• <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 ?

    一種多尺度三維卷積的視頻超分辨率方法

    2021-11-12 02:28:04詹克羽
    關(guān)鍵詞:高分辨率殘差分辨率

    詹克羽,孫 岳,李 穎

    (西安電子科技大學(xué) 綜合業(yè)務(wù)網(wǎng)理論及關(guān)鍵技術(shù)國家重點實驗室,陜西 西安 710071)

    超分辨率重建的目的是由低分辨率(Low-Resolution,LR)圖像恢復(fù)出高分辨率(High-Resolution,HR)圖像,主要涉及單幅圖像超分辨率以及視頻圖像的超分辨率。隨著顯示技術(shù)的發(fā)展,超高分辨率的視頻顯示設(shè)備已經(jīng)十分常見,能夠帶來更好的視覺體驗,但原始的高分辨率視頻資源卻比較少。因此,如何由低分辨率的視頻得到高分辨率的視頻是一個十分重要且具有挑戰(zhàn)性的問題。

    圖像超分辨率技術(shù)在20世紀(jì)60年代首次被提出[1]。隨著技術(shù)的不斷發(fā)展,超分辨率重建技術(shù)的研究已經(jīng)取得了巨大的進(jìn)展。目前,圖像超分辨率重建方法大致可以分為3類:基于插值的方法[2]、基于重建的方法[3]和基于學(xué)習(xí)的方法[4]。基于插值的超分辨率方法實現(xiàn)起來最為簡單、直接,利用的是圖像的局部平滑這一假設(shè)。但這類方法在細(xì)節(jié)紋理、幾何結(jié)構(gòu)等方面的效果較差。特別是放大比例較大時,重建圖像的邊緣處可能會出現(xiàn)模糊、過于平滑等現(xiàn)象,難以恢復(fù)出圖像中的高頻信息,導(dǎo)致視覺效果較差?;谥亟ǖ某直媛史椒ㄊ墙Y(jié)合圖像中的先驗知識對圖像的退化過程進(jìn)行建模,如低秩先驗、非局部自相似先驗等等。利用這些先驗信息進(jìn)行約束,對模型優(yōu)化求解得到高分辨率圖像?;谥亟ǖ某直媛史椒ㄔ谝欢ǔ潭壬蠝p少了模糊的情況,能夠得到局部細(xì)節(jié)信息更加豐富的高分辨率圖像,且對于復(fù)雜運動、未知噪聲、未知模糊核等具有一定的魯棒性。但對于較大的放大倍數(shù),往往很難恢復(fù)出圖像中的細(xì)節(jié)信息,且對于大規(guī)模的數(shù)據(jù),基于重建的方法通常會消耗較多時間,算法復(fù)雜度較高。基于學(xué)習(xí)的超分辨率方法在一定量的數(shù)據(jù)集上通過模型學(xué)習(xí)低分辨率圖像與高分辨率圖像間的對應(yīng)關(guān)系來完成重建。稀疏表示、隨機(jī)森林、支持向量回歸等機(jī)器學(xué)習(xí)方法都可被用來學(xué)習(xí)高-低分辨率圖像的映射關(guān)系。

    隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展,其在自然語言處理、圖像處理等多種應(yīng)用中都取得了很好的效果,基于深度學(xué)習(xí)的超分辨率方法也受到了廣泛的關(guān)注和研究[5-9]。受稀疏表示和深度學(xué)習(xí)方法啟發(fā),文獻(xiàn)[5]在圖像超分辨率任務(wù)中,提出一個三層卷積的超分辨率網(wǎng)絡(luò)SRCNN,在重建效果和效率上都要優(yōu)于傳統(tǒng)方法。文獻(xiàn)[6]設(shè)計了包含20層卷積層的超分辨率模型,并在其中引入了殘差連接,通過加深網(wǎng)絡(luò)的深度,來提取更為豐富的特征,以此實現(xiàn)更加準(zhǔn)確的超分辨率結(jié)果。文獻(xiàn)[7]采用低分辨率圖像作為輸入,并使用亞像素卷積層對上采樣方式進(jìn)行了改進(jìn),將特征圖的像素重新排列來得到放大后的圖像,有效地減少了網(wǎng)絡(luò)的參數(shù)量。

