• <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 ?

    圖像修復研究進展綜述

    2021-12-28 23:23:05李權鋒
    計算機時代 2021年12期
    關鍵詞:卷積神經(jīng)網(wǎng)絡深度學習

    李權鋒

    摘? 要: 圖像修復是指將信息缺失的圖像進行像素填充以達到人類視覺滿意的效果。文章對該領域研究的相關技術進行綜述:首先描述了傳統(tǒng)的圖像修復方法,接著描述了基于深度學習的圖像修復方法,介紹各類方法的適用范圍及優(yōu)缺點,最后對未來的研究方向及重點提出展望。

    關鍵詞: 圖像修復; 深度學習; 卷積神經(jīng)網(wǎng)絡; 自編碼網(wǎng)絡; 生成式對抗網(wǎng)絡

    中圖分類號:TP391.4? ? ? ? ? 文獻標識碼:A? ? ?文章編號:1006-8228(2021)12-06-04

    Abstract: Image restoration is to fill the missing image with pixels to achieve the satisfactory effect of human vision. This paper reviews the related technologies in this field: firstly, it describes the traditional image restoration methods, and then describes the image restoration methods based on deep learning, introduces the application scope, advantages and disadvantages of various methods, and finally puts forward the prospect of future research direction and focus.

    Key words: image restoration; deep learning; convolutional neural network; self-coding network; generative adversarial network

    0 引言

    生活離不開圖像,圖像作為反映客觀世界的重要載體,是人類接收外界信息的重要來源和手段。現(xiàn)實生活中,我們會遇到一些信息缺失的圖像,此時就需要我們對圖像進行修復。傳統(tǒng)的圖像修復依據(jù)紋理一致性和內容相似性,采用數(shù)學推斷的方法,根據(jù)圖像受損尺度的不同而采取不同的修復方法。傳統(tǒng)的圖像修復雖然可以較好地修復場景圖像,但是它卻不能夠對圖像語義信息進行修復。

    近年來,深度學習得到快速的發(fā)展,在許多領域取得了較大的成功。利用深度學習技術可以獲取圖像語義信息,并預測出缺失的語義內容,解決傳統(tǒng)圖像修復方法的不足,使得修復的結果更加符合客觀事實。本文對傳統(tǒng)的圖像修復方法與基于深度學習的圖像修復方法的研究進展做整理和歸納,并對未來研究的方向與發(fā)展趨勢進行探討。

    1 傳統(tǒng)圖像修復方法

    1.1 基于結構的圖像修復方法

    Bertalmio等人[1]提出BSCB模型,采用擴散的原理,沿著等照度線方向從圖像受損區(qū)域的鄰近區(qū)域平滑地傳播信息,對受損區(qū)域進行估計填充。Rudin等人[2]通過最小化估計解的總變差泛數(shù)進行圖像的去噪,提出了ROF模型。該模型將圖像理解為一個分段的平滑函數(shù),在有界變分空間(BV)對函數(shù)進行建模。Chan等人[3]基于變分模型,提出全變分(TV)圖像修復模型。該模型使用梯度下降流對圖像進行平滑處理,能夠很好地保持圖像邊緣特性,但TV模型遇到破損區(qū)域是曲線類時,并不能很好地進行修復,因此無法滿足圖像的連通性原則。Chan等人[4]在TV模型基礎上加入曲率擴散項K,提出了曲率擴散(CDD)修復模型,該模型解決了圖像修復的連通性原則的問題。Tsai等人[5]提出基于Mumford-Shah的修復模型,由于模型修補邊緣得不到平滑的曲線,導致其無法滿足圖像連通性原則。Esedoglu等人引入Euler’s elastic模型[6],提出基于Mumford-Shah-Eulerm模型[7],較為有效地彌補了Mumford-Shah模型的不足之處。

