)原始數(shù)據(jù)生成新的潛在向量Z,其中包括原始數(shù)據(jù)的信息和噪聲信息。其中原始數(shù)據(jù)樣本{X1,X2,…,Xn},整體用X來表示。X的分布為p(X):

    (1)

    其中,對(duì)于潛在結(jié)構(gòu)維度的描述,是變分自編碼器和自編碼器不同的關(guān)鍵。

    變分自編碼器內(nèi)部示意圖見圖2,由圖示出,簡(jiǎn)單的向量Z并不能解釋維度,樣本Z可以從1個(gè)簡(jiǎn)單分布中獲得:N(0,I),其中I是單位矩陣。由于n維空間中任何分布都可以有n個(gè)服從正態(tài)分布的變量生成,并且可以產(chǎn)生1個(gè)足夠復(fù)雜的函數(shù)映射出來。這一過程在變分自編碼器中被稱為編碼器,其主要作用是通過原始數(shù)據(jù)的輸入,產(chǎn)生潛在變量的概率分布。而其中解碼器是生成新的X′條件分布。由于噪聲的加入,重構(gòu)的過程變得更加復(fù)雜,但正是噪聲的存在,增加了重構(gòu)結(jié)果的隨機(jī)性,目的是為了得到更好的重構(gòu)模型。

    圖2 變分自編碼器內(nèi)部示意圖

    2.2 基于變分自編碼器的圖像風(fēng)格遷移算法

    基于變分自編碼器的自身特點(diǎn),本文設(shè)計(jì)了基于變分自編碼器的風(fēng)格遷移算法,并且將其應(yīng)用在現(xiàn)代服飾的中國風(fēng)格遷移研究中。該算法是在傳統(tǒng)變分自編碼器的基礎(chǔ)上進(jìn)行重新設(shè)計(jì)后得到的,主要由3部分組成:編碼器、解碼器和損失函數(shù)[13]?;谧兎肿跃幋a器的圖像風(fēng)格遷移算法結(jié)構(gòu)示意圖見圖3,由圖示出,輸入原始數(shù)據(jù)為內(nèi)容圖像(內(nèi)容)和合成圖像(風(fēng)格),輸入編碼器后獲得潛在的風(fēng)格因素Z。風(fēng)格因素與內(nèi)容圖像共同輸入編碼器后,可以融合內(nèi)容圖像的內(nèi)容和合成圖像的風(fēng)格得到新的輸出圖像。進(jìn)一步,損失函數(shù)中利用重構(gòu)損失函數(shù)來評(píng)估輸出圖像與合成圖像的差異,KL散度損失函數(shù)用來限定風(fēng)格因素Z的正態(tài)分布[14]。

    圖3 基于變分自編碼器的圖像風(fēng)格遷移算法結(jié)構(gòu)示意圖

    2.3 服裝圖像預(yù)處理與風(fēng)格遷移方案

    在當(dāng)前流行的服飾中融入中國風(fēng)格,不是簡(jiǎn)單將整幅圖像進(jìn)行風(fēng)格遷移變化。因?yàn)闆]有無風(fēng)格的服裝,也沒有脫離服裝單獨(dú)存在的風(fēng)格。并且內(nèi)容與風(fēng)格的界限十分模糊,應(yīng)用在服裝的風(fēng)格遷移上,更難劃分界限。

    本文研究利用變分自編碼器,將風(fēng)格從風(fēng)格圖片中提取出來,并且應(yīng)用在期望改變風(fēng)格的服飾局部上。其中,服裝圖像預(yù)處理主要有目標(biāo)檢測(cè)和目標(biāo)分割[15]。Yolo v3原理結(jié)構(gòu)圖如圖4所示,選用Yolo v3的算法對(duì)內(nèi)容圖像中的服裝模特進(jìn)行目標(biāo)檢測(cè)。再利用經(jīng)典語義分割算法(FCN)對(duì)目標(biāo)區(qū)域進(jìn)行更精確的語義分割,實(shí)現(xiàn)對(duì)局部目標(biāo)的準(zhǔn)確提取,最終實(shí)現(xiàn)僅對(duì)局部位置進(jìn)行風(fēng)格遷移。

    圖4 Yolo v3原理結(jié)構(gòu)圖

    本文研究采用的Mask-RCNN以Faster-RCNN為主體框架,在其網(wǎng)絡(luò)的頭部引入另1條FCN并行分支用于檢測(cè)ROI的mask map信息,這樣其頭部包含3個(gè)子任務(wù):分類、回歸和分割。第1階段掃描圖片并生成提議(即有可能包含1個(gè)目標(biāo)的區(qū)域),第2階段對(duì)提議進(jìn)行分類并生成邊界框和掩碼[16]。

