• <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 ?

    基于通道域注意力機制的特征融合方式

    2021-10-18 00:48:58羅大為方建軍劉艷霞
    東北師大學報(自然科學版) 2021年3期
    關鍵詞:示意圖尺度注意力

    羅大為,方建軍,劉艷霞

    (1.北京聯(lián)合大學北京市信息服務工程重點實驗室,北京 100101;2.北京聯(lián)合大學城市軌道交通與物流學院,北京 100101)

    0 引言

    在基于深度學習的目標檢測工作中,融合不同尺度的特征是提高特征提取性能的一個重要手段[1].大尺度的特征一般指淺層特征,感受野小,分辨率高,包含更多位置、細節(jié)信息,但是由于經過的卷積更少,其語義性更低,噪聲更多.小尺度的特征指深層特征,感受野大,全局特征豐富,具有更強的語義信息,但是分辨率很低,對細節(jié)的感知能力較差[2].因此,在目標檢測中,將不同的特征進行融合,以達到增強特征提取、優(yōu)化檢測模型的目的.

    當前流行的融合方式主要有Concat和Add.Concat是神經網絡結構設計中很重要的一種操作,經常用于連接特征,它可以將多個卷積層的特征或者是將輸出層的信息進行融合[3].Concat并不會改變每一個特征的信息,只會增加特征的數量,比如DenseNet[4]、ParseNet[5]、YOLOv3[6].Add操作則是信息之間的疊加.Add是增加提取的各個特征信息,但是并沒有增加特征的數量,比如Resnet[7]、FPN[8]、FCN[9].在一些研究中,通常把兩種方式混合使用.或者通過卷積和采樣操作將不同尺度特征進行Add或Concat操作,比如CFENet[10].采用類似特征金字塔網絡(Feature Pyramid Networks,F(xiàn)PN)的思想,對特征融合后進行預測,但它們本質都是對特征進行Concat或者Add操作.

    這些特征融合都是直接將輸入的特征進行疊加或拼接,沒有充分考慮其對于模型性能存在的不同影響.不同的特征對于檢測結果應該存在著不同的影響,有些特征對于檢測結果甚至是無用的或產生負面影響的.為了使模型增強有用特征的融合,本文設計了幾種基于注意力機制[11]的融合方式,并在Pascal VOC2007數據集[12]上進行測試.

    1 基于注意力的特征融合方法

    直接將兩個特征進行融合不能很好地將有效特征利用起來,會引入一些無效甚至負面的特征,對實驗結果造成影響.本文在特征融合部分加入了注意力機制,讓模型在訓練過程中學習哪些要融合的特征更加重要,并增加它們的權重,如圖1所示,圖1中Cat表示Concat操作.

    Add(a)Add示意圖(b) A-Add示意圖(c)B-Add示意圖Con-cat(d)Cat示意圖(e) A-Cat示意圖(f)B-Cat示意圖

    1.1 Add、Concat與Attention

    Add操作本質是對2個輸入特征相對應的像素進行數學相加,如圖1(a)所示.經過Add操作后,特征圖的大小不變,通道數不變.對于輸入的兩路特征X和Y,Add操作可表示為

    (1)

    其中:兩路輸入的通道分別為X1,X2,…,Xcx和Y1,Y2,…,Ycy.用Cx表示輸入特征X的通道數,Cy表示輸入特征Y的通道數,*表示卷積.1c表示一個1×1×c的張量.經過Add操作后,特征圖的通道數不變,為C=Cx=Cy.Add操作要求兩路輸入特征維度一樣,即wX=wY,hX=hY,且Cx=Cy.

    Concat操作公式為

    (2)

    與Add不一樣,Concat其實相當于將2個特征進行拼接,特征圖的大小不變,通道數增加.經過Concat操作后,特征圖的通道數為Cx+Cy.Concat的2個輸入要求w和h一致,即wX=wY,且hX=hY.在Concat操作中,Cx與Cy可以不相等.如圖1(d)所示.

    本文設計的特征融合方式,主要是基于通道域的注意力機制,即對不同通道的特征進行注意力加權.基于通道域的注意力是通過一個Squeeze操作得到各通道特征的平均值,再經過一個卷積層學習它們的權值,最后再加權到各通道中,如圖2所示.