    1.2 基于紋理的圖像修復方法

    Efros等人[8]提出馬爾科夫隱式場(MRF),該算法可以保持圖像紋理與結構特征的一致性。Criminisi等人[9]提出基于樣本塊的紋理合成算法,該算法依據(jù)填充順序的優(yōu)先級對缺失區(qū)域進行填充,填充時如果置信度為零,則會引起填充次序的錯誤。Jia等人[10]提出一種魯棒的圖像合成方法,通過張量投票的方式自動從二維圖片中推出缺失信息。Simakov等人[11]和Wexler等人[12]提出基于圖像整體的樣本塊填充的圖像補全方法,該方法要求在完好區(qū)域找到與受損區(qū)域較為相似的樣本塊,否則修復的效果不好。Barnes等人[13]提出PatchMatch算法,此算法利用概率的思想進行快匹配,雖然降低了運算速度,但修復結果可能會產生偽影。許剛等人提出一種基于動態(tài)匹配與逐層鏈式優(yōu)化的圖像修復算法[14],該算法在對紋理的填充以及對線性結構的修復方面效果顯著,但當圖像中存在一定深度的物體遮擋關系時,就很難對邊緣信息進行有效地提取。高成英等人[15]提出一種基于稀疏表示的圖像修復算法,該算法可以更好地修復缺失區(qū)域較大以及紋理比較復雜的圖像。傳統(tǒng)的圖像修復方法對比如表1所列。

    2 基于深度學習的圖像修復方法

    2.1 基于自編碼器的圖像修復

    Pathak等人[16]將編碼-解碼網(wǎng)絡結構與卷積神經(jīng)網(wǎng)絡結合,提出基于上下文編碼器的圖像修復方法,該方法首先使用卷積神經(jīng)網(wǎng)絡提取出圖像的高階特征,接著生成器接收壓縮后的向量并生成圖像。雖然該方法能夠較快地預測出相對合理的圖像結構信息,但紋理細節(jié)的處理不夠精細,不能夠很好地修復高分辨率的圖像。

    2.2 基于生成式對抗網(wǎng)絡的圖像修復

    Goodfellow等人[17]提出生成式對抗網(wǎng)絡(GAN),其結構如圖1所示,GAN由生成器和判

    別器兩部分組成。生成式對抗網(wǎng)絡存在一些不足,比如在訓練中出現(xiàn)梯度消失、網(wǎng)絡模型不易被控制等問題。Yeh等人[18]提出基于DCGAN的語義圖像修復方法。與上下文編碼器相比,該方法訓練時不需要掩碼就可以成功的預測出任意大小的缺失區(qū)域信息,且修復后的結果沒有偽影,圖像修復的邊緣比較清晰,但不足之處是該方法對含有不同場景的圖像修復顯得有些乏力。

    2.3 基于邊緣性對抗學習的圖像修復方法

    Kamyar等人[19]提出基于對抗性邊緣學習的圖像修復方法,該方法受畫家工作方式的影響,先生成受損區(qū)域邊緣的信息,再對其填充顏色。雖然使用該模型圖像修復后的結果不會出現(xiàn)邊緣模糊現(xiàn)象,但對于相對復雜紋理區(qū)域邊緣的描繪不夠準確,并且模型的修復效果也因受損區(qū)域的不同而不同。

    2.4 全局-局部一致的圖像修復方法

    Satoshi等人[20]提出全局與局部一致的圖像修復方法(GL),該方法可以修復任意不規(guī)則形狀的缺失區(qū)域圖像,修復前與修復后的圖像對比如圖2所示,該方法修復的結果具有較高的分辨率且適用于多元場景圖像修復的任務,但當大面積的結構狀物體存在于受損圖像的掩膜中時,修復效果則不盡如人意。

    2.5 多元圖像修復方法

    Zheng等人[21]想到圖像修復合理的結果不應該是唯一的,提出了PICNet模型,模型將長短時記憶神經(jīng)網(wǎng)絡(Long Short Term Memory,LSTM)[22]與變分自編碼器(VariationalAuto-Encoders,VAEs)[23]進行結合,該模型可以生成多樣化且高質量的圖片,提出的長短期注意力層可以讓生成的圖像更加真實。

