• <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
    国产精品一区二区精品视频观看| 最近最新免费中文字幕在线| 亚洲av成人av| 国产伦人伦偷精品视频| 精品熟女少妇八av免费久了| 欧美大码av| 色播在线永久视频| 12—13女人毛片做爰片一| 两个人免费观看高清视频| 国产有黄有色有爽视频| 国产区一区二久久| 天天躁日日躁夜夜躁夜夜| 日韩中文字幕欧美一区二区| 精品人妻在线不人妻| 91av网站免费观看| 99久久综合精品五月天人人| av不卡在线播放| 欧美+亚洲+日韩+国产| 精品国产超薄肉色丝袜足j| 欧美 日韩 精品 国产| 在线永久观看黄色视频| 亚洲七黄色美女视频| 操美女的视频在线观看| 又黄又粗又硬又大视频| 欧美av亚洲av综合av国产av| 99国产综合亚洲精品| 高清毛片免费观看视频网站 | 免费在线观看亚洲国产| 99国产精品99久久久久| av天堂在线播放| 国产亚洲欧美在线一区二区| 国产欧美日韩一区二区精品| 国产激情欧美一区二区| 不卡一级毛片| 国产精品.久久久| 久久午夜亚洲精品久久| 日日夜夜操网爽| 美女视频免费永久观看网站| 国产精品九九99| 波多野结衣一区麻豆| 两个人看的免费小视频| 亚洲精品成人av观看孕妇| 欧美黑人精品巨大| 亚洲国产欧美一区二区综合| 国产高清国产精品国产三级| 一二三四在线观看免费中文在| 99re在线观看精品视频| 电影成人av| 欧美日韩亚洲国产一区二区在线观看 | 免费观看精品视频网站| 黄色 视频免费看| 亚洲第一青青草原| 18禁裸乳无遮挡免费网站照片 | 国产男靠女视频免费网站| 亚洲中文av在线| 一级作爱视频免费观看| 女警被强在线播放| 性色av乱码一区二区三区2| 国产精品一区二区免费欧美| 视频区图区小说| 成人黄色视频免费在线看| 亚洲成a人片在线一区二区| 午夜久久久在线观看| 一级毛片女人18水好多| 欧美日韩国产mv在线观看视频| 色老头精品视频在线观看| 身体一侧抽搐| 波多野结衣av一区二区av| 80岁老熟妇乱子伦牲交| 啦啦啦 在线观看视频| 国产伦人伦偷精品视频| 后天国语完整版免费观看| 在线av久久热| 精品欧美一区二区三区在线| 日韩免费高清中文字幕av| 免费看a级黄色片| 黑丝袜美女国产一区| 精品久久久久久电影网| 下体分泌物呈黄色| 另类亚洲欧美激情| 中文欧美无线码| 我的亚洲天堂| 日本五十路高清| 国内毛片毛片毛片毛片毛片| 国产成人免费观看mmmm| 国产精品一区二区精品视频观看| 99re6热这里在线精品视频| 欧美日韩一级在线毛片| 国产在视频线精品| 80岁老熟妇乱子伦牲交| 欧美日韩成人在线一区二区| 王馨瑶露胸无遮挡在线观看| 精品一区二区三卡| 99riav亚洲国产免费| 最近最新中文字幕大全电影3 | 亚洲成av片中文字幕在线观看| 香蕉国产在线看| 一级毛片女人18水好多| 久久国产乱子伦精品免费另类| 男女之事视频高清在线观看| √禁漫天堂资源中文www| 一边摸一边做爽爽视频免费| 午夜福利免费观看在线| 首页视频小说图片口味搜索| 曰老女人黄片| 国产91精品成人一区二区三区| 黄片大片在线免费观看| 一区二区三区国产精品乱码| 国产又色又爽无遮挡免费看| 欧美精品一区二区免费开放| 9191精品国产免费久久| 久久久精品免费免费高清| 亚洲精品自拍成人| 中文字幕av电影在线播放| 丝瓜视频免费看黄片| 国产av精品麻豆| 大码成人一级视频| 欧美成人午夜精品| 中文字幕人妻丝袜一区二区| 国产成人欧美在线观看 | 欧美色视频一区免费| 黄色毛片三级朝国网站| 