    Mask-RCNN的處理過程一般是輸入一幅要處理的圖片進(jìn)行相應(yīng)的預(yù)處理(或者直接輸入預(yù)處理后的圖片),將處理結(jié)果輸入到1個(gè)預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中得出對(duì)應(yīng)的特征圖,對(duì)特征圖中每一點(diǎn)設(shè)定預(yù)定的ROI區(qū)域,從而獲得多個(gè)候選ROI區(qū)域。將候選的ROI送入?yún)^(qū)域生成網(wǎng)絡(luò)(RPN)進(jìn)行二值分類(識(shí)別出是前景或是背景)和邊框回歸,過濾掉一部分候選ROI。對(duì)剩下的ROI將原圖和特征圖的像素點(diǎn)對(duì)應(yīng)起來,將特征圖和固定的特征對(duì)應(yīng)起來,即ROI中的每個(gè)點(diǎn)取其所在格子的4個(gè)頂點(diǎn)的坐標(biāo)值做雙線性插值,對(duì)這些ROI進(jìn)行分類、邊框回歸和MASK生成(在每個(gè)ROI里面進(jìn)行FCN操作)[17]。

    在傳統(tǒng)變分自編碼器的基礎(chǔ)上,對(duì)編碼器和解碼器進(jìn)行調(diào)整,能夠以多種方式實(shí)現(xiàn)服裝的風(fēng)格遷移,從而達(dá)到不同的效果。第1種方法,保留完整變分自編碼器架構(gòu),把整體模型用作風(fēng)格遷移網(wǎng)絡(luò),在編碼器中輸入帶有中國風(fēng)格的風(fēng)格圖片,和經(jīng)過預(yù)處理的原始服裝內(nèi)容圖片,對(duì)局部細(xì)節(jié)進(jìn)行中國特色風(fēng)格遷移,找到潛在變量,通過解碼器輸入風(fēng)格化后的合成圖。第2種方法,通過屏蔽掉編碼器,利用輸入解碼器的內(nèi)容圖像和正態(tài)分布中的采樣作為潛在風(fēng)格變量,最終實(shí)現(xiàn)固定服裝樣式不變,對(duì)目標(biāo)服裝進(jìn)行多風(fēng)格的變化。第3種方法,利用固定的風(fēng)格編碼,改變輸入的服裝內(nèi)容圖像,屏蔽編碼器提取潛在風(fēng)格步驟,可以實(shí)現(xiàn)輸出風(fēng)格一樣而內(nèi)容不同的服裝樣圖。

    3 中國特色風(fēng)格遷移實(shí)驗(yàn)與結(jié)果分析

    根據(jù)服飾風(fēng)格遷移的實(shí)驗(yàn)需求,實(shí)驗(yàn)選取的計(jì)算機(jī)硬件CPU(配置Intel i7-9700K)、GPU(配置NVidia RTX2080)、內(nèi)存32G;計(jì)算機(jī)軟件為python(3.7.3版本)、TensorFlow(TensorFlow 2.0 Alpha版本)、IDE (PyCharm community edition版本)。

    在數(shù)據(jù)集的選擇上,由于本文是對(duì)變分自編碼器的創(chuàng)新應(yīng)用,網(wǎng)絡(luò)同時(shí)輸入內(nèi)容圖像與風(fēng)格圖像。內(nèi)容圖像數(shù)據(jù)集(局部)如圖5所示,內(nèi)容圖像來自于AIUAI-Dataset-DeepFashion服裝數(shù)據(jù)集,該數(shù)據(jù)集包含了50個(gè)服裝類別和289 222張服裝照片,本文研究選取50張不同類別圖案簡(jiǎn)單的衣服圖片,防止過于復(fù)雜的圖案(如卡通人物等)影響實(shí)驗(yàn)效果。

    圖5 內(nèi)容圖像數(shù)據(jù)集(局部)

    風(fēng)格圖片如圖6所示,風(fēng)格圖片選擇了2種具有中國傳統(tǒng)特色的圖片,一種為中國水墨畫風(fēng)格,另一種為中國傳統(tǒng)西域壁畫風(fēng)格[18]。