    2.6 上下文感知語義修復方法

    Jiahui Yu等人[24]引入了一個新的上下文注意層,提出使用語境感知的修復方法。該方法先對受損區(qū)域進行值預估,接著細化網(wǎng)絡并在全局找尋與粗略估計值最為相似的區(qū)域集合,最后使用注意力機制對結果進行銳化。相比于之前的圖像修復方法存在邊緣模糊的問題,該方法的修復結果得到了改善,未來可以應用到高分辨率的圖像修復上。基于深度學習的圖像修復方法與傳統(tǒng)的圖像修復方法對比分析如表2所列。

    3 結束語

    利用深度學習技術,可以預測出缺失的語義內容,彌補了傳統(tǒng)圖像修復方法的不足,使得修復的結果更加符合客觀事實,顯然該方法已成為主流的圖像修復方法。本文對傳統(tǒng)的圖像修復與基于深度學習的圖像修復方法作了分類總結,我們針對該領域研究中依然存在的技術難點,對今后研究的方向與發(fā)展的趨向做以下展望。

    ⑴ 圖像修復是用完好區(qū)域的已知信息對待修復區(qū)域進行缺失值預測,如何有效的提取已知信息,并很好地將提取到的信息與缺失內容信息之間建立關聯(lián),是今后研究中值得深入探究的內容之一。

    ⑵ 現(xiàn)有的圖像修復技術對于低分辨圖像的修復做的很出色,但是對于高分辨圖像的修復技術還需要不斷地改進創(chuàng)新。

    ⑶ GAN在圖像生成中起到了關鍵的作用,但是不同GAN模型的評價指標不一致,為了更新模型時有章可循,就需要一些相對合理的評估指標,同時GAN模型存在著訓練不穩(wěn)定等問題。這些問題會被不斷地修繕,從而推動GAN模型不斷改進。

    參考文獻(References):

    [1] Bertalmio M, Sapiro G, Caselles V, et al. Image inpainting[C]//Proceedings of the 27th annual conference on Computer graphics and interactive techniques,2000:417-424

    [2] Rudin L I, Osher S. Nonlinear total variation based noise removal algorithms[J].Physica D: nonlinear phenomena,1992.60(1-4):259-268

    [3] Shen J, Chan T F. Mathematical models for local nontexture inpaintings[J]. SIAM journal on Applied Mathematics,2002.62(3):1019-1043

    [4] Chan T F, Shen J. Nontexture inpainting by curvature-driven diffusions[J]. Journal of visual communication image representation,2001.12(4):436-449

    [5] Tsai A, Yezzi A, Willsky A S. Curve evolutionimplementation of the Mumford-Shah functional for image segmentation, denoising, interpolation, and magnification[J].IEEE transactions on Image Processing, 2001.10(8):1169-1186

    [6] Shen J, Kang S H, Chan T F. Euler's elastica and? curvature-based inpainting[J]. SIAM journal on Applied Mathematics,2003.63(2):564-592

    [7] Esedoglu S, Shen J. Digital inpainting based on the Mumford-Shah-Euler image model[J]. European Journal of Applied Mathematics,2002.13(4):353-370

    [8] Efros A A, Leung T K. Texture synthesis by non-parametric sampling[C]// Proceedings of the seventh IEEE international conference on computer vision,IEEE,1999:1033-1038

    [9] Criminisi A, Pérez P, Toyama K. Region filling and object removal by exemplar-based image inpainting[J]. IEEE transactions on Image Processing,2004.13(9):1200-1212

    [10] Jia J, Tang C-K. Image repairing: Robust image synthesis by adaptive nd tensor voting[C]// 2003 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2003 Proceedings,IEEE,2003:I-I

    [11] Simakov D, Caspi Y, Shechtman E, et al. Summarizing visual data using bidirectional similarity[C]//2008 IEEE Conference on Computer Vision and Pattern Recognition,IEEE,2008:1-8

    [12] Wexler Y, Shechtman E, Irani M. Space-time completion? of video[J]. IEEE Transactions on pattern analysis and machine intelligence,2007.29(3): 463-476

    [13] Barnes C, Shechtman E, Finkelstein A, et al.PatchMatch:A randomized correspondence algorithm for structural image editing[J]. ACM Trans Graph,2009.28(3):24

    [14] 許剛,馬爽.動態(tài)尺度塊匹配約束下的鏈式優(yōu)化圖像修復研究[J].電子學報,2015.43(3):529-535

    [15] 高成英,徐仙兒,羅燕媚等.基于稀疏表示的物體圖像修復[J].計算機學報,2019.9.