    視頻作為連續(xù)的圖像序列,可以對其每一幀圖像進(jìn)行超分辨率重建來完成整個視頻的超分辨率重建。但這種方式?jīng)]有對視頻幀間的信息加以利用,其效果并不理想。目前,大多數(shù)深度學(xué)習(xí)網(wǎng)絡(luò)模型都是基于光流對視頻圖像間的運動進(jìn)行補(bǔ)償[10-13],重建高分辨率視頻圖像。文獻(xiàn)[10]在SRCNN結(jié)構(gòu)的基礎(chǔ)上進(jìn)行了改進(jìn),提出了視頻超分辨率網(wǎng)絡(luò)VSRnet,使用經(jīng)過放大和運動補(bǔ)償?shù)倪B續(xù)視頻幀作為輸入,輸出中間幀的高分辨率重建結(jié)果。文獻(xiàn)[11]提出視頻高效亞像素卷積網(wǎng)絡(luò)VESPCN,利用可訓(xùn)練的空間變換網(wǎng)絡(luò)來實現(xiàn)運動補(bǔ)償,然后進(jìn)行高分辨率視頻幀的重建。該模型在一個網(wǎng)絡(luò)中實現(xiàn)了運動補(bǔ)償和高分辨率重建,是第一個端到端的視頻超分辨率網(wǎng)絡(luò)。文獻(xiàn)[12]提出了基于高分辨率光流的視頻超分辨率網(wǎng)絡(luò)SOF-VSR,首先通過一個光流重建網(wǎng)絡(luò)來推斷高分辨率光流,然后利用其進(jìn)行運動補(bǔ)償,最后實現(xiàn)高分辨率重建。該網(wǎng)絡(luò)中生成的高分辨率光流更為準(zhǔn)確,能實現(xiàn)更好的運動補(bǔ)償效果。盡管這些方法都能實現(xiàn)較好的重建效果,但均依賴于運動估計和運動補(bǔ)償?shù)臏?zhǔn)確性。文獻(xiàn)[14]提出了基于三維卷積的視頻超分辨率網(wǎng)絡(luò)3DSRnet,使用三維卷積來學(xué)習(xí)視頻圖像的時間-空間特征。該方法實現(xiàn)了較好的重建效果,但其網(wǎng)絡(luò)結(jié)構(gòu)簡單,不能充分地利用視頻的時間-空間特征。

    筆者提出了一種基于多尺度三維卷積的視頻超分辨率網(wǎng)絡(luò)模型。該模型使用多尺度的三維卷積來提取視頻圖像的多種特征,有助于實現(xiàn)更好的重建效果。利用三維卷積殘差結(jié)構(gòu)進(jìn)行時間-空間特征的融合,可有效利用多尺度的時間-空間特征信息,重構(gòu)出更豐富的視頻圖像細(xì)節(jié)。同時,為減少網(wǎng)絡(luò)計算量,在殘差結(jié)構(gòu)中引入通道分離,有效減少網(wǎng)絡(luò)參數(shù)量。實驗結(jié)果表明,與其他視頻超分辨率網(wǎng)絡(luò)相比,筆者提出的網(wǎng)絡(luò)模型具有更好的重建性能,在進(jìn)行4倍超分辨率放大時,峰值信噪比(Peak Signal to Noise Ratio,PSNR)可平均提高1.40 dB,結(jié)構(gòu)相似性(Structural SIMilarity,SSIM)可平均提高0.077,視覺效果更加清晰。

    1 視頻超分辨率網(wǎng)絡(luò)模型

    圖1 視頻超分辨率網(wǎng)絡(luò)模型結(jié)構(gòu)圖

    (1)

    其中,N表示該網(wǎng)絡(luò)模型,Θ表示網(wǎng)絡(luò)的參數(shù)。

    1.1 多尺度特征提取模塊

    多尺度特征提取模塊(Multi scale 3D conv)的作用是對輸入的視頻進(jìn)行初步的特征提取。該模塊的具體結(jié)構(gòu)如圖2所示。固定大小的卷積核只能提取到一種尺度的特征,而不同大小的卷積核具有不同的感受野,可以提取視頻圖像中多種尺度的特征信息。因此,該模塊使用多個卷積核大小不同的三維卷積來進(jìn)行多尺度的特征提取,可以提取到更加豐富的特征信息。充分利用這些特征信息,有助于取得更好的重建效果。

    圖2 多尺度特征提取模塊結(jié)構(gòu)圖

    在多尺度特征提取模塊中,使用2個卷積核大小分別為3和5的三維卷積提取2種尺度的特征。為融合2種不同尺度的特征并減少網(wǎng)絡(luò)的參數(shù),將各卷積層的輸出連接在一起,然后輸入到一個卷積核大小為1的卷積層。該過程可以表示為

    F=H1([H3(X),H5(X)]) ,

    (2)

    其中,H表示卷積操作,下標(biāo)表示卷積核大小,X表示輸入數(shù)據(jù),F(xiàn)表示輸出特征圖,[·]表示連接操作。

    1.2 特征融合模塊

    特征融合模塊的作用是對上一特征提取模塊提取到的特征進(jìn)行進(jìn)一步的時間-空間特征融合。該模塊中,結(jié)合殘差結(jié)構(gòu)和三維卷積,使用三維卷積殘差塊(3D residual block)進(jìn)行特征融合,其具體結(jié)構(gòu)如圖3所示。該三維殘差塊結(jié)構(gòu)包含3層卷積,前2層使用大小為3的卷積核。

    圖3 三維卷積殘差塊結(jié)構(gòu)圖

    為了減少網(wǎng)絡(luò)參數(shù)量,將第1個卷積層的輸出特征分成兩部分F1和F2,第2個卷積層僅對F2進(jìn)行處理,并將其輸出特征F3與F1連接,再使用一個大小為1的卷積進(jìn)行特征融合。該過程可以表示為

    (3)

    其中,F(xiàn)in表示殘差塊的輸入特征,s表示通道分離操作,F(xiàn)表示輸出特征圖。

    該模塊通過三維殘差塊同時進(jìn)行了時間-空間特征的融合,從而有效地對視頻幀之間的運動進(jìn)行補(bǔ)償,得到更加精確的重建結(jié)果。同時,上述連接后的特征圖包括了2種不同級別的特征,不僅可以進(jìn)一步有效利用多尺度的時間-空間信息,還可以有效減少網(wǎng)絡(luò)參數(shù)量,降低網(wǎng)絡(luò)復(fù)雜度。