    圖6 風(fēng)格圖片

    本文采用Yolo v3的算法進(jìn)行目標(biāo)檢測(cè),其具有收斂速度快和避免過擬合的特點(diǎn)[19-20]。由于本文選用數(shù)據(jù)集的大部分目標(biāo),在背景中都是十分突出的,多種目標(biāo)檢測(cè)方法識(shí)別的準(zhǔn)確率非常高,但考慮到未來實(shí)際環(huán)境中服裝圖片背景多較為復(fù)雜。因此復(fù)雜背景下的服裝分割是必不可少的,因此選用兼顧速度與準(zhǔn)確性的Yolo v3框架進(jìn)行目標(biāo)檢測(cè)。圖像分割見圖7。

    圖7 圖像分割

    采用在Mask-RCNN引入FCN進(jìn)行圖像分割的方法。首先,算法對(duì)已經(jīng)確定的模特所在區(qū)域進(jìn)行二次目標(biāo)檢測(cè),確定期望風(fēng)格遷移區(qū)域。如圖7所示,算法對(duì)2張不同圖片目標(biāo)檢測(cè)得到的重點(diǎn)區(qū)域進(jìn)行分割,在每個(gè)目標(biāo)中生成高質(zhì)量的分割掩膜,算法成功地將裙子、領(lǐng)口和裙擺分割出來。將分割出來的檢測(cè)目標(biāo)進(jìn)行標(biāo)記,作為生成器的輸入進(jìn)行中國風(fēng)格的遷移。采用2.3節(jié)風(fēng)格遷移的第1種方法進(jìn)行實(shí)驗(yàn),局部風(fēng)格遷移實(shí)驗(yàn)效果如圖8所示。首先生成1張全局風(fēng)格遷移圖片,同時(shí)在局部采用先目標(biāo)檢測(cè)后實(shí)例分割的方法生成掩膜。通過掩膜覆蓋在全局風(fēng)格遷移圖片的方式實(shí)現(xiàn)風(fēng)格轉(zhuǎn)換??梢郧宄闯觯兎肿跃幋a器成功實(shí)現(xiàn)了對(duì)2種不同中國風(fēng)格的采樣,并且在該算法下所獲得的風(fēng)格數(shù)據(jù)可以在不同的對(duì)像中進(jìn)行遷移。該算法同時(shí)可以學(xué)習(xí)一系列圖像的潛在特性,并且依據(jù)這些規(guī)律和特征設(shè)計(jì)圖像的潛在風(fēng)格,為設(shè)計(jì)者提供了極大的方便。

    圖8 局部風(fēng)格遷移

    4 結(jié)束語

    本文研究了變分自編碼器在圖像風(fēng)格遷移方面的應(yīng)用,針對(duì)圖像風(fēng)格遷移的算法所存在的局部區(qū)域劃分不佳、風(fēng)格遷移后存在邊界偽影等問題,對(duì)服飾圖片的風(fēng)格遷移過程進(jìn)行改進(jìn),提出了一種基于Mask-RCNN框架的FCN圖像分割,對(duì)現(xiàn)代服裝可編輯局部區(qū)域進(jìn)行自動(dòng)分割提取,設(shè)計(jì)了用于現(xiàn)代服飾風(fēng)格遷移的變分自編碼器方法模型,通過實(shí)驗(yàn)獲得遷移后的合成圖片變得更為清晰,細(xì)節(jié)更加豐富。同時(shí)可以對(duì)不同的中國風(fēng)格進(jìn)行有機(jī)融合實(shí)現(xiàn)風(fēng)格遷移,在應(yīng)用以后將大幅減輕了服飾風(fēng)格遷移設(shè)計(jì)者的工作量。

    此外,由于圖像風(fēng)格遷移的背景為服裝設(shè)計(jì),故對(duì)圖片分辨率的要求遠(yuǎn)高于一般的圖像風(fēng)格遷移算法,但是在基于深度神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像合成的方法中,分辨率不足的問題是不可避免的。如果想要獲得更高質(zhì)量的結(jié)果圖像,意味著模型的參數(shù)增大,需要更大的訓(xùn)練集。在實(shí)際應(yīng)用背景下,必須平衡二者之間的關(guān)系,這是未來服飾風(fēng)格遷移算法的研究重點(diǎn)。同時(shí),變分自編碼器和傳統(tǒng)的風(fēng)格遷移算法中,都存在相同的問題,就是風(fēng)格遷移的過程中,往往是固定內(nèi)容圖像對(duì)風(fēng)格圖像進(jìn)行遷移,難以實(shí)現(xiàn)固定風(fēng)格圖像,對(duì)內(nèi)容進(jìn)行采樣或者二者同時(shí)采樣進(jìn)行風(fēng)格遷移,這個(gè)問題有待于未來進(jìn)行解決。