    [16] Pathak D, Krahenbuhl P, Donahue J, et al. Context?encoders: Feature learning by inpainting[C]// Proceedings of the IEEE conference on computer vision and pattern recognition,2016:2536-2544

    [17] Goodfellow I, Pouget-Abadie J, Mirza M, et al.Generative adversarial networks[J]. Communications of the ACM,2020.63(11):139-144

    [18] Yeh R A, Chen C, Yian Lim T, et al. Semantic image inpainting with deep generative models[C]// Proceedings of the IEEE conference on computer vision and pattern recognition,2017:5485-5493

    [19] Nazeri K, Ng E, Joseph T, et al. Edgeconnect: Structure guided image inpainting using edge prediction[C]// Proceedings of the IEEE/CVF International Conference on Computer Vision Workshops,2019:0-0

    [20] Iizuka S, Simo-Serra E, Ishikawa H. Globally and locally consistent image completion[J]. ACM Transactions on Graphics (ToG),2017.36(4):1-14

    [21] Zheng C, Cham T-J, Cai J. Pluralistic image completion [C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition,2019:1438-1447

    [22] Hochreiter S, Schmidhuber J. Long short-term memory[J].Neural computation,1997.9(8):1735-1780

    [23] Kingma D P, Welling M. Auto-encoding variational bayes[J].arXiv preprint arXiv:13126114, 2013.

    [24] Yu J, Lin Z, Yang J, et al. Generative image inpainting with contextual attention[C]// Proceedings of the IEEE conference on computer vision and pattern recognition,2018:5505-5514