欧美av亚洲av综合av国产av| 欧美精品一区二区免费开放| 欧美人与性动交α欧美软件| 国产精品国产av在线观看| 久久精品亚洲av国产电影网| 成人永久免费在线观看视频| 1024香蕉在线观看| 国产国语露脸激情在线看| 99久久99久久久精品蜜桃| 国产在线观看jvid| 又大又爽又粗| 精品卡一卡二卡四卡免费| 久久国产乱子伦精品免费另类| 欧美精品人与动牲交sv欧美| 黄色毛片三级朝国网站| 国产又色又爽无遮挡免费看| 操出白浆在线播放| 女人爽到高潮嗷嗷叫在线视频| 午夜视频精品福利| 99国产综合亚洲精品| 美女扒开内裤让男人捅视频| ponron亚洲| 久久人妻福利社区极品人妻图片| 成人18禁高潮啪啪吃奶动态图| 亚洲精品中文字幕在线视频| 欧美日韩亚洲综合一区二区三区_| 欧美成人免费av一区二区三区 | 黄频高清免费视频| 两个人看的免费小视频| 丁香欧美五月| 久久久国产成人免费| 9191精品国产免费久久| 黄片小视频在线播放| 在线观看日韩欧美| 9热在线视频观看99| 精品乱码久久久久久99久播| 精品国产一区二区久久| 一二三四在线观看免费中文在| 十八禁网站免费在线| e午夜精品久久久久久久| 成年版毛片免费区| 一本一本久久a久久精品综合妖精| 国产成人av教育| 欧美人与性动交α欧美软件| 国产欧美日韩精品亚洲av| 性少妇av在线| 热re99久久精品国产66热6| 午夜福利在线免费观看网站| 免费久久久久久久精品成人欧美视频| 女人被躁到高潮嗷嗷叫费观| 亚洲九九香蕉| 亚洲在线自拍视频| 日韩成人在线观看一区二区三区| 亚洲色图 男人天堂 中文字幕| 亚洲av成人一区二区三| 午夜福利一区二区在线看| 在线观看日韩欧美| 一二三四在线观看免费中文在| 国产午夜精品久久久久久| 国产精品亚洲av一区麻豆| 一级黄色大片毛片| 叶爱在线成人免费视频播放| 精品国内亚洲2022精品成人 | 日本wwww免费看| 色婷婷久久久亚洲欧美| 国产精品九九99| 久久久国产一区二区| 亚洲精品在线美女| 最近最新中文字幕大全免费视频| 一级毛片高清免费大全| 少妇被粗大的猛进出69影院| 亚洲国产精品一区二区三区在线| 青草久久国产| 别揉我奶头~嗯~啊~动态视频| 99久久国产精品久久久| 国产片内射在线| 九色亚洲精品在线播放| 国产主播在线观看一区二区| 亚洲aⅴ乱码一区二区在线播放 | 电影成人av| 夫妻午夜视频| 久久久久国产精品人妻aⅴ院 | 精品久久蜜臀av无| av电影中文网址| 久久国产乱子伦精品免费另类| 黄频高清免费视频| 欧美成人免费av一区二区三区 | tube8黄色片| 18在线观看网站| 免费一级毛片在线播放高清视频 | av超薄肉色丝袜交足视频| 高潮久久久久久久久久久不卡| tube8黄色片| 欧美成狂野欧美在线观看| 国产成+人综合+亚洲专区| 他把我摸到了高潮在线观看| 国产单亲对白刺激| 国产一区二区三区视频了| 51午夜福利影视在线观看| 高潮久久久久久久久久久不卡| 国产精品久久久av美女十八| 成人亚洲精品一区在线观看| 欧美日本中文国产一区发布| 老汉色∧v一级毛片| 婷婷成人精品国产| 国产一区有黄有色的免费视频| 宅男免费午夜| 男女下面插进去视频免费观看| 777米奇影视久久| 欧美国产精品va在线观看不卡| 亚洲欧美色中文字幕在线| 久久人妻熟女aⅴ| 久久草成人影院| 手机成人av网站| 国产精品香港三级国产av潘金莲| 亚洲av熟女| 大码成人一级视频| 美女国产高潮福利片在线看| 国产在线观看jvid| 亚洲一码二码三码区别大吗| 欧美中文综合在线视频| 少妇 在线观看| 