    圖2 通道域注意力結構示意圖

    Squeeze操作本質就是全局均值池化,使得h×w×c的特征圖變?yōu)?×1×c的實數序列;Uc即特征,等價于Xc和Yc.公式為

    (3)

    學習各特征權重,W是一個1×1×c的卷積核,用于學習權重.對輸入特征進行加權,增強有用特征,公式為

    Sc=Fscale(Uc,Zc,W)=Uc×(Zc*W).

    (4)

    1.2 結合Attention與Add的特征融合

    在Add操作中引入Attention模塊來增強特征融合效果,具體實現(xiàn)的結構與Concat類似,分別為A-Add和B-Add.

    A-Add為:

    (5)

    其本質是在Add操作之后加入一個Attention模塊,對Add操作之后的特征進行注意力學習,如圖1(b)所示.Add操作不改變特征維度,改變特征值,因此與Concat不同.

    B-Add公式為:

    (6)

    與A-Add不同,B-Add在Add操作之前對2個不同的特征進行Attention模塊,分別學習2個特征的權重,如圖1(c)所示.

    1.3 結合Attention與Concat的特征融合

    在Concat操作中引入Attention模塊來增強特征融合效果,公式為:

    (7)

    把Attention引入Concat操作的結構有2種,分別為A-Cat和B-Cat.A-Cat的具體實現(xiàn)如圖1(e)所示,在Concat操作之后加入一個Attention模塊,對融合之后的特征進行注意力學習,削弱不重要特征的影響.B-Cat則是在Concat操作之前對2個不同的特征進行Attention模塊,分別學習2個特征的權重,并降低無效或壞特征的權重,如圖1(f)所示.

    2 實驗與分析

    本文設計了相關實驗對基于注意力機制的特征融合方法進行驗證和分析.

    2.1 實驗準備

    2.1.1 數據集

    本文將在Pascal VOC2007數據集上進行測試.該數據集是當前最流行的目標檢測數據集之一,包含9 963張標注過的圖片,共標注出24 640個物體,涉及行人、汽車、狗等20類目標.

    2.1.2 測試網絡

    基于注意力機制的特征融合方式將在YOLOv3-Tiny網絡上進行測試.YOLOv3-Tiny是當前最輕量的網絡模型之一,它的主干網絡僅有15層,結構簡單,性能高效,是許多工程應用中的選擇.在原始的YOLOv3-Tiny中,包含一個大尺度和中尺度的特征融合,本文將基于注意力機制的特征融合方法用于融合大尺度和中尺度特征,進行對比實驗.YOLOv3-Tiny的結構如圖3所示,圖3中Cat表示YOLOv3-Tiny采用Concat特征融合方式.

    圖3 YOLOv3-Tiny結構示意圖

    2.1.3 實驗環(huán)境

    本文所有實驗都在NVIDIA GTX1080Ti、16 GB內存、Ubuntu16.04系統(tǒng)下進行,采用darknet框架.

    2.2 實驗結果與分析

    2.2.1 基于注意力的特征融合方式訓練情況

    各模型訓練loss曲線如圖4所示.所有模型的在訓練4 h后,迭代約8萬次時loss趨于平穩(wěn),表明模型收斂.采用Concat進行融合的模型,loss收斂于0.617 1.采用A-Cat進行融合的模型,loss收斂于0.658 1.B-Cat的loss最低,收斂于0.539 1.loss在一定程度上反應模型的性能,從loss上看B-Cat收斂效果最好.

    2.2.2 基于注意力的特征融合方式實驗結果分析

    Thresh設置為0.5時的四值分析如表1所示.從表1可知,4種基于注意力機制的特征融合模塊的Precision(P)相較于原來提高了1%~2%,Recall(R)并未收到明顯影響,F(xiàn)1-score(F1)獲得了提高,A-Cat的AIOU比原來提高了1.14%,且浮點運算量并沒有顯著增加.由于模型的運行速度會受到設備的性能影響,因此采用模型的浮點運算量作為模型效率衡量標準,如表2 所示.