    猜你喜歡
    卷積神經(jīng)網(wǎng)絡深度學習
    基于卷積神經(jīng)網(wǎng)絡溫室智能大棚監(jiān)控系統(tǒng)的研究
    基于深度卷積神經(jīng)網(wǎng)絡的物體識別算法
    有體驗的學習才是有意義的學習
    電子商務中基于深度學習的虛假交易識別研究
    MOOC與翻轉課堂融合的深度學習場域建構
    大數(shù)據(jù)技術在反恐怖主義中的應用展望
    深度學習算法應用于巖石圖像處理的可行性研究
    軟件導刊(2016年9期)2016-11-07 22:20:49
    基于深度卷積網(wǎng)絡的人臉年齡分析算法與實現(xiàn)
    軟件工程(2016年8期)2016-10-25 15:47:34
    基于卷積神經(jīng)網(wǎng)絡的樹葉識別的算法的研究
    国产成人啪精品午夜网站| 免费在线观看日本一区| 国产1区2区3区精品| 亚洲va日本ⅴa欧美va伊人久久| 我的老师免费观看完整版| 丁香欧美五月| 精品久久久久久久毛片微露脸| 久久性视频一级片| 国产精品亚洲av一区麻豆| 曰老女人黄片| 天堂影院成人在线观看| 国产精品野战在线观看| 亚洲成av人片在线播放无| 夜夜爽天天搞| 成人一区二区视频在线观看| 91成年电影在线观看| 免费在线观看成人毛片| 岛国在线免费视频观看| 国产一区在线观看成人免费| 欧美日韩中文字幕国产精品一区二区三区| 法律面前人人平等表现在哪些方面| 可以在线观看的亚洲视频| 91av网站免费观看| 午夜福利在线在线| 男女那种视频在线观看| 一区二区三区高清视频在线| 精品久久久久久久久久免费视频| av福利片在线| 午夜两性在线视频| 久久精品国产清高在天天线| 最新美女视频免费是黄的| 老司机午夜十八禁免费视频| 制服诱惑二区| 波多野结衣高清作品| 亚洲国产高清在线一区二区三| 欧美+亚洲+日韩+国产| 欧美一区二区国产精品久久精品 | 亚洲成人中文字幕在线播放| 日韩欧美国产在线观看| 久久国产乱子伦精品免费另类| 久久国产精品影院| 久久精品国产综合久久久| 国产精品 欧美亚洲| 女人被狂操c到高潮| 国产亚洲av嫩草精品影院| 丰满人妻一区二区三区视频av | 岛国在线观看网站| 日韩有码中文字幕| 每晚都被弄得嗷嗷叫到高潮| 亚洲精品一卡2卡三卡4卡5卡| 色综合婷婷激情| 精品国内亚洲2022精品成人| 男人的好看免费观看在线视频 | 天天躁狠狠躁夜夜躁狠狠躁| 亚洲自拍偷在线| 变态另类成人亚洲欧美熟女| 九色国产91popny在线| 草草在线视频免费看| 日本五十路高清| 制服人妻中文乱码| 一进一出好大好爽视频| 亚洲一卡2卡3卡4卡5卡精品中文| 最近在线观看免费完整版| 老鸭窝网址在线观看| 岛国在线免费视频观看| 午夜福利在线观看吧| 久久中文字幕人妻熟女| 国产v大片淫在线免费观看| 国产精品综合久久久久久久免费| 免费在线观看视频国产中文字幕亚洲| svipshipincom国产片| 国产精品美女特级片免费视频播放器 | 制服诱惑二区| 午夜影院日韩av| 成人av在线播放网站| 69av精品久久久久久| 制服丝袜大香蕉在线| 九色成人免费人妻av| 亚洲男人天堂网一区| 婷婷精品国产亚洲av在线| 亚洲真实伦在线观看| 欧美乱码精品一区二区三区| 中文资源天堂在线| 777久久人妻少妇嫩草av网站| 777久久人妻少妇嫩草av网站| a在线观看视频网站| 身体一侧抽搐| 亚洲午夜精品一区,二区,三区| 国产又黄又爽又无遮挡在线| 欧美中文综合在线视频| 亚洲黑人精品在线| 曰老女人黄片| 97超级碰碰碰精品色视频在线观看| xxxwww97欧美| 国产97色在线日韩免费| 91国产中文字幕| 夜夜看夜夜爽夜夜摸| 久久人妻av系列| 国产精品免费一区二区三区在线| 国产男靠女视频免费网站| 中文亚洲av片在线观看爽| 