中文字幕人妻丝袜一区二区| bbb黄色大片| 一级a爱视频在线免费观看| 久久国产精品大桥未久av| 精品第一国产精品| 久热这里只有精品99| 免费不卡黄色视频| 少妇粗大呻吟视频| 午夜福利在线观看吧| 亚洲欧美一区二区三区久久| 中文字幕人妻丝袜一区二区| 中文字幕最新亚洲高清| 久热这里只有精品99| 亚洲免费av在线视频| 妹子高潮喷水视频| 久久精品91无色码中文字幕| 色婷婷久久久亚洲欧美| 免费观看人在逋| av国产精品久久久久影院| av视频免费观看在线观看| 免费不卡黄色视频| 老司机靠b影院| 亚洲一码二码三码区别大吗| 国产精品久久久久成人av| 亚洲av成人av| 亚洲在线自拍视频| 欧美老熟妇乱子伦牲交| 成人18禁在线播放| 日本 av在线| 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| 欧美激情在线99| 少妇的逼水好多| 18禁国产床啪视频网站| 高清在线国产一区| 香蕉久久夜色| 亚洲熟妇中文字幕五十中出| 日本一本二区三区精品| 国产91精品成人一区二区三区| x7x7x7水蜜桃| 免费在线观看影片大全网站| 亚洲精品久久国产高清桃花| 老司机在亚洲福利影院| 我要搜黄色片| 国产亚洲精品综合一区在线观看| 国产国拍精品亚洲av在线观看 | 亚洲中文字幕日韩| 天天躁日日操中文字幕| 可以在线观看毛片的网站| 香蕉av资源在线| 99久国产av精品| 一进一出抽搐gif免费好疼| 国产精品久久视频播放| 亚洲精品一卡2卡三卡4卡5卡| 国产黄色小视频在线观看| 中文字幕高清在线视频| 亚洲熟妇熟女久久| 欧美一级a爱片免费观看看| 国内揄拍国产精品人妻在线| 熟女少妇亚洲综合色aaa.| 亚洲真实伦在线观看| 久久久色成人| 老汉色∧v一级毛片| 日韩高清综合在线| 免费av不卡在线播放| 亚洲av熟女| 国产亚洲精品一区二区www| 亚洲内射少妇av| 日本一本二区三区精品| 亚洲精品色激情综合| 高清在线国产一区| 精品国产美女av久久久久小说| 老司机福利观看| 亚洲自拍偷在线| 热99re8久久精品国产| 国产午夜福利久久久久久| 午夜福利在线观看吧| 激情在线观看视频在线高清| а√天堂www在线а√下载| netflix在线观看网站| 麻豆国产97在线/欧美| 国产成人av激情在线播放| 国产精品久久久久久精品电影| 欧美另类亚洲清纯唯美| 亚洲片人在线观看| 久久伊人香网站| 色噜噜av男人的天堂激情| 美女高潮的动态| av天堂在线播放| 无人区码免费观看不卡| 亚洲 国产 在线| 国产淫片久久久久久久久 | 亚洲精品在线观看二区| 精品无人区乱码1区二区| 日韩人妻高清精品专区| bbb黄色大片| ponron亚洲| av女优亚洲男人天堂| 亚洲国产高清在线一区二区三| 日本a在线网址| 精品人妻一区二区三区麻豆 | 精品国产三级普通话版| 国产三级黄色录像| 国产精品嫩草影院av在线观看 | 99热只有精品国产| 在线看三级毛片| 亚洲人成网站在线播放欧美日韩| 亚洲无线在线观看| 狂野欧美激情性xxxx| 不卡一级毛片| 最近最新中文字幕大全免费视频| 人妻丰满熟妇av一区二区三区| 一级a爱片免费观看的视频| 高清毛片免费观看视频网站| 香蕉久久夜色| 香蕉av资源在线| av片东京热男人的天堂| 在线天堂最新版资源| 偷拍熟女少妇极品色| 欧美日韩亚洲国产一区二区在线观看| 亚洲成人久久性| 长腿黑丝高跟| 欧美日韩亚洲国产一区二区在线观看| 12—13女人毛片做爰片一| 免费大片18禁| 丁香六月欧美| 日本与韩国留学比较| 欧美xxxx黑人xx丫x性爽| 