    特征融合模塊使用5個三維殘差結(jié)構(gòu)進(jìn)行時間-空間特征融合。為銜接特征融合與后續(xù)模塊,將特征融合模塊中最后一個卷積層的輸出特征圖進(jìn)行堆疊(Bottleneck),將尺寸為C×D×W×H的特征圖變成CD×W×H的特征圖,同時使用大小為1的卷積對堆疊后的特征圖進(jìn)行融合。其中,C、D、W和H分別為通道數(shù)、深度、寬度和高度。

    1.3 高分辨率重建模塊

    該模塊將融合后的特征作為輸入進(jìn)行高分辨率圖像重建,由殘差密集連接塊[15](Residual Dense Block,RDB)構(gòu)成,即圖1中的RDB,其具體結(jié)構(gòu)如圖4所示。該結(jié)構(gòu)所有卷積層之間都有連接,即每一層的輸入都包含其之前所有層的輸出特征,可以復(fù)用大量的特征。通過增強(qiáng)信息流、學(xué)習(xí)殘差特征,可以更充分地學(xué)習(xí)局部層次特征。

    圖4 殘差密集連接塊結(jié)構(gòu)圖

    每個殘差密集連接塊使用5個卷積層,前4層使用大小為3的卷積核,最后一層使用大小為1的卷積核來進(jìn)行特征融合。為了盡可能多地利用不同的特征信息,該模塊共使用了5個殘差密集連接塊,將所有的輸出連接在一起,進(jìn)行特征融合。特征融合后的輸出是一個和輸入視頻幀大小相同,但深度為放大倍數(shù)的平方的特征圖。

    為減少網(wǎng)絡(luò)的計算量,整個網(wǎng)絡(luò)都是在低分辨率圖像尺寸上進(jìn)行處理的。因此,在網(wǎng)絡(luò)末端需使用亞像素卷積層進(jìn)行放大以得到高分辨率圖像幀重建結(jié)果。設(shè)放大的倍數(shù)為s,則亞像素卷積可以將大小為s2C×W×H的輸入轉(zhuǎn)換成大小為C×sW×sH的高分辨率圖像輸出。對于不同的放大倍數(shù)s,只需要修改前一個卷積層的輸出通道數(shù)即可,不需要修改網(wǎng)絡(luò)的其他部分。由于輸入圖像和輸出圖像具有一定的相似性,在模型中使用了全局殘差連接,對輸入視頻的中間幀進(jìn)行雙線性插值放大,然后與亞像素卷積層的輸出相加,作為網(wǎng)絡(luò)的最終輸出。

    1.4 損失函數(shù)

    網(wǎng)絡(luò)模型選取均方誤差函數(shù)(Mean Square Error,MSE)作為損失函數(shù),其衡量的是重建圖像與真實圖像各像素之間的差異,可以表示為

    (4)

    其中,IGT為高分辨率圖像的真實值,IHR為網(wǎng)絡(luò)輸出的高分辨率重建圖像。

    2 實驗結(jié)果與分析

    2.1 數(shù)據(jù)集及實驗設(shè)置

    使用Vimeo-90K數(shù)據(jù)集[16]作為訓(xùn)練集,其含有64 612個視頻序列,每個視頻序列包含7幀連續(xù)的視頻幀,分辨率大小均為448×256。使用Vid4數(shù)據(jù)集[17]作為測試集,其包含4個不同的場景,每種場景使用31幀圖像用于測試。將訓(xùn)練集中的原始數(shù)據(jù)作為高分辨率視頻序列,使用Bicubic插值對原始圖像進(jìn)行下采樣,獲得對應(yīng)的低分辨率視頻序列。在產(chǎn)生的低分辨率視頻序列中,隨機(jī)選取大小為32×32的視頻序列塊作為網(wǎng)絡(luò)訓(xùn)練時的輸入,原始的視頻序列也被相應(yīng)的剪裁作為與之對應(yīng)的真實數(shù)據(jù)。

    采用文獻(xiàn)[12]的處理方式,將視頻圖像轉(zhuǎn)換到Y(jié)CbCr顏色空間,將Y通道輸入模型進(jìn)行處理。對于Cb和Cr通道,使用Bicubic插值的方式對其進(jìn)行上采樣。最后將YCbCr顏色空間轉(zhuǎn)換回RGB顏色空間,得到最終的重建圖像。

    筆者使用PyTorch框架實現(xiàn)了網(wǎng)絡(luò)模型的搭建,選擇Adam優(yōu)化方法對網(wǎng)絡(luò)進(jìn)行訓(xùn)練,參數(shù)設(shè)置為β1=0.9,β2=0.999,批量大小設(shè)置為32。初始的學(xué)習(xí)率設(shè)置為10-4,每20個訓(xùn)練階段下降一半,共訓(xùn)練60個階段。