老熟妇乱子伦视频在线观看| 亚洲午夜精品一区,二区,三区| 精品国产乱子伦一区二区三区| 麻豆一二三区av精品| 日日摸夜夜添夜夜添小说| 老司机深夜福利视频在线观看| 国产黄片美女视频| 欧美乱码精品一区二区三区| 99国产精品一区二区三区| 好看av亚洲va欧美ⅴa在| 老司机在亚洲福利影院| 亚洲av成人不卡在线观看播放网| 男人舔女人的私密视频| 亚洲 国产 在线| 久久国产乱子伦精品免费另类| 精品久久久久久,| 欧美av亚洲av综合av国产av| 亚洲电影在线观看av| 三级国产精品欧美在线观看 | 久久性视频一级片| 免费在线观看影片大全网站| 色哟哟哟哟哟哟| www.自偷自拍.com| 亚洲国产精品999在线| 亚洲国产精品sss在线观看| 久久久久久免费高清国产稀缺| 啪啪无遮挡十八禁网站| 亚洲av熟女| 日韩av在线大香蕉| 麻豆av在线久日| 国产精华一区二区三区| 狂野欧美白嫩少妇大欣赏| 久久久久精品国产欧美久久久| 日日爽夜夜爽网站| 欧美激情久久久久久爽电影| 亚洲自拍偷在线| 久久久久久久午夜电影| 国产精品 国内视频| 色av中文字幕| 亚洲成a人片在线一区二区| 亚洲欧美精品综合久久99| 国产精品野战在线观看| 白带黄色成豆腐渣| 亚洲美女黄片视频| 国产91精品成人一区二区三区| 嫩草影院精品99| 欧美成狂野欧美在线观看| 午夜福利成人在线免费观看| 亚洲中文日韩欧美视频| 亚洲一区中文字幕在线| 身体一侧抽搐| 久久这里只有精品中国| 国产黄a三级三级三级人| 国产精品自产拍在线观看55亚洲| 叶爱在线成人免费视频播放| 国产亚洲av高清不卡| 人妻久久中文字幕网| 两个人看的免费小视频| 国产亚洲精品一区二区www| 啦啦啦韩国在线观看视频| 两个人的视频大全免费| АⅤ资源中文在线天堂| 一本久久中文字幕| 午夜久久久久精精品| 757午夜福利合集在线观看| 亚洲真实伦在线观看| 88av欧美| 午夜福利在线观看吧| 老司机福利观看| 香蕉久久夜色| 悠悠久久av| avwww免费| 天天添夜夜摸| 日韩高清综合在线| 成人国语在线视频| 欧美性长视频在线观看| 999久久久国产精品视频| 国产精品久久久av美女十八| 亚洲国产看品久久| 色尼玛亚洲综合影院| 免费看日本二区| 国产99久久九九免费精品| 特级一级黄色大片| 日本黄大片高清| 最好的美女福利视频网| 草草在线视频免费看| 久久精品aⅴ一区二区三区四区| 九色国产91popny在线| 国产精品野战在线观看| 成人亚洲精品av一区二区| 天堂影院成人在线观看| 亚洲av片天天在线观看| 亚洲自偷自拍图片 自拍| 最好的美女福利视频网| 国产91精品成人一区二区三区| 亚洲成人久久性| 日韩欧美国产在线观看| 免费一级毛片在线播放高清视频| 日本黄大片高清| 18禁黄网站禁片免费观看直播| 啦啦啦免费观看视频1| 国产又黄又爽又无遮挡在线| 亚洲性夜色夜夜综合| 欧美zozozo另类| 18禁黄网站禁片午夜丰满| 黄色丝袜av网址大全| 国产人伦9x9x在线观看| 亚洲aⅴ乱码一区二区在线播放 | 精品国产乱子伦一区二区三区| 超碰成人久久| 精品国产超薄肉色丝袜足j| 免费看a级黄色片| 精品乱码久久久久久99久播| 久久亚洲真实| 久99久视频精品免费| 国产精品一区二区免费欧美| 欧美 亚洲 国产 日韩一| 成人av一区二区三区在线看| 99热只有精品国产| 最近最新中文字幕大全免费视频| 桃红色精品国产亚洲av| 后天国语完整版免费观看| 男女床上黄色一级片免费看| 欧美性猛交黑人性爽| 国产亚洲av嫩草精品影院| 欧美一级毛片孕妇| 黑人欧美特级aaaaaa片| 国产熟女xx| 亚洲中文字幕一区二区三区有码在线看 | 国产成+人综合+亚洲专区| 国产精品99久久99久久久不卡| 久久欧美精品欧美久久欧美| 精品乱码久久久久久99久播| 色精品久久人妻99蜜桃| 免费在线观看成人毛片| 