99久久99久久久精品蜜桃| 国产成年人精品一区二区| 欧美极品一区二区三区四区| 12—13女人毛片做爰片一| 日本 欧美在线| 国产成+人综合+亚洲专区| 久久久久久久午夜电影| 日本撒尿小便嘘嘘汇集6| 亚洲成人久久性| 中亚洲国语对白在线视频| 久久人妻av系列| 国产 一区 欧美 日韩| 国产男靠女视频免费网站| av女优亚洲男人天堂| 熟女电影av网| 亚洲av成人av| 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avbb在线观看| 精品电影一区二区在线| 久久久久久久精品吃奶| 成人一区二区视频在线观看| 亚洲精品一区av在线观看| 精品欧美国产一区二区三| 两性午夜刺激爽爽歪歪视频在线观看| 99在线人妻在线中文字幕| 亚洲av电影不卡..在线观看| 国产三级中文精品| 午夜免费激情av| 欧美不卡视频在线免费观看| 亚洲无线在线观看| 观看免费一级毛片| 亚洲片人在线观看| 欧美3d第一页| 又粗又爽又猛毛片免费看| 国产亚洲精品久久久com| 又黄又爽又免费观看的视频| 淫秽高清视频在线观看| 欧美大码av| 最新中文字幕久久久久| 日本黄色片子视频| 成人av一区二区三区在线看| 欧美激情在线99| 免费av观看视频| 亚洲av成人av| 精品久久久久久久久久久久久| 亚洲成人精品中文字幕电影| av女优亚洲男人天堂| 成人特级黄色片久久久久久久| 免费人成视频x8x8入口观看| 韩国av一区二区三区四区| 免费高清视频大片| 亚洲不卡免费看| 亚洲成人中文字幕在线播放| 亚洲成人久久爱视频| 国产69精品久久久久777片| 欧美日本视频| av欧美777| 18禁黄网站禁片午夜丰满| 欧美日韩瑟瑟在线播放| 午夜免费观看网址| 首页视频小说图片口味搜索| 日本成人三级电影网站| 嫩草影院精品99| 欧美一级a爱片免费观看看| 99久久精品热视频| 99精品久久久久人妻精品| 精品福利观看| 亚洲无线在线观看| 国产成人av激情在线播放| 国产伦精品一区二区三区视频9 | 最近最新中文字幕大全电影3| 少妇丰满av| 国产成人欧美在线观看| 国产精品影院久久| 1024手机看黄色片| 亚洲专区国产一区二区| 两个人视频免费观看高清| 香蕉久久夜色| 国产精品日韩av在线免费观看| 淫妇啪啪啪对白视频| 91麻豆精品激情在线观看国产| 国产精品久久久久久久久免 | 97超级碰碰碰精品色视频在线观看| 国产av在哪里看| 成人亚洲精品av一区二区| 国产精品久久久久久精品电影| 怎么达到女性高潮| 免费观看的影片在线观看| 国产一区二区三区视频了| 美女 人体艺术 gogo| 国产午夜精品久久久久久一区二区三区 | 国产熟女xx| 91久久精品国产一区二区成人 | 国产精品久久久久久人妻精品电影| 亚洲专区国产一区二区| 欧美日韩福利视频一区二区| 亚洲欧美日韩无卡精品| 欧美大码av| 国产三级黄色录像| 在线十欧美十亚洲十日本专区| 中亚洲国语对白在线视频| av在线蜜桃| 国产中年淑女户外野战色| 少妇人妻一区二区三区视频| 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 | 黄色视频,在线免费观看| 激情在线观看视频在线高清| 亚洲欧美日韩高清专用| 午夜福利18| 欧美中文综合在线视频| 哪里可以看免费的av片| 国产午夜精品论理片| 啪啪无遮挡十八禁网站| 免费在线观看影片大全网站| 狂野欧美激情性xxxx| 91麻豆精品激情在线观看国产| 真人做人爱边吃奶动态| 国产高清有码在线观看视频| 国产一级毛片七仙女欲春2| 很黄的视频免费| 日本 av在线| 