    猜你喜歡
    編碼器服飾局部
    局部分解 巧妙求值
    動(dòng)物“闖”入服飾界
    非局部AB-NLS方程的雙線性B?cklund和Darboux變換與非線性波
    聽諸子百家講“服飾穿搭”
    雪人的服飾
    基于FPGA的同步機(jī)軸角編碼器
    基于PRBS檢測(cè)的8B/IOB編碼器設(shè)計(jì)
    局部遮光器
    吳觀真漆畫作品選
    JESD204B接口協(xié)議中的8B10B編碼器設(shè)計(jì)
    電子器件(2015年5期)2015-12-29 08:42:24
    久9热在线精品视频| 亚洲熟女精品中文字幕| 老司机靠b影院| 91精品国产国语对白视频| 69精品国产乱码久久久| 国产三级黄色录像| 无遮挡黄片免费观看| 精品福利观看| 国产日韩一区二区三区精品不卡| 日本av免费视频播放| 久久精品人人爽人人爽视色| 欧美在线黄色| 欧美成人午夜精品| 国产精品一区二区免费欧美 | 日韩制服骚丝袜av| 狠狠狠狠99中文字幕| 国产主播在线观看一区二区| 国产精品99久久99久久久不卡| 欧美久久黑人一区二区| 成人黄色视频免费在线看| 国产成人精品在线电影| 久久久精品免费免费高清| 国产成人欧美| 高清欧美精品videossex| 男女高潮啪啪啪动态图| 久久久国产一区二区| 欧美精品一区二区免费开放| 久久久久精品人妻al黑| 日本91视频免费播放| 一级黄色大片毛片| 亚洲国产欧美网| 国产精品欧美亚洲77777| 麻豆国产av国片精品| 亚洲精品第二区| 精品国产乱子伦一区二区三区 | 亚洲色图综合在线观看| 久久久国产一区二区| 两人在一起打扑克的视频| 亚洲精品日韩在线中文字幕| 久久精品人人爽人人爽视色| 极品少妇高潮喷水抽搐| 一边摸一边做爽爽视频免费| 国产成人a∨麻豆精品| 50天的宝宝边吃奶边哭怎么回事| 精品一区二区三区四区五区乱码| 久久久久久久久久久久大奶| 亚洲av日韩精品久久久久久密| 久久久久国产精品人妻一区二区| 肉色欧美久久久久久久蜜桃| 久久精品aⅴ一区二区三区四区| 国产精品一二三区在线看| 午夜福利影视在线免费观看| 色老头精品视频在线观看| 欧美一级毛片孕妇| 99热国产这里只有精品6| 免费女性裸体啪啪无遮挡网站| 亚洲精品久久成人aⅴ小说| av在线app专区| 欧美 日韩 精品 国产| 秋霞在线观看毛片| 天天躁日日躁夜夜躁夜夜| av天堂久久9| 各种免费的搞黄视频| 99热国产这里只有精品6| 久久精品国产亚洲av高清一级| 一个人免费在线观看的高清视频 | 丁香六月天网| 日韩 亚洲 欧美在线| 国产精品久久久久成人av| 国产人伦9x9x在线观看| 99久久精品国产亚洲精品| 男人操女人黄网站| 人成视频在线观看免费观看| 国产精品自产拍在线观看55亚洲 | 欧美一级毛片孕妇| 国产成人免费观看mmmm| 后天国语完整版免费观看| 51午夜福利影视在线观看| 免费观看av网站的网址| 日韩熟女老妇一区二区性免费视频| 一本一本久久a久久精品综合妖精| av欧美777| av欧美777| 黄片小视频在线播放| 国产精品国产av在线观看| 国产又爽黄色视频| 亚洲欧美色中文字幕在线| 天天躁狠狠躁夜夜躁狠狠躁| 在线观看一区二区三区激情| 水蜜桃什么品种好| 亚洲欧美一区二区三区久久| 国产人伦9x9x在线观看| 夫妻午夜视频| 制服人妻中文乱码| 丰满迷人的少妇在线观看| 老司机午夜福利在线观看视频 | 久久狼人影院| 国产主播在线观看一区二区| 18禁国产床啪视频网站| 极品少妇高潮喷水抽搐| 午夜免费成人在线视频| 美女视频免费永久观看网站| 