    圖4 訓練loss曲線圖

    表1 基于注意力的特征融合算法性能分析

    表2 基于注意力的特征融合算法復雜度與準確度分析

    A-Cat的mAP比原Concat提高了0.76%.B-Cat的AIOU比原來僅提高0.34%,浮點運算量增加了0.001,但mAP提高了1.49%.Add操作中,A-Add和B-Add在P,R和F1中沒有帶來提升,甚至在AIOU中略微出現(xiàn)下降,但從mAP中可看出,注意力機制仍發(fā)揮作用.

    對于4種特征融合結構在VOC2007數據集上20個種類目標的AP分析如表3所示.A-Cat比原Concat的mAP提高了0.76%,B-Cat比原Concat的mAP提高了1.49%.A-Cat在Diningtable和Pottledplant等復雜目標的AP值相較于原來的Concat操作略有下降,但是在其他目標,如Aeroplane、Bicycle、Bird和Boat等有很大的提升.而B-Cat在各類中均有顯著提高,且提升幅度大于A-Cat.

    表3 Pascal VOC2007上各類目標的AP分析%

    Add操作的檢測性能在Pascal VOC2007數據集上的表現(xiàn)遠不如Concat.經過實驗分析,本文認為Add操作直接將2個不同的特征進行數學相加,這有可能會破壞或損失部分提取的特征,因此它的mAP普遍低于Concat操作.但引入注意力的Add操作性能得到了提升,如A-Add比原Add的mAP提高了0.34%,B-Add比原Add的mAP提高了1.14%.A-Add對于Aeroplane和Diningtable等大尺度目標的檢測性能出現(xiàn)了下降,但對于Bird和Boat則提升明顯.A-Add的mAP在各類目標上AP分析均出現(xiàn)大幅提升.

    從上述實驗結果可知,4種基于注意力機制的特征融合方式都得到了不同程度的提升,但就特征融合而言,B-Cat所展現(xiàn)的效果最佳,基于Concat操作的融合方式普遍比基于Add操作的方法效果好.

    3 結論

    本文基于注意力機制,并設計了4種可學習的特征融合模塊,它們可以在模型訓練中學習如何將有效特征進行加權融合,提升特征融合的效率,進而提升目標檢測模型的性能.通過YOLOv3-Tiny在Pascal VOC2007數據集上的實驗,基于注意力機制的特征融合模塊比直接進行特征融合的方式最高可提升1.49%,證明該方法的有效性.基于注意力機制的特征融合可用于提升多尺度特征融合、高底層特征融合等,為深度神經網絡中多特征融合的設計和構建提供了思路和理論基礎.