精品国内亚洲2022精品成人| 亚洲av第一区精品v没综合| 午夜两性在线视频| 97超级碰碰碰精品色视频在线观看| 国产主播在线观看一区二区| 丁香六月欧美| 亚洲aⅴ乱码一区二区在线播放| 国产一级毛片七仙女欲春2| 亚洲成a人片在线一区二区| 搡女人真爽免费视频火全软件 | 久久精品国产清高在天天线| 亚洲国产欧美网| 日本 欧美在线| 日韩免费av在线播放| 色综合欧美亚洲国产小说| 宅男免费午夜| 亚洲国产日韩欧美精品在线观看 | 国产爱豆传媒在线观看| 一卡2卡三卡四卡精品乱码亚洲| 天堂动漫精品| 天天一区二区日本电影三级| 久久九九热精品免费| 午夜影院日韩av| 中文在线观看免费www的网站| 淫秽高清视频在线观看| 国产精品99久久99久久久不卡| 操出白浆在线播放| 日本 av在线| 天堂av国产一区二区熟女人妻| 搡老妇女老女人老熟妇| 色哟哟哟哟哟哟| 免费看日本二区| 91av网一区二区| av片东京热男人的天堂| 国产在线精品亚洲第一网站| 91久久精品电影网| 欧美日韩福利视频一区二区| 一进一出抽搐gif免费好疼| 十八禁人妻一区二区| 欧美日韩精品网址| 色播亚洲综合网| 麻豆成人av在线观看| 午夜老司机福利剧场| 一级黄色大片毛片| 久久天躁狠狠躁夜夜2o2o| 欧美区成人在线视频| 免费观看的影片在线观看| 国产一区二区三区视频了| 99精品久久久久人妻精品| 亚洲专区中文字幕在线| 亚洲人成伊人成综合网2020| 欧美色视频一区免费| 国产高潮美女av| 精品无人区乱码1区二区| 村上凉子中文字幕在线| 久久久国产成人精品二区| 亚洲片人在线观看| 淫妇啪啪啪对白视频| 90打野战视频偷拍视频| 国产亚洲精品一区二区www| 亚洲欧美日韩卡通动漫| 老熟妇仑乱视频hdxx| 内地一区二区视频在线| 欧美日韩中文字幕国产精品一区二区三区| a在线观看视频网站| 国产男靠女视频免费网站| 久久国产精品人妻蜜桃| 超碰av人人做人人爽久久 | 19禁男女啪啪无遮挡网站| 国产精品乱码一区二三区的特点| 成人av在线播放网站| eeuss影院久久| 99久久精品一区二区三区| 久久天躁狠狠躁夜夜2o2o| av中文乱码字幕在线| 日本一本二区三区精品| 亚洲精品国产精品久久久不卡| 亚洲国产日韩欧美精品在线观看 | 制服丝袜大香蕉在线| 少妇的逼水好多| 久久久久久久午夜电影| 国产激情偷乱视频一区二区| 国产精品三级大全| 午夜日韩欧美国产| 一个人免费在线观看的高清视频| 91九色精品人成在线观看| 国产黄色小视频在线观看| 国产精品国产高清国产av| 亚洲精品久久国产高清桃花| 国产一级毛片七仙女欲春2| 欧美日韩福利视频一区二区| 亚洲精品在线观看二区| 人妻久久中文字幕网| 欧美午夜高清在线| 99精品在免费线老司机午夜| 国产一区二区三区在线臀色熟女| 亚洲最大成人中文| 在线观看午夜福利视频| 每晚都被弄得嗷嗷叫到高潮| 日韩有码中文字幕| 亚洲欧美日韩无卡精品| 久久伊人香网站| 一二三四社区在线视频社区8| 精品久久久久久久人妻蜜臀av| 18禁在线播放成人免费| 老司机在亚洲福利影院| 久久久色成人| 亚洲乱码一区二区免费版| 国产v大片淫在线免费观看| 国产欧美日韩一区二区三| 成人欧美大片| 免费大片18禁| 欧美区成人在线视频| 亚洲成人久久爱视频| 91av网一区二区| 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 | 精品国产超薄肉色丝袜足j| 国产欧美日韩一区二区三| 又黄又粗又硬又大视频| 18禁黄网站禁片午夜丰满| 日韩欧美三级三区| 成年版毛片免费区|