    在對比實驗中,使用峰值信噪比(PSNR)和結(jié)構(gòu)相似性(SSIM)作為性能評價指標(biāo)。

    2.2 實驗分析

    首先進(jìn)行了消融研究,對特征融合模塊的作用進(jìn)行了驗證。分別使用普通的三維殘差塊和筆者提出的三維殘差塊對網(wǎng)絡(luò)進(jìn)行訓(xùn)練,表示為模型1和模型2,并在測試集上測試。表1中給出了2種模型在測試集上進(jìn)行4倍超分辨率重建時的峰值信噪比(dB)、結(jié)構(gòu)相似性以及網(wǎng)絡(luò)的參數(shù)量??梢钥闯觯c普通的三維殘差塊相比,筆者所提網(wǎng)絡(luò)模型中引入通道分離的三維殘差塊不僅重建效果略有提高,還有效地減少了網(wǎng)絡(luò)的參數(shù)數(shù)量。

    表1 2種模型4倍超分辨率重建的性能評價指標(biāo)

    為驗證模型有效性,將所提模型與Bicubic[2]、VSRnet[10]、VESPCN[11]、SOF-VSR[12]和3DSRnet[14]5種方法進(jìn)行對比。不同方法在Vid4測試集上的評價指標(biāo)數(shù)值如表2所示??梢钥闯?,筆者提出的模型與其他方法相比,在評價指標(biāo)數(shù)值上均有一定提升,證明了該方法的有效性。進(jìn)行3倍超分辨率放大時,與效果較好的3DSRnet和SOF-VSR方法相比,筆者所提方法在平均峰值信噪比上分別提高了0.93 dB和0.49 dB,在平均結(jié)構(gòu)相似性上分別提高了0.026 3和0.014 7;進(jìn)行4倍超分辨率放大時,平均峰值信噪比分別提高了0.83 dB和0.49 dB,平均結(jié)構(gòu)相似性分別提高了0.036 6和0.022 1。表2同時給出了各方法的參數(shù)量,筆者所提方法的參數(shù)量僅略高于SOF-VSR方法,但可獲得更好的重建性能。

    表2 Vid4測試集上不同視頻超分辨率模型性能評價指標(biāo)(峰值信噪比/結(jié)構(gòu)相似性)

    圖5展示了不同方法在Vid4測試集上進(jìn)行4倍超分辨率放大后某一幀的重建結(jié)果。

    圖5 不同方法在Vid4測試集上4倍超分辨率重建的結(jié)果圖

    以Calendar視頻為例,直接由Bicubic插值得到的重建圖像十分模糊,幾乎無法辨認(rèn)圖中的字母。VSRnet和VESPCN方法的重建結(jié)果能勉強(qiáng)看到字母的邊緣,但仍然比較模糊。SOF-VSR和3DSRnet的超分辨率重建結(jié)果表現(xiàn)較好,可以看到圖中具體的英文字母。這是因為SOF-VSR方法對HR光流進(jìn)行了估計,可以實現(xiàn)更精確的運動補(bǔ)償,從而恢復(fù)出更多的細(xì)節(jié)信息。3DSRnet雖然網(wǎng)絡(luò)結(jié)構(gòu)相對簡單,但其利用三維卷積同時進(jìn)行了時間-空間的特征提取和融合,也取得了較好的結(jié)果。相比之下,筆者所提模型的重建結(jié)果更加清晰,細(xì)節(jié)也更加豐富,視覺效果更好。從其他數(shù)據(jù)的結(jié)果圖中也可以看到相似的結(jié)果,因此,筆者提出的方法能夠獲得更好的視覺效果。

    圖6針對Calendar視頻數(shù)據(jù),展示了不同方法重建結(jié)果的時間連續(xù)性。采用文獻(xiàn)[11]中的方法,從視頻的每一幀中的一個固定位置取一行像素點,并將所有獲得的像素行依次縱向拼接在一起,得到一幅固定位置隨時間變化的圖像。圖像中的內(nèi)容越清晰,代表視頻的連續(xù)性越好,視覺效果也就更好。從圖中可以看出,筆者提出的模型的結(jié)果更清晰,再次驗證了該模型的有效性。

    圖6 不同方法在Calendar數(shù)據(jù)上4倍超分辨率重建的時間輪廓圖

    3 結(jié)束語

    筆者提出一種基于三維卷積的視頻超分辨率重建方法。該方法利用多尺度三維卷積進(jìn)行時間-空間特征的提取,并在三維殘差塊中結(jié)合通道分離來進(jìn)行多特征融合。實驗結(jié)果表明,與其他視頻超分辨率方法相比,筆者所提方法可充分利用視頻序列的時間-空間信息,獲得更好的重建性能,細(xì)節(jié)信息更加豐富,時間連續(xù)性較好,具有更好的視覺效果。