    猜你喜歡
    示意圖尺度注意力
    讓注意力“飛”回來
    財產的五大尺度和五重應對
    先畫示意圖再解答問題
    黔西南州旅游示意圖
    當代貴州(2019年41期)2019-12-13 09:28:56
    “揚眼”APP:讓注意力“變現(xiàn)”
    傳媒評論(2017年3期)2017-06-13 09:18:10
    A Beautiful Way Of Looking At Things
    宇宙的尺度
    太空探索(2016年5期)2016-07-12 15:17:55
    兩張圖讀懂“青年之聲”
    中國共青團(2015年7期)2015-12-17 01:24:38
    9
    中緬油氣管道示意圖
    18+在线观看网站| 亚洲aⅴ乱码一区二区在线播放| 精品久久久久久久末码| 真人一进一出gif抽搐免费| 亚洲人成网站在线播| 日日摸夜夜添夜夜添av毛片 | 91在线观看av| 成人毛片a级毛片在线播放| avwww免费| 久久久久久大精品| 狂野欧美白嫩少妇大欣赏| 亚洲精品456在线播放app | 久久精品久久久久久噜噜老黄 | 国产成人aa在线观看| 又爽又黄无遮挡网站| 乱码一卡2卡4卡精品| 亚洲成av人片在线播放无| 免费av不卡在线播放| 国产爱豆传媒在线观看| 嫩草影视91久久| 国产乱人视频| 欧美+亚洲+日韩+国产| 丰满人妻一区二区三区视频av| 亚洲七黄色美女视频| 麻豆av噜噜一区二区三区| 免费观看精品视频网站| 免费人成在线观看视频色| 日韩大尺度精品在线看网址| 国产综合懂色| 亚洲在线观看片| 免费无遮挡裸体视频| 亚洲成人精品中文字幕电影| 精品免费久久久久久久清纯| 最新在线观看一区二区三区| 欧美日韩瑟瑟在线播放| 国产伦精品一区二区三区视频9| 女人十人毛片免费观看3o分钟| 又爽又黄无遮挡网站| 好看av亚洲va欧美ⅴa在| 久久久久亚洲av毛片大全| 亚洲熟妇熟女久久| 99在线视频只有这里精品首页| 久久国产精品人妻蜜桃| 在线观看免费视频日本深夜| 亚洲激情在线av| 亚洲五月天丁香| 亚洲不卡免费看| 伦理电影大哥的女人| 好男人电影高清在线观看| 精品久久久久久久久亚洲 | 国产精品亚洲av一区麻豆| 亚洲精品乱码久久久v下载方式| 又黄又爽又刺激的免费视频.| 精品福利观看| 亚洲 国产 在线| 国产高清激情床上av| 国产一区二区亚洲精品在线观看| 久久天躁狠狠躁夜夜2o2o| 国产视频内射| 九色国产91popny在线| 内射极品少妇av片p| 悠悠久久av| 亚洲,欧美精品.| 日韩欧美精品免费久久 | 精品人妻视频免费看| 丰满乱子伦码专区| 最后的刺客免费高清国语| 美女高潮的动态| 亚洲av中文字字幕乱码综合| 欧美不卡视频在线免费观看| 一进一出抽搐gif免费好疼| 日本 av在线| 99国产综合亚洲精品| 最近在线观看免费完整版| 免费无遮挡裸体视频| 在线播放国产精品三级| 国产在线男女| 黄色配什么色好看| 日韩免费av在线播放| 午夜a级毛片| 色哟哟·www| 免费人成视频x8x8入口观看| 午夜精品久久久久久毛片777| 校园春色视频在线观看| 国产欧美日韩精品一区二区| 国产精品98久久久久久宅男小说| 大型黄色视频在线免费观看| 国产高清激情床上av| 十八禁网站免费在线| 亚洲18禁久久av| 天天一区二区日本电影三级| 国产精品人妻久久久久久| bbb黄色大片| 99久久成人亚洲精品观看| 国产单亲对白刺激| 国产精品一区二区免费欧美| 欧美潮喷喷水| 天天一区二区日本电影三级| 身体一侧抽搐| 日韩欧美一区二区三区在线观看| 男女视频在线观看网站免费| 99热这里只有是精品50| av在线观看视频网站免费| 制服丝袜大香蕉在线| 久久草成人影院| 激情在线观看视频在线高清| 免费高清视频大片| 18禁黄网站禁片午夜丰满| 麻豆一二三区av精品| 99国产极品粉嫩在线观看| 乱人视频在线观看| 日本在线视频免费播放| 一进一出抽搐gif免费好疼| or卡值多少钱| 久久久久精品国产欧美久久久| 一区二区三区激情视频| 欧美日韩中文字幕国产精品一区二区三区| 国产日本99.