一级黄色大片毛片| 老司机在亚洲福利影院| 国产亚洲精品一区二区www | 久久中文字幕一级| 欧美日韩中文字幕国产精品一区二区三区 | 男男h啪啪无遮挡| 久久国产精品人妻蜜桃| 高清av免费在线| 最新在线观看一区二区三区| bbb黄色大片| 国产熟女午夜一区二区三区| 久久天躁狠狠躁夜夜2o2o| 欧美激情高清一区二区三区| 国产亚洲欧美在线一区二区| 99re6热这里在线精品视频| 国产主播在线观看一区二区| 日韩 欧美 亚洲 中文字幕| 久久精品国产a三级三级三级| 老汉色∧v一级毛片| 韩国高清视频一区二区三区| 久久久久久久大尺度免费视频| 亚洲专区中文字幕在线| 动漫黄色视频在线观看| 国产精品久久久久久精品古装| 亚洲欧美激情在线| 亚洲精品第二区| 激情视频va一区二区三区| 动漫黄色视频在线观看| 在线观看www视频免费| 亚洲欧美日韩另类电影网站| 狂野欧美激情性bbbbbb| 亚洲五月色婷婷综合| 亚洲中文字幕日韩| 天堂俺去俺来也www色官网| 色老头精品视频在线观看| netflix在线观看网站| 黄色怎么调成土黄色| 国产片内射在线| 午夜久久久在线观看| 一级片'在线观看视频| 首页视频小说图片口味搜索| av网站在线播放免费| 欧美黄色淫秽网站| 黄色片一级片一级黄色片| 十八禁人妻一区二区| 亚洲精品自拍成人| 久久久国产成人免费| 日韩人妻精品一区2区三区| 日韩视频一区二区在线观看| 亚洲国产日韩一区二区| 亚洲久久久国产精品| 久久亚洲国产成人精品v| 在线观看免费视频网站a站| 蜜桃国产av成人99| 国产一级毛片在线| 纯流量卡能插随身wifi吗| 国产精品影院久久| 两个人免费观看高清视频| 一二三四社区在线视频社区8| 美女脱内裤让男人舔精品视频| 俄罗斯特黄特色一大片| 国产福利在线免费观看视频| 99热全是精品| 大片免费播放器 马上看| 女性被躁到高潮视频| 亚洲五月色婷婷综合| 黄色 视频免费看| 亚洲精品一区蜜桃| 啦啦啦免费观看视频1| 午夜福利,免费看| 美女高潮到喷水免费观看| 亚洲av电影在线进入| 亚洲中文av在线| 美女脱内裤让男人舔精品视频| 国内毛片毛片毛片毛片毛片| 肉色欧美久久久久久久蜜桃| 国产成人精品无人区| 亚洲国产精品一区二区三区在线| 男女下面插进去视频免费观看| 纵有疾风起免费观看全集完整版| 久久精品成人免费网站| 午夜精品久久久久久毛片777| 18禁黄网站禁片午夜丰满| 久久这里只有精品19| 狂野欧美激情性xxxx| 亚洲avbb在线观看| 国产精品麻豆人妻色哟哟久久| 欧美日韩黄片免| 国产欧美日韩一区二区三区在线| 亚洲三区欧美一区| 在线观看人妻少妇| 国产免费av片在线观看野外av| 19禁男女啪啪无遮挡网站| av网站免费在线观看视频| 久久性视频一级片| 性色av乱码一区二区三区2| 超色免费av| bbb黄色大片| 国产97色在线日韩免费| 男女下面插进去视频免费观看| 国产成人影院久久av| 少妇人妻久久综合中文| 亚洲avbb在线观看| 亚洲情色 制服丝袜| 久久久久久久精品精品| 免费一级毛片在线播放高清视频 | 午夜91福利影院| 国产日韩欧美视频二区| 精品亚洲乱码少妇综合久久| 欧美激情极品国产一区二区三区| 91成年电影在线观看| 亚洲av欧美aⅴ国产| 欧美人与性动交α欧美精品济南到| 国产av又大| 少妇人妻久久综合中文| 亚洲avbb在线观看| 亚洲国产精品一区三区| 久久99热这里只频精品6学生| 一本久久精品| 一级黄色大片毛片| av线在线观看网站| 日韩视频在线欧美| 捣出白浆h1v1| 99精国产麻豆久久婷婷| 成人手机av| 久久久久国产一级毛片高清牌| 亚洲av电影在线观看一区二区三区| 一本久久精品| 久久久精品区二区三区| 亚洲专区中文字幕在线| 亚洲第一青青草原| 国产精品久久久久久人妻精品电影 | 亚洲三区欧美一区| 亚洲国产毛片av蜜桃av| 亚洲久久久国产精品| 久久99一区二区三区| 日韩有码中文字幕| 中文字幕最新亚洲高清| 一级毛片女人18水好多| 久久精品亚洲熟妇少妇任你| www.