    猜你喜歡
    高分辨率殘差分辨率
    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)無人機(jī)目標(biāo)跟蹤算法
    高分辨率合成孔徑雷達(dá)圖像解譯系統(tǒng)
    基于遞歸殘差網(wǎng)絡(luò)的圖像超分辨率重建
    EM算法的參數(shù)分辨率
    原生VS最大那些混淆視聽的“分辨率”概念
    基于深度特征學(xué)習(xí)的圖像超分辨率重建
    一種改進(jìn)的基于邊緣加強(qiáng)超分辨率算法
    高分辨率對地觀測系統(tǒng)
    太空探索(2015年8期)2015-07-18 11:04:44
    平穩(wěn)自相關(guān)過程的殘差累積和控制圖
    河南科技(2015年8期)2015-03-11 16:23:52
    精品久久国产蜜桃| 99久久精品一区二区三区| 一个人看的www免费观看视频| 中文字幕av成人在线电影| 菩萨蛮人人尽说江南好唐韦庄| 亚洲av电影在线观看一区二区三区 | 国产色爽女视频免费观看| 岛国毛片在线播放| 日本色播在线视频| 亚洲色图综合在线观看| 亚洲人成网站在线播| 国产成人一区二区在线| 欧美日韩在线观看h| 亚洲精品国产成人久久av| 日本欧美国产在线视频| 老女人水多毛片| 看十八女毛片水多多多| 搡女人真爽免费视频火全软件| 黄色怎么调成土黄色| 亚洲欧美一区二区三区国产| 国产精品人妻久久久久久| 永久免费av网站大全| 国产精品国产三级国产av玫瑰| 男男h啪啪无遮挡| 麻豆精品久久久久久蜜桃| 久久这里有精品视频免费| 国产免费福利视频在线观看| 色哟哟·www| 国产精品嫩草影院av在线观看| 新久久久久国产一级毛片| 在线精品无人区一区二区三 | 国产精品爽爽va在线观看网站| 成年人午夜在线观看视频| 在线观看一区二区三区激情| av.在线天堂| 亚洲av男天堂| 在现免费观看毛片| 国产伦精品一区二区三区四那| 寂寞人妻少妇视频99o| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 搞女人的毛片| 男女下面进入的视频免费午夜| 精品少妇久久久久久888优播| 久久人人爽人人片av| 国产伦精品一区二区三区四那| 交换朋友夫妻互换小说| 欧美变态另类bdsm刘玥| 久久热精品热| 偷拍熟女少妇极品色| 麻豆乱淫一区二区| 伊人久久精品亚洲午夜| 五月伊人婷婷丁香| 国产成人a∨麻豆精品| 亚洲av不卡在线观看| 99re6热这里在线精品视频| 国产一区二区三区av在线| 久久综合国产亚洲精品| 日本黄色片子视频| 国产精品麻豆人妻色哟哟久久| 大又大粗又爽又黄少妇毛片口| 亚洲精品一二三| 网址你懂的国产日韩在线| 日本黄大片高清| 国产精品成人在线| 国内揄拍国产精品人妻在线| av免费在线看不卡| 99九九线精品视频在线观看视频| 久久99热这里只频精品6学生| 最近手机中文字幕大全| 乱系列少妇在线播放| 特大巨黑吊av在线直播| 夜夜爽夜夜爽视频| 亚洲最大成人中文| 久久久久久伊人网av| 97热精品久久久久久| 别揉我奶头 嗯啊视频| 免费av不卡在线播放| 国产伦精品一区二区三区视频9| 毛片一级片免费看久久久久| 国产日韩欧美在线精品| 婷婷色麻豆天堂久久| 在线观看国产h片| a级毛色黄片| 日日摸夜夜添夜夜添av毛片| 国内揄拍国产精品人妻在线| 亚洲精品日本国产第一区| 成人综合一区亚洲| 中文欧美无线码| 久久97久久精品| 久久久久久久国产电影| av.在线天堂| 一级片'在线观看视频| 久久久久网色| 久久久久久久久久成人| 精品一区二区免费观看| 简卡轻食公司| 中文资源天堂在线| 亚洲伊人久久精品综合| 亚洲精品国产av成人精品| 亚洲人成网站高清观看| 神马国产精品三级电影在线观看| 国产成人免费无遮挡视频| 久久精品国产亚洲av天美| 亚洲欧美日韩东京热| 免费观看av网站的网址| 国产亚洲最大av| 99热这里只有是精品在线观看| 国产伦在线观看视频一区| 国产一区二区三区av在线| 丝袜美腿在线中文| 欧美97在线视频| 国产乱人视频| 女人十人毛片免费观看3o分钟| 亚洲精品乱码久久久v下载方式| 成人亚洲欧美一区二区av| 中国三级夫妇交换| 少妇人妻精品综合一区二区| 白带黄色成豆腐渣| 七月丁香在线播放| 免费在线观看成人毛片| 黄色日韩在线| 国产亚洲最大av| 91精品国产九色| 少妇高潮的动态图| 国产男女内射视频| 国产中年淑女户外野战色| 人人妻人人爽人人添夜夜欢视频 | 成人免费观看视频高清| 国产精品三级大全| 久久久久久久国产电影| 纵有疾风起免费观看全集完整版| 日韩成人av中文字幕在线观看| 国产欧美日韩一区二区三区在线 | 亚洲人与动物交配视频| 亚洲色图av天堂| 黑人高潮一二区| 国产人妻一区二区三区在| 欧美日本视频| 色吧在线观看| 青春草国产在线视频| 日本熟妇午夜| 高清日韩中文字幕在线| 亚洲欧美一区二区三区国产| 三级经典国产精品| 久久精品综合一区二区三区| 免费黄网站久久成人精品| 精品国产露脸久久av麻豆| 色哟哟·www| 成人鲁丝片一二三区免费| 白带黄色成豆腐渣| 亚洲最大成人av| 国产v大片淫在线免费观看| 亚洲经典国产精华液单| 欧美另类一区| 成人亚洲精品av一区二区| 九九在线视频观看精品| 精品久久久久久久久av| 国产精品一二三区在线看| 国产毛片a区久久久久| 色吧在线观看| 美女视频免费永久观看网站| 身体一侧抽搐| 久久6这里有精品| 国产大屁股一区二区在线视频| 天天躁夜夜躁狠狠久久av| 少妇裸体淫交视频免费看高清| 成年av动漫网址| 免费观看av网站的网址| av国产精品久久久久影院| 高清在线视频一区二区三区| 国产乱人视频| 亚洲国产最新在线播放| 亚洲av中文字字幕乱码综合| 日日撸夜夜添| 成年免费大片在线观看| av.在线天堂| 国产精品精品国产色婷婷| 亚洲av不卡在线观看| 制服丝袜香蕉在线| 免费观看无遮挡的男女| 成人午夜精彩视频在线观看| 久久久成人免费电影| 亚洲欧美一区二区三区国产| 亚洲av二区三区四区| 九色成人免费人妻av| 超碰97精品在线观看| 久久韩国三级中文字幕| 精品视频人人做人人爽| 精品久久久久久久久亚洲| 毛片女人毛片| 九草在线视频观看| 一级毛片电影观看| 日本一本二区三区精品| 亚洲成人精品中文字幕电影| 亚洲欧美中文字幕日韩二区| 免费av不卡在线播放| 丰满乱子伦码专区| 丝袜喷水一区| 看非洲黑人一级黄片| 老司机影院成人| 国产精品99久久久久久久久| 国产av不卡久久| 男人狂女人下面高潮的视频| 天天躁夜夜躁狠狠久久av| 丝袜美腿在线中文| 熟女av电影| 久久久久久伊人网av| 青春草国产在线视频| 国产有黄有色有爽视频| 久久精品久久精品一区二区三区| 少妇的逼水好多| 精品久久久久久电影网| 亚洲精品第二区| 国产精品一区二区在线观看99| 亚洲欧洲日产国产| 国产大屁股一区二区在线视频| 国产亚洲5aaaaa淫片| videossex国产| 中国美白少妇内射xxxbb| 最近最新中文字幕免费大全7| 亚洲人成网站高清观看| 看黄色毛片网站| 永久免费av网站大全| 少妇的逼好多水| 好男人在线观看高清免费视频| 国产成人精品一,二区| 免费观看在线日韩| 各种免费的搞黄视频| 亚洲综合精品二区| 国产成人a区在线观看| 国产免费福利视频在线观看| 啦啦啦在线观看免费高清www| 简卡轻食公司| 插逼视频在线观看| 久久精品久久精品一区二区三区| 免费看不卡的av| 美女国产视频在线观看| a级毛色黄片| 日本-黄色视频高清免费观看| 午夜亚洲福利在线播放| 成人午夜精彩视频在线观看| 亚洲精品色激情综合| 晚上一个人看的免费电影| 国产免费一级a男人的天堂| 色播亚洲综合网| 国产成人午夜福利电影在线观看| 亚洲av免费在线观看| 一级av片app| 男的添女的下面高潮视频| 18禁在线无遮挡免费观看视频| 亚洲欧美成人精品一区二区| 亚洲国产欧美人成| 欧美97在线视频| 搡女人真爽免费视频火全软件| 麻豆乱淫一区二区| 久久精品人妻少妇| 在现免费观看毛片| 肉色欧美久久久久久久蜜桃 | 精品国产露脸久久av麻豆| 日本av手机在线免费观看| 久久这里有精品视频免费| 少妇人妻久久综合中文| 中文字幕制服av| 日韩人妻高清精品专区| 成人无遮挡网站| 十八禁网站网址无遮挡 | 大码成人一级视频| 国产亚洲av片在线观看秒播厂| 深夜a级毛片| 最近的中文字幕免费完整| 99精国产麻豆久久婷婷| 亚洲精品影视一区二区三区av| 91精品一卡2卡3卡4卡| 国产一区亚洲一区在线观看| av黄色大香蕉| 美女主播在线视频| 成人二区视频| 亚洲欧美精品专区久久| a级毛色黄片| 边亲边吃奶的免费视频| 好男人在线观看高清免费视频| 久久女婷五月综合色啪小说 | 一级毛片aaaaaa免费看小| 久久久久久久久大av| 干丝袜人妻中文字幕| 久久久久久九九精品二区国产| 亚洲综合精品二区| 白带黄色成豆腐渣| 一二三四中文在线观看免费高清| 久久久久国产网址| 午夜亚洲福利在线播放| 国产精品99久久久久久久久| 久久人人爽av亚洲精品天堂 | 