免费观看| 搞女人的毛片| 在线观看一区二区三区| 好男人在线观看高清免费视频| 免费一级毛片在线播放高清视频| 日韩欧美精品v在线| 亚洲欧美日韩卡通动漫| 怎么达到女性高潮| 日韩成人在线观看一区二区三区| 久久久久久久精品吃奶| 日日夜夜操网爽| 人人妻,人人澡人人爽秒播| 69人妻影院| 丰满人妻熟妇乱又伦精品不卡| 一区二区三区激情视频| 欧美日韩中文字幕国产精品一区二区三区| 内地一区二区视频在线| 欧美+亚洲+日韩+国产| 天美传媒精品一区二区| 久久国产精品人妻蜜桃| 亚洲国产精品999在线| 毛片一级片免费看久久久久 | 国产亚洲欧美98| 成人高潮视频无遮挡免费网站| 精品久久久久久久久亚洲 | 亚洲人成网站高清观看| 国产乱人视频| 一级毛片久久久久久久久女| av女优亚洲男人天堂| 亚洲成a人片在线一区二区| 中出人妻视频一区二区| 91麻豆av在线| av在线蜜桃| 国产精品女同一区二区软件 | 国产探花极品一区二区| 日韩欧美一区二区三区在线观看| 美女 人体艺术 gogo| 在线十欧美十亚洲十日本专区| 亚洲美女视频黄频| 精品人妻熟女av久视频| 国产精品98久久久久久宅男小说| 嫩草影院精品99| 亚洲avbb在线观看| 悠悠久久av| 日本免费a在线| 欧美国产日韩亚洲一区| 波多野结衣高清无吗| 狠狠狠狠99中文字幕| 丰满人妻熟妇乱又伦精品不卡| 每晚都被弄得嗷嗷叫到高潮| 久久亚洲真实| 人人妻人人看人人澡| 精品久久久久久久久亚洲 | 亚洲欧美日韩高清在线视频| 久久人人精品亚洲av| 18美女黄网站色大片免费观看| 免费在线观看日本一区| 久久亚洲精品不卡| 麻豆成人午夜福利视频| 精品福利观看| 欧美一区二区亚洲| 一本精品99久久精品77| 91av网一区二区| 桃红色精品国产亚洲av| 久久精品国产亚洲av涩爱 | 少妇的逼水好多| 少妇被粗大猛烈的视频| 亚洲欧美清纯卡通| 午夜免费男女啪啪视频观看 | 久久人人精品亚洲av| 中国美女看黄片| 成人欧美大片| 精品一区二区免费观看| 久久精品国产99精品国产亚洲性色| 日本成人三级电影网站| 日本免费a在线| 九色国产91popny在线| 99国产极品粉嫩在线观看| 中亚洲国语对白在线视频| 日韩大尺度精品在线看网址| 午夜福利欧美成人| 亚洲欧美日韩高清专用| 成人高潮视频无遮挡免费网站| 日本精品一区二区三区蜜桃| 蜜桃久久精品国产亚洲av| 我的老师免费观看完整版| 国产黄色小视频在线观看| 国产色爽女视频免费观看| 2021天堂中文幕一二区在线观| 97热精品久久久久久| 亚洲av中文字字幕乱码综合| 免费av毛片视频| 国内精品久久久久久久电影| av福利片在线观看| 深爱激情五月婷婷| 欧美潮喷喷水| 久久久久久久久久黄片| 亚洲国产精品久久男人天堂| 亚洲美女黄片视频| 久久九九热精品免费| 国产免费男女视频| 精品久久国产蜜桃| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 亚洲五月婷婷丁香| 少妇高潮的动态图| 我要搜黄色片| 成人精品一区二区免费| 国产免费av片在线观看野外av| 国产美女午夜福利| 亚洲成人免费电影在线观看| 69av精品久久久久久| 