自偷自拍.com| 午夜影院在线不卡| 一本一本久久a久久精品综合妖精| 国产成人精品在线电影| 性色av乱码一区二区三区2| 久久免费观看电影| 国产区一区二久久| 日本av手机在线免费观看| 一级a爱视频在线免费观看| 无遮挡黄片免费观看| 久久99一区二区三区| 午夜久久久在线观看| 国产精品1区2区在线观看. | 日韩有码中文字幕| 国精品久久久久久国模美| 久久久久久久大尺度免费视频| a级片在线免费高清观看视频| 日韩视频一区二区在线观看| 美女主播在线视频| 国产成人啪精品午夜网站| 丝袜美足系列| 狠狠精品人妻久久久久久综合| 久久精品国产a三级三级三级| 国产无遮挡羞羞视频在线观看| 精品亚洲成a人片在线观看| 国产又色又爽无遮挡免| 成在线人永久免费视频| 亚洲国产欧美一区二区综合| 免费不卡黄色视频| 91大片在线观看| 天天躁日日躁夜夜躁夜夜| 日韩一区二区三区影片| 亚洲精品一区蜜桃| 蜜桃在线观看..| 久久中文字幕一级| 日本av免费视频播放| 91麻豆av在线| 脱女人内裤的视频| 成年人午夜在线观看视频| 亚洲三区欧美一区| 新久久久久国产一级毛片| 国产免费av片在线观看野外av| 亚洲中文av在线| 香蕉国产在线看| 老司机福利观看| xxxhd国产人妻xxx| 九色亚洲精品在线播放| 亚洲av成人不卡在线观看播放网 | 中文字幕人妻熟女乱码| 久久久国产一区二区| 黑人欧美特级aaaaaa片| 青春草亚洲视频在线观看| 亚洲欧美一区二区三区久久| 秋霞在线观看毛片| 天天影视国产精品| www.av在线官网国产| 电影成人av| 亚洲第一欧美日韩一区二区三区 | 久久久久久久精品精品| 欧美性长视频在线观看| 丰满饥渴人妻一区二区三| 成年动漫av网址| av有码第一页| 成人手机av| 欧美另类一区| 亚洲va日本ⅴa欧美va伊人久久 | 久久毛片免费看一区二区三区| 少妇裸体淫交视频免费看高清 | 女人爽到高潮嗷嗷叫在线视频| 好男人电影高清在线观看| 一二三四社区在线视频社区8| 久久久久久久久久久久大奶| 亚洲精品乱久久久久久| 午夜福利视频精品| 悠悠久久av| www.999成人在线观看| 成人手机av| 亚洲av成人一区二区三| 久久精品熟女亚洲av麻豆精品| 汤姆久久久久久久影院中文字幕| 我的亚洲天堂| 精品亚洲成a人片在线观看| 国产成人精品无人区| 亚洲av电影在线观看一区二区三区| 美女视频免费永久观看网站| 亚洲成人国产一区在线观看| 高清黄色对白视频在线免费看| 成人三级做爰电影| 超碰成人久久| 日本欧美视频一区| 亚洲欧美一区二区三区黑人| 日本vs欧美在线观看视频| 美女福利国产在线| 另类精品久久| 99re6热这里在线精品视频| 后天国语完整版免费观看| 制服人妻中文乱码| 亚洲精品第二区| h视频一区二区三区| 亚洲七黄色美女视频| 亚洲av男天堂| 咕卡用的链子| 伊人久久大香线蕉亚洲五| 侵犯人妻中文字幕一二三四区| av又黄又爽大尺度在线免费看| 精品卡一卡二卡四卡免费| 国产无遮挡羞羞视频在线观看| av视频免费观看在线观看| 这个男人来自地球电影免费观看| av天堂久久9| 热re99久久精品国产66热6| 国产一区二区三区综合在线观看| 纵有疾风起免费观看全集完整版| 免费不卡黄色视频| 亚洲中文日韩欧美视频| 