日日啪夜夜撸| 狂野欧美白嫩少妇大欣赏| 国产有黄有色有爽视频| 69人妻影院| 免费人成在线观看视频色| 久久99热这里只有精品18| 香蕉精品网在线| 亚洲精品自拍成人| 午夜激情福利司机影院| 午夜福利高清视频| 国产精品99久久99久久久不卡 | 综合色丁香网| 欧美一级a爱片免费观看看| av免费观看日本| 国产在视频线精品| 99久久精品一区二区三区| eeuss影院久久| 在线 av 中文字幕| 欧美人与善性xxx| 日韩大片免费观看网站| 免费看av在线观看网站| 免费观看av网站的网址| 18禁在线播放成人免费| 新久久久久国产一级毛片| 91午夜精品亚洲一区二区三区| 嫩草影院精品99| 久热久热在线精品观看| 制服丝袜香蕉在线| 2018国产大陆天天弄谢| 国产精品久久久久久精品古装| 亚洲色图av天堂| 中文精品一卡2卡3卡4更新| 国产精品一区www在线观看| 国产精品国产av在线观看| 精华霜和精华液先用哪个| 亚洲国产最新在线播放| 亚洲国产精品999| av免费在线看不卡| 国产精品蜜桃在线观看| 国产女主播在线喷水免费视频网站| 视频中文字幕在线观看| 亚洲av中文字字幕乱码综合| 国产精品av视频在线免费观看| 国产精品国产三级专区第一集| 美女内射精品一级片tv| 97超碰精品成人国产| av免费在线看不卡| 亚洲精品中文字幕在线视频 | 六月丁香七月| 久久久欧美国产精品| 国产精品福利在线免费观看| 最后的刺客免费高清国语| 亚洲国产精品999| 99热网站在线观看| 韩国av在线不卡| 大陆偷拍与自拍| 激情 狠狠 欧美| 国产精品伦人一区二区| 夜夜看夜夜爽夜夜摸| 在线观看国产h片| 在线亚洲精品国产二区图片欧美 | 成人国产av品久久久| 91久久精品电影网| 久久久国产一区二区| 亚洲精品中文字幕在线视频 | 视频中文字幕在线观看| 国产色爽女视频免费观看| 国产亚洲5aaaaa淫片| 成人无遮挡网站| kizo精华| 美女主播在线视频| 欧美成人a在线观看| 国产又色又爽无遮挡免| 久久久成人免费电影| 亚洲欧美日韩另类电影网站 | 国产精品一二三区在线看| 亚洲成人av在线免费| 久久久国产一区二区| 中文字幕亚洲精品专区| 亚洲精品aⅴ在线观看| 校园人妻丝袜中文字幕| 中文字幕人妻熟人妻熟丝袜美| 午夜福利在线观看免费完整高清在| a级毛片免费高清观看在线播放| 亚洲国产成人一精品久久久| 麻豆久久精品国产亚洲av| 国产黄片视频在线免费观看| 青春草视频在线免费观看| 婷婷色综合大香蕉| 国产黄色视频一区二区在线观看| 一个人看的www免费观看视频| 激情五月婷婷亚洲| 内地一区二区视频在线| 91久久精品电影网| 一二三四中文在线观看免费高清| 人人妻人人看人人澡| 高清日韩中文字幕在线| 国产69精品久久久久777片| 99视频精品全部免费 在线| 听说在线观看完整版免费高清| 亚洲国产精品国产精品| 国产永久视频网站| 最后的刺客免费高清国语| 免费人成在线观看视频色| 日韩精品有码人妻一区| 国产人妻一区二区三区在| 精品酒店卫生间| 国国产精品蜜臀av免费| 丝瓜视频免费看黄片| 久久99精品国语久久久| av国产久精品久网站免费入址| 成人午夜精彩视频在线观看| 免费av毛片视频| 极品教师在线视频| 日韩av不卡免费在线播放| 王馨瑶露胸无遮挡在线观看| 欧美老熟妇乱子伦牲交| 一本色道久久久久久精品综合| 天堂俺去俺来也www色官网| 亚洲国产高清在线一区二区三| 欧美性猛交╳xxx乱大交人| 高清在线视频一区二区三区| 五月伊人婷婷丁香| 久久精品夜色国产| 国产老妇女一区| 久久99热这里只频精品6学生| 波多野结衣巨乳人妻| av又黄又爽大尺度在线免费看| 人妻少妇偷人精品九色| 精品一区二区三卡| 亚洲自拍偷在线| 大香蕉97超碰在线| 特级一级黄色大片| 男女边吃奶边做爰视频| 亚洲人成网站高清观看| 亚洲国产av新网站| 国产一级毛片在线| 天天躁夜夜躁狠狠久久av| 国产在视频线精品| 白带黄色成豆腐渣| 午夜免费鲁丝| 18+在线观看网站| 少妇的逼好多水| av在线老鸭窝| www.