国产激情偷乱视频一区二区| 99热只有精品国产| 国产久久久一区二区三区| 成人国产一区最新在线观看| 青草久久国产| 亚洲专区国产一区二区| 俄罗斯特黄特色一大片| 啦啦啦观看免费观看视频高清| 欧美色欧美亚洲另类二区| 91九色精品人成在线观看| 亚洲精品色激情综合| 首页视频小说图片口味搜索| 欧美日韩黄片免| 国产精品女同一区二区软件 | 一进一出抽搐gif免费好疼| 99久久无色码亚洲精品果冻| 国产午夜精品论理片| 欧美黄色片欧美黄色片| 色尼玛亚洲综合影院| 日韩精品青青久久久久久| 久久久久国内视频| 欧美绝顶高潮抽搐喷水| 噜噜噜噜噜久久久久久91| 国产高清三级在线| 欧美在线黄色| 无人区码免费观看不卡| 日本黄大片高清| 欧美在线一区亚洲| 亚洲最大成人中文| 90打野战视频偷拍视频| 日日摸夜夜添夜夜添小说| 日韩欧美一区二区三区在线观看| 欧美日韩亚洲国产一区二区在线观看| 2021天堂中文幕一二区在线观| 男人和女人高潮做爰伦理| 亚洲色图av天堂| 久久久久久大精品| 成人一区二区视频在线观看| 99热只有精品国产| 老女人水多毛片| 欧美在线黄色| 免费在线观看成人毛片| 日韩免费av在线播放| 一边摸一边抽搐一进一小说| 成人国产综合亚洲| 欧美日韩乱码在线| 99久久99久久久精品蜜桃| 美女黄网站色视频| 欧美国产日韩亚洲一区| 国内揄拍国产精品人妻在线| 特大巨黑吊av在线直播| 日韩欧美精品v在线| 国产麻豆成人av免费视频| 亚洲国产高清在线一区二区三| 制服丝袜大香蕉在线| 99久久精品一区二区三区| 国产精品一及| 国产久久久一区二区三区| 日韩欧美精品v在线| 热99re8久久精品国产| 久久精品91蜜桃| 丝袜美腿在线中文| 国内精品一区二区在线观看| 欧美一区二区亚洲| 日日摸夜夜添夜夜添av毛片 | 亚洲人成电影免费在线| 国内精品美女久久久久久| 免费人成视频x8x8入口观看| 黄色一级大片看看| 嫩草影院新地址| 在线播放无遮挡| 亚洲精品粉嫩美女一区| 精品国内亚洲2022精品成人| 午夜a级毛片| 真人一进一出gif抽搐免费| 欧美高清成人免费视频www| 12—13女人毛片做爰片一| 亚洲国产欧美人成| 极品教师在线视频| 亚洲自拍偷在线| 亚洲成人久久爱视频| 亚洲第一区二区三区不卡| 97热精品久久久久久| 婷婷亚洲欧美| 69av精品久久久久久| 熟妇人妻久久中文字幕3abv| 俄罗斯特黄特色一大片| 国产伦在线观看视频一区| 国产精品三级大全| 欧美潮喷喷水| 免费高清视频大片| 99精品在免费线老司机午夜| 天堂动漫精品| 国产探花在线观看一区二区| 国产黄a三级三级三级人| 久久国产精品人妻蜜桃| 国产伦精品一区二区三区视频9| 91麻豆av在线| 在线观看一区二区三区| 亚洲久久久久久中文字幕| 亚洲精品在线观看二区| 亚洲aⅴ乱码一区二区在线播放| 久久久久国内视频| 色视频www国产| h日本视频在线播放| 亚洲国产欧洲综合997久久,| 97超级碰碰碰精品色视频在线观看| 国产精品乱码一区二三区的特点| 国产蜜桃级精品一区二区三区| 特大巨黑吊av在线直播| 国产真实伦视频高清在线观看 | 午夜久久久久精精品| 99久久精品热视频| 高清在线国产一区| 高清日韩中文字幕在线| 国产综合懂色| 亚洲熟妇中文字幕五十中出| 国产欧美日韩精品一区二区| 亚洲无线在线观看| 韩国av一区二区三区四区| 久久精品综合一区二区三区| 欧美高清成人免费视频www| 欧美一区二区国产精品久久精品| 久久久久久久久中文| 国产一区二区激情短视频| 免费观看精品视频网站| 琪琪午夜伦伦电影理论片6080| 天堂网av新在线| 97超视频在线观看视频| 午夜精品一区二区三区免费看| 97超视频在线观看视频| 