国产成人精品久久二区二区免费| 国产精品免费视频内射| 国产主播在线观看一区二区| 麻豆av在线久日| 久久人妻av系列| 不卡一级毛片| 草草在线视频免费看| 久久天躁狠狠躁夜夜2o2o| 欧美另类亚洲清纯唯美| 色老头精品视频在线观看| 黄色成人免费大全| 99国产精品99久久久久| 99久久久亚洲精品蜜臀av| 黄色女人牲交| 性色av乱码一区二区三区2| 久久这里只有精品19| 国产精品野战在线观看| 日韩免费av在线播放| 精品国产美女av久久久久小说| 少妇裸体淫交视频免费看高清 | 国产精品永久免费网站| 三级男女做爰猛烈吃奶摸视频| 99久久精品热视频| 色精品久久人妻99蜜桃| 国产人伦9x9x在线观看| 亚洲 欧美 日韩 在线 免费| 99久久精品热视频| 国产精品久久久久久人妻精品电影| 欧美3d第一页| 欧美绝顶高潮抽搐喷水| 午夜影院日韩av| 亚洲精品中文字幕一二三四区| 欧美丝袜亚洲另类 | 真人一进一出gif抽搐免费| 成熟少妇高潮喷水视频| 少妇熟女aⅴ在线视频| 午夜a级毛片| 99riav亚洲国产免费| 黄片大片在线免费观看| 男女午夜视频在线观看| 免费电影在线观看免费观看| 51午夜福利影视在线观看| 国产97色在线日韩免费| 啦啦啦观看免费观看视频高清| 757午夜福利合集在线观看| 国产精品免费视频内射| 国产精品久久久久久精品电影| 亚洲黑人精品在线| 国产精品永久免费网站| 国产视频一区二区在线看| 此物有八面人人有两片| 91老司机精品| 国产av一区在线观看免费| 国产免费男女视频| 少妇粗大呻吟视频| 国产午夜福利久久久久久| 国产欧美日韩一区二区三| 日本a在线网址| 女人被狂操c到高潮| 国产人伦9x9x在线观看| 亚洲一码二码三码区别大吗| 国产成人精品久久二区二区免费| 亚洲一区二区三区色噜噜| 国产黄a三级三级三级人| www.www免费av| 性欧美人与动物交配| 免费在线观看日本一区| 一边摸一边做爽爽视频免费| 色综合婷婷激情| 制服人妻中文乱码| 国产精品乱码一区二三区的特点| 18禁黄网站禁片免费观看直播| 国产精品久久久久久人妻精品电影| 首页视频小说图片口味搜索| 欧美性长视频在线观看| 男人舔女人下体高潮全视频| 男女视频在线观看网站免费 | 激情在线观看视频在线高清| 99国产极品粉嫩在线观看| 日韩三级视频一区二区三区| 可以在线观看的亚洲视频| 9191精品国产免费久久| 久久久久久人人人人人| 日韩三级视频一区二区三区| 成人av在线播放网站| 亚洲专区字幕在线| 久久99热这里只有精品18| 亚洲欧美日韩高清专用| 中文资源天堂在线| 午夜免费观看网址| 非洲黑人性xxxx精品又粗又长| 色老头精品视频在线观看| 19禁男女啪啪无遮挡网站| 精品午夜福利视频在线观看一区| 亚洲成人免费电影在线观看| 久久香蕉国产精品| 99热这里只有精品一区 | 一本大道久久a久久精品| 国产精品av视频在线免费观看| 国产熟女午夜一区二区三区| 欧美激情久久久久久爽电影| 99在线人妻在线中文字幕| 欧美黄色淫秽网站| 亚洲精品一卡2卡三卡4卡5卡| 国产成年人精品一区二区| 久久精品成人免费网站| 最近最新中文字幕大全电影3| 国产午夜福利久久久久久| 亚洲狠狠婷婷综合久久图片| 国产激情久久老熟女| 国内久久婷婷六月综合欲色啪| aaaaa片日本免费| 欧美激情久久久久久爽电影| 久久久久久人人人人人| 久久中文字幕一级| www.