色视频.com| 美女视频免费永久观看网站| 亚洲一区二区三区欧美精品 | 色网站视频免费| 国精品久久久久久国模美| 国产成人午夜福利电影在线观看| 国产欧美另类精品又又久久亚洲欧美| 国产在线一区二区三区精| 美女主播在线视频| 在线观看人妻少妇| 男女国产视频网站| 国产成人精品福利久久| 99久国产av精品国产电影| 日韩欧美 国产精品| 亚洲精品第二区| 精华霜和精华液先用哪个| 尤物成人国产欧美一区二区三区| 啦啦啦在线观看免费高清www| 国产精品人妻久久久久久| 久久久精品欧美日韩精品| 一级毛片aaaaaa免费看小| 亚洲av福利一区| 亚洲av国产av综合av卡| 最近手机中文字幕大全| 国产老妇女一区| 美女内射精品一级片tv| 岛国毛片在线播放| 校园人妻丝袜中文字幕| 欧美+日韩+精品| 欧美少妇被猛烈插入视频| 国产精品麻豆人妻色哟哟久久| 日韩不卡一区二区三区视频在线| 久久久久久久大尺度免费视频| 国产成人91sexporn| 成年女人在线观看亚洲视频 | 成年版毛片免费区| 日本欧美国产在线视频| 久久99蜜桃精品久久| 女的被弄到高潮叫床怎么办| 亚州av有码| kizo精华| 精品久久久久久久末码| 日韩人妻高清精品专区| 在线亚洲精品国产二区图片欧美 | 国产毛片在线视频| 亚洲国产最新在线播放| 午夜日本视频在线| 99热这里只有精品一区| 一边亲一边摸免费视频| 特级一级黄色大片| 99久久精品国产国产毛片| 午夜福利在线在线| 别揉我奶头 嗯啊视频| 国产黄a三级三级三级人| 一个人看视频在线观看www免费| 一区二区三区乱码不卡18| 国产永久视频网站| 狠狠精品人妻久久久久久综合| 精品午夜福利在线看| 在线播放无遮挡| 亚洲精品影视一区二区三区av| 交换朋友夫妻互换小说| 久久久久久久大尺度免费视频| 亚洲精品色激情综合| 中文资源天堂在线| 国语对白做爰xxxⅹ性视频网站| 国产爱豆传媒在线观看| 狠狠精品人妻久久久久久综合| 精品午夜福利在线看| 伦精品一区二区三区| 一本久久精品| 2022亚洲国产成人精品| 久久精品国产鲁丝片午夜精品| 亚洲国产欧美人成| 久久久久久久久久久免费av| 国产美女午夜福利| 日韩伦理黄色片| 国产淫语在线视频| 嫩草影院新地址| 精品国产露脸久久av麻豆| 日本欧美国产在线视频| 交换朋友夫妻互换小说| 国产中年淑女户外野战色| 中文欧美无线码| 蜜桃久久精品国产亚洲av| 亚洲国产av新网站| 国产精品麻豆人妻色哟哟久久| 国产精品人妻久久久影院| 亚洲人成网站高清观看| 久久人人爽人人爽人人片va| 联通29元200g的流量卡| 亚洲欧洲日产国产| a级一级毛片免费在线观看| 精品久久国产蜜桃| 亚洲av中文字字幕乱码综合| 亚洲精品国产色婷婷电影| 小蜜桃在线观看免费完整版高清| 搡老乐熟女国产| 免费av观看视频| av在线天堂中文字幕| 十八禁网站网址无遮挡 | 黄片无遮挡物在线观看| 国产v大片淫在线免费观看| 日韩不卡一区二区三区视频在线| 久久精品国产鲁丝片午夜精品| 免费av毛片视频| 一级爰片在线观看| 一边亲一边摸免费视频| 亚洲精品一二三| av在线播放精品| 国产黄片美女视频| 午夜福利视频1000在线观看| 你懂的网址亚洲精品在线观看| 下体分泌物呈黄色| 午夜日本视频在线| 国产精品一区www在线观看| av在线老鸭窝| 国产欧美另类精品又又久久亚洲欧美| 国产色婷婷99| 久久久精品欧美日韩精品| 亚洲性久久影院| 亚洲精品国产色婷婷电影| 亚洲精华国产精华液的使用体验| 神马国产精品三级电影在线观看| 美女视频免费永久观看网站| 亚洲av成人精品一二三区| 国产爽快片一区二区三区| 免费电影在线观看免费观看| 午夜精品一区二区三区免费看| 久久久精品94久久精品| 亚洲欧美成人精品一区二区| 搡老乐熟女国产| 伦理电影大哥的女人| 一本久久精品| 日本黄大片高清| 美女cb高潮喷水在线观看| 边亲边吃奶的免费视频| 97精品久久久久久久久久精品| 亚洲精品,欧美精品| 欧美成人精品欧美一级黄| 久久精品国产自在天天线| 乱码一卡2卡4卡精品| 色哟哟·www| 内射极品少妇av片p| 性插视频无遮挡在线免费观看| 国产精品久久久久久久电影| 男插女下体视频免费在线播放| 在线观看av片永久免费下载| 一级av片app| av免费在线看不卡| a级一级毛片免费在线观看| 激情 狠狠 欧美| 亚洲色图av天堂| 毛片女人毛片| 2021天堂中文幕一二区在线观| 午夜精品国产一区二区电影 | 久久久久久国产a免费观看| 亚洲精华国产精华液的使用体验| 少妇裸体淫交视频免费看高清| 国产精品.久久久| 一本久久精品| 日韩人妻高清精品专区| 三级国产精品片| 看非洲黑人一级黄片| 亚洲人成网站高清观看| 国产精品爽爽va在线观看网站| 国产探花极品一区二区| 丰满少妇做爰视频| 大话2 男鬼变身卡| 久久人人爽人人片av| 精品国产三级普通话版| 欧美一级a爱片免费观看看| 国产精品爽爽va在线观看网站| 免费大片黄手机在线观看| 国语对白做爰xxxⅹ性视频网站| 亚洲欧美一区二区三区黑人 | 亚洲成人av在线免费| 精品一区二区三区视频在线|