人妻丰满熟妇av一区二区三区| 免费电影在线观看免费观看| 夜夜躁狠狠躁天天躁| 国产高清视频在线观看网站| av专区在线播放| 九色成人免费人妻av| 中文字幕久久专区| 有码 亚洲区| 免费人成在线观看视频色| 亚洲精品粉嫩美女一区| 国产精品人妻久久久久久| 亚洲最大成人av| 天堂av国产一区二区熟女人妻| 精品久久国产蜜桃| 亚洲国产日韩欧美精品在线观看| 欧美一区二区国产精品久久精品| 色尼玛亚洲综合影院| 亚洲电影在线观看av| 久久久久久久久久成人| 草草在线视频免费看| 别揉我奶头~嗯~啊~动态视频| 婷婷亚洲欧美| 久久精品综合一区二区三区| 又黄又爽又刺激的免费视频.| 久久99热这里只有精品18| 51国产日韩欧美| 变态另类成人亚洲欧美熟女| АⅤ资源中文在线天堂| 国产人妻一区二区三区在| 看黄色毛片网站| 国产主播在线观看一区二区| 午夜激情欧美在线| 欧美激情久久久久久爽电影| www.999成人在线观看| 久久久国产成人精品二区| 精品一区二区三区人妻视频| 日本a在线网址| 国产av麻豆久久久久久久| 日韩欧美一区二区三区在线观看| 成年免费大片在线观看| 色哟哟哟哟哟哟| 男女视频在线观看网站免费| 亚洲成av人片在线播放无| 欧美黄色片欧美黄色片| 欧美成人免费av一区二区三区| 日韩人妻高清精品专区| 18禁裸乳无遮挡免费网站照片| 老司机深夜福利视频在线观看| 国产精品日韩av在线免费观看| 精品人妻一区二区三区麻豆 | 国产伦精品一区二区三区四那| 国产精品日韩av在线免费观看| 成人精品一区二区免费| 九九热线精品视视频播放| 色综合婷婷激情| 18禁在线播放成人免费| 亚洲,欧美,日韩| 欧美成人性av电影在线观看| 国产老妇女一区| 亚洲五月婷婷丁香| 中文字幕av成人在线电影| 久久久久性生活片| 日韩中字成人| 久久国产精品人妻蜜桃| 久久久久久久午夜电影| 内射极品少妇av片p| 啪啪无遮挡十八禁网站| 中文亚洲av片在线观看爽| 欧美乱妇无乱码| 91字幕亚洲| 国产亚洲欧美98| 色噜噜av男人的天堂激情| 别揉我奶头 嗯啊视频| 国产高清激情床上av| 久久人妻av系列| 欧美黑人欧美精品刺激| 中文字幕av在线有码专区| 国内毛片毛片毛片毛片毛片| 伦理电影大哥的女人| 久久久久国内视频| 久久热精品热| 一级av片app| 男女做爰动态图高潮gif福利片| 国产综合懂色| 九九热线精品视视频播放| 国产免费男女视频| 久久久久国内视频| 中文字幕av成人在线电影| 欧美黄色淫秽网站| 国产高清激情床上av| 精品久久久久久久久久免费视频| 噜噜噜噜噜久久久久久91| 日本熟妇午夜| 在线观看午夜福利视频| 99久久久亚洲精品蜜臀av| 国产日本99.免费观看| 成年女人永久免费观看视频| 尤物成人国产欧美一区二区三区| 亚洲国产欧洲综合997久久,| 好看av亚洲va欧美ⅴa在| 欧美性猛交╳xxx乱大交人| 少妇高潮的动态图| 日韩亚洲欧美综合| 午夜福利18| 丰满人妻熟妇乱又伦精品不卡| 一二三四社区在线视频社区8| 夜夜躁狠狠躁天天躁| 亚洲综合色惰| 免费在线观看成人毛片| xxxwww97欧美| 成人特级黄色片久久久久久久| 亚洲狠狠婷婷综合久久图片| 亚洲在线观看片| 宅男免费午夜| 精品人妻一区二区三区麻豆 | 久久久久九九精品影院| 欧美最新免费一区二区三区 | 尤物成人国产欧美一区二区三区| 少妇丰满av| 欧美成人免费av一区二区三区| 无遮挡黄片免费观看| 免费在线观看成人毛片| 国产精品影院久久| 欧美xxxx性猛交bbbb| 日韩欧美 国产精品| 精品一区二区三区视频在线| 国产极品精品免费视频能看的| 午夜福利视频1000在线观看| 国产亚洲精品久久久久久毛片| 久久午夜福利片| 99久久九九国产精品国产免费| 丝袜美腿在线中文| 精品一区二区三区人妻视频| 男人狂女人下面高潮的视频| 国产91精品成人一区二区三区| a级一级毛片免费在线观看| 国产高清有码在线观看视频| 国产一区二区三区视频了| 桃色一区二区三区在线观看| 亚洲激情在线av| 人人妻人人看人人澡| 一区二区三区四区激情视频 | 国产日本99.