国产深夜福利视频在线观看| 国产一区二区激情短视频 | 亚洲自偷自拍图片 自拍| 国产精品麻豆人妻色哟哟久久| 精品国产乱码久久久久久男人| 一进一出抽搐动态| 国产免费视频播放在线视频| 久久人人97超碰香蕉20202| 性高湖久久久久久久久免费观看| 国产色视频综合| 91精品伊人久久大香线蕉| 好男人电影高清在线观看| 国内毛片毛片毛片毛片毛片| 精品欧美一区二区三区在线| 美女国产高潮福利片在线看| 国产在线一区二区三区精| 美女高潮到喷水免费观看| 黄色片一级片一级黄色片| 亚洲欧美一区二区三区久久| 亚洲成人免费av在线播放| 亚洲性夜色夜夜综合| 久久久久久亚洲精品国产蜜桃av| 黑人操中国人逼视频| 日本91视频免费播放| av网站免费在线观看视频| 黑人猛操日本美女一级片| 老司机亚洲免费影院| videos熟女内射| 岛国毛片在线播放| 电影成人av| 亚洲精品乱久久久久久| 咕卡用的链子| 精品国产超薄肉色丝袜足j| 国产精品国产av在线观看| 亚洲天堂av无毛| 在线观看免费高清a一片| 日韩欧美国产一区二区入口| 啦啦啦 在线观看视频| 亚洲av男天堂| 五月天丁香电影| 男女无遮挡免费网站观看| 中文字幕另类日韩欧美亚洲嫩草| 日本wwww免费看| 成年人午夜在线观看视频| 天天躁夜夜躁狠狠躁躁| 成年美女黄网站色视频大全免费| 欧美另类亚洲清纯唯美| 性色av一级| 一二三四社区在线视频社区8| 最黄视频免费看| 一本久久精品| 人妻 亚洲 视频| 成人手机av| 亚洲精品国产av成人精品| 国产av一区二区精品久久| 欧美日韩视频精品一区| 脱女人内裤的视频| 91字幕亚洲| 五月开心婷婷网| 美女主播在线视频| 丝袜美足系列| 亚洲第一av免费看| 日韩人妻精品一区2区三区| 欧美大码av| 悠悠久久av| 精品国产一区二区三区久久久樱花| 在线av久久热| 97人妻天天添夜夜摸| 蜜桃在线观看..| 国产熟女午夜一区二区三区| 亚洲国产欧美网| 美女中出高潮动态图| 男女边摸边吃奶| 国产成人av激情在线播放| 亚洲专区中文字幕在线| 叶爱在线成人免费视频播放| 精品欧美一区二区三区在线| 黄色视频在线播放观看不卡| 精品乱码久久久久久99久播| 日韩有码中文字幕| 夜夜骑夜夜射夜夜干| 午夜福利一区二区在线看| 青草久久国产| 久久 成人 亚洲| 欧美精品高潮呻吟av久久| 中亚洲国语对白在线视频| 久久久久久久久免费视频了| 成人国产一区最新在线观看| 狠狠婷婷综合久久久久久88av| 国产亚洲午夜精品一区二区久久| 人妻人人澡人人爽人人| 成年动漫av网址| 亚洲五月婷婷丁香| 啦啦啦视频在线资源免费观看| 国产亚洲精品第一综合不卡| 亚洲激情五月婷婷啪啪| 中文字幕av电影在线播放| 成年人午夜在线观看视频| 好男人电影高清在线观看| 亚洲精品中文字幕一二三四区 | 久久九九热精品免费| 黑人操中国人逼视频| 久久毛片免费看一区二区三区| 波多野结衣一区麻豆| 一本久久精品| 99精品欧美一区二区三区四区| 国产麻豆69| 国产精品免费视频内射| 亚洲中文av在线| 成人三级做爰电影| 不卡一级毛片| 亚洲av日韩在线播放| 欧美大码av| 伊人久久大香线蕉亚洲五| 交换朋友夫妻互换小说| 久久国产亚洲av麻豆专区| 亚洲视频免费观看视频| 性少妇av在线| 99热全是精品| 欧美日韩亚洲综合一区二区三区_| 国产精品 欧美亚洲| 丁香六月天网| 如日韩欧美国产精品一区二区三区| 亚洲精品国产av成人精品| 国产一卡二卡三卡精品| 人人妻人人澡人人看| 久热爱精品视频在线9| 91成年电影在线观看| 正在播放国产对白刺激| 国产亚洲精品第一综合不卡| 欧美日韩成人在线一区二区| 