免费观看| 国产精品av视频在线免费观看| 脱女人内裤的视频| 亚洲av熟女| 女同久久另类99精品国产91| 狂野欧美白嫩少妇大欣赏| 男女下面进入的视频免费午夜| 怎么达到女性高潮| 亚洲av一区综合| 九九在线视频观看精品| 三级毛片av免费| 国产主播在线观看一区二区| 精品久久久久久久人妻蜜臀av| 久久久久久久精品吃奶| 国产高清视频在线播放一区| 校园春色视频在线观看| 国产一区二区在线av高清观看| 757午夜福利合集在线观看| 久久午夜亚洲精品久久| 丁香欧美五月| 午夜精品一区二区三区免费看| 日本免费a在线| 亚洲精品在线美女| 成年免费大片在线观看| 日韩欧美三级三区| 内射极品少妇av片p| 成年人黄色毛片网站| 日本与韩国留学比较| 观看免费一级毛片| 免费观看人在逋| 国产午夜福利久久久久久| 亚洲成a人片在线一区二区| 国产91精品成人一区二区三区| 亚洲国产日韩欧美精品在线观看| 18禁裸乳无遮挡免费网站照片| 亚洲真实伦在线观看| 国产在视频线在精品| or卡值多少钱| 午夜两性在线视频| 首页视频小说图片口味搜索| 国产高清视频在线观看网站| 欧美精品啪啪一区二区三区| 99在线视频只有这里精品首页| 精品久久久久久久久亚洲 | 亚洲精品亚洲一区二区| 国产精品永久免费网站| 国产精品自产拍在线观看55亚洲| 九九在线视频观看精品| 欧美3d第一页| 美女高潮喷水抽搐中文字幕| 久久久久久久久久成人| 国产淫片久久久久久久久 | 性欧美人与动物交配| 亚洲av免费在线观看| 天天一区二区日本电影三级| 简卡轻食公司| 久久精品夜夜夜夜夜久久蜜豆| 小蜜桃在线观看免费完整版高清| 免费看美女性在线毛片视频| 成人高潮视频无遮挡免费网站| 久久热精品热| 啪啪无遮挡十八禁网站| 国产成+人综合+亚洲专区| 亚洲性夜色夜夜综合| 赤兔流量卡办理| 免费看美女性在线毛片视频| 国产探花极品一区二区| 久久久久久久精品吃奶| 变态另类成人亚洲欧美熟女| av女优亚洲男人天堂| 日韩欧美国产一区二区入口| 99热6这里只有精品| 久久欧美精品欧美久久欧美| 美女高潮的动态| 国产伦精品一区二区三区视频9| 中文字幕高清在线视频| 午夜免费激情av| 精华霜和精华液先用哪个| 免费人成在线观看视频色| 老鸭窝网址在线观看| 亚洲真实伦在线观看| 淫妇啪啪啪对白视频| 床上黄色一级片| 成人美女网站在线观看视频| 又黄又爽又免费观看的视频| а√天堂www在线а√下载| 好看av亚洲va欧美ⅴa在| 久久天躁狠狠躁夜夜2o2o| 我的老师免费观看完整版| 国产69精品久久久久777片| www.色视频.com| 亚洲欧美日韩高清在线视频| 露出奶头的视频| 99国产精品一区二区三区| 日韩av在线大香蕉| 永久网站在线| 搡老妇女老女人老熟妇| 欧美日韩瑟瑟在线播放| 免费观看的影片在线观看| 日韩精品青青久久久久久| 99热这里只有精品一区| 国产欧美日韩精品亚洲av| 国产精品亚洲美女久久久| 18禁裸乳无遮挡免费网站照片| 精品人妻偷拍中文字幕| 精品日产1卡2卡| 美女高潮喷水抽搐中文字幕| 波多野结衣巨乳人妻| 欧美激情在线99| 精品不卡国产一区二区三区| 国产真实乱freesex| 一区二区三区高清视频在线| 亚洲一区高清亚洲精品| 午夜a级毛片|