黑人操中国人逼视频| kizo精华| 亚洲精品乱久久久久久| 蜜桃国产av成人99| 亚洲激情五月婷婷啪啪| 在线观看舔阴道视频| 亚洲第一青青草原| 日韩大片免费观看网站| 天堂俺去俺来也www色官网| 91成年电影在线观看| 久久午夜综合久久蜜桃| 国产一区有黄有色的免费视频| 亚洲色图 男人天堂 中文字幕| 欧美 亚洲 国产 日韩一| 国产精品二区激情视频| 老司机午夜福利在线观看视频 | 亚洲国产av影院在线观看| 亚洲三区欧美一区| 少妇裸体淫交视频免费看高清 | 黄色 视频免费看| 日韩欧美免费精品| 久久99热这里只频精品6学生| 巨乳人妻的诱惑在线观看| 中文字幕人妻熟女乱码| 久久久久网色| 亚洲男人天堂网一区| 如日韩欧美国产精品一区二区三区| 超碰成人久久| 欧美日本中文国产一区发布| 欧美中文综合在线视频| 91成人精品电影| 1024视频免费在线观看| 国产精品久久久久成人av| 日韩熟女老妇一区二区性免费视频| 午夜成年电影在线免费观看| 日本五十路高清| 成年人黄色毛片网站| a级毛片黄视频| 最近最新中文字幕大全免费视频| 国产精品偷伦视频观看了| 国产在视频线精品| 99精品欧美一区二区三区四区| 久久久久国产一级毛片高清牌| 韩国精品一区二区三区| 麻豆av在线久日| 精品久久久精品久久久| 99精品欧美一区二区三区四区| www.精华液| 日韩 欧美 亚洲 中文字幕| 国产精品秋霞免费鲁丝片| 老汉色∧v一级毛片| 亚洲人成电影观看| 欧美精品啪啪一区二区三区 | 99国产精品一区二区蜜桃av | 美女高潮到喷水免费观看| 黑人欧美特级aaaaaa片| 欧美黑人精品巨大| 老司机午夜福利在线观看视频 | 精品国产乱子伦一区二区三区 | 亚洲avbb在线观看| 亚洲人成77777在线视频| 超色免费av| 国产精品99久久99久久久不卡| 亚洲人成77777在线视频| 窝窝影院91人妻| 人妻 亚洲 视频| 大码成人一级视频| 亚洲少妇的诱惑av| 日本vs欧美在线观看视频| 飞空精品影院首页| 成年人黄色毛片网站| 97精品久久久久久久久久精品| 亚洲国产精品一区二区三区在线| 一本综合久久免费| 国产免费现黄频在线看| 成人18禁高潮啪啪吃奶动态图| 日韩精品免费视频一区二区三区| 国产成人欧美在线观看 | 亚洲一区二区三区欧美精品| 国产老妇伦熟女老妇高清| 国产亚洲精品久久久久5区| 精品卡一卡二卡四卡免费| 国产在线免费精品| 我的亚洲天堂| 一二三四社区在线视频社区8| 国产人伦9x9x在线观看| 午夜免费观看性视频| av网站在线播放免费| 欧美在线黄色| 777米奇影视久久| 亚洲欧美色中文字幕在线| 可以免费在线观看a视频的电影网站| 久久久国产欧美日韩av| 国产97色在线日韩免费| 亚洲少妇的诱惑av| 桃花免费在线播放| 女人高潮潮喷娇喘18禁视频| 99热国产这里只有精品6| 999精品在线视频| 亚洲一卡2卡3卡4卡5卡精品中文| 激情视频va一区二区三区| 免费高清在线观看视频在线观看| 精品少妇一区二区三区视频日本电影| 欧美精品人与动牲交sv欧美| 岛国在线观看网站| 亚洲七黄色美女视频| 国产精品熟女久久久久浪| 香蕉丝袜av| 亚洲精品国产av成人精品| 亚洲性夜色夜夜综合| 丰满少妇做爰视频| 大陆偷拍与自拍| 在线观看舔阴道视频| 亚洲九九香蕉| 老司机深夜福利视频在线观看 | av在线播放精品| 黄色视频,在线免费观看| 午夜91福利影院| 国产伦人伦偷精品视频| 久久久久网色| 欧美精品人与动牲交sv欧美| 麻豆乱淫一区二区| 一区在线观看完整版| 嫩草影视91久久| 两人在一起打扑克的视频| 国产野战对白在线观看| 欧美一级毛片孕妇|