熟女人妻精品国产| 嫩草影视91久久| 亚洲精品中文字幕一二三四区| 伦理电影免费视频| 97碰自拍视频| 一进一出好大好爽视频| www国产在线视频色| 欧美国产日韩亚洲一区| 国产亚洲精品第一综合不卡| 中文字幕人成人乱码亚洲影| 美女午夜性视频免费| 午夜免费激情av| 精品高清国产在线一区| 男人舔女人下体高潮全视频| 真人一进一出gif抽搐免费| 9191精品国产免费久久| 亚洲精品色激情综合| 国产v大片淫在线免费观看| 两个人的视频大全免费| 亚洲精华国产精华精| 一本大道久久a久久精品| 亚洲av成人av| 国产精品久久电影中文字幕| 好男人电影高清在线观看| 亚洲国产精品成人综合色| 正在播放国产对白刺激| 韩国av一区二区三区四区| 欧美黄色片欧美黄色片| 欧美日韩福利视频一区二区| 午夜激情av网站| 一夜夜www| 欧美高清成人免费视频www| 亚洲精品色激情综合| 久久久久国产一级毛片高清牌| 国产精品亚洲美女久久久| 十八禁网站免费在线| 一个人免费在线观看电影 | 亚洲精品一卡2卡三卡4卡5卡| 亚洲av成人av| 亚洲精品久久国产高清桃花| 窝窝影院91人妻| 大型黄色视频在线免费观看| 黄频高清免费视频| svipshipincom国产片| 最新美女视频免费是黄的| 欧洲精品卡2卡3卡4卡5卡区| 亚洲 国产 在线| 18美女黄网站色大片免费观看| 最新美女视频免费是黄的| 国产一区二区三区视频了| 久久久精品欧美日韩精品| 老司机福利观看| 一区二区三区激情视频| 嫩草影院精品99| 老司机午夜福利在线观看视频| 国产亚洲精品综合一区在线观看 | 99久久精品热视频| 亚洲成a人片在线一区二区| 超碰成人久久| 国产蜜桃级精品一区二区三区| 成人国语在线视频| 12—13女人毛片做爰片一| 午夜福利在线观看吧| 久久精品亚洲精品国产色婷小说| 国产午夜精品久久久久久| 在线播放国产精品三级| 99国产极品粉嫩在线观看| tocl精华| av福利片在线观看| 国产成人精品无人区| 国产亚洲精品av在线| 19禁男女啪啪无遮挡网站| 91大片在线观看| 国产成人系列免费观看| x7x7x7水蜜桃| 欧美日韩黄片免| 1024视频免费在线观看| 在线十欧美十亚洲十日本专区| 国产精品自产拍在线观看55亚洲| 日日摸夜夜添夜夜添小说| 国产精品一区二区三区四区久久| 色av中文字幕| 国产一区在线观看成人免费| 成人欧美大片| 亚洲精品色激情综合| www.精华液| 久久亚洲精品不卡| 国产v大片淫在线免费观看| 无遮挡黄片免费观看| 夜夜夜夜夜久久久久| www.自偷自拍.com| 别揉我奶头~嗯~啊~动态视频| 精品一区二区三区视频在线观看免费| 俺也久久电影网| 中文亚洲av片在线观看爽| 麻豆av在线久日| 亚洲色图av天堂| 狠狠狠狠99中文字幕| 一本综合久久免费| 国产黄a三级三级三级人| 最新美女视频免费是黄的| 日韩欧美在线二视频| 午夜福利18| 亚洲免费av在线视频| 老熟妇仑乱视频hdxx| 1024手机看黄色片| 亚洲精品一区av在线观看| 国产v大片淫在线免费观看| 在线永久观看黄色视频| 观看免费一级毛片| 欧美黄色片欧美黄色片| 久久国产精品人妻蜜桃| 国产91精品成人一区二区三区| 蜜桃久久精品国产亚洲av| 97碰自拍视频| 亚洲成人久久爱视频| 熟女电影av网| 免费人成视频x8x8入口观看| 国产免费男女视频| 国产精品av久久久久免费| 看免费av毛片| 国产91精品成人一区二区三区| www.精华液| 国产一区在线观看成人免费| 久久久久久亚洲精品国产蜜桃av| 大型黄色视频在线免费观看| 在线观看免费日韩欧美大片| 国产黄片美女视频| 搡老妇女老女人老熟妇| 国产成人精品久久二区二区免费| 久久中文看片网| 黄色丝袜av网址大全| av欧美777| 婷婷丁香在线五月| av国产免费在线观看| 老司机午夜十八禁免费视频| 日本免费一区二区三区高清不卡| 精品欧美国产一区二区三| 中文亚洲av片在线观看爽| 中亚洲国语对白在线视频| 日韩精品中文字幕看吧| 亚洲av第一区精品v没综合| 国产午夜精品论理片| 听说在线观看完整版免费高清| 国产熟女xx| 日本免费a在线| 国产熟女xx| 丝袜美腿诱惑在线| 女人爽到高潮嗷嗷叫在线视频| 国产av不卡久久| 日日摸夜夜添夜夜添小说| av有码第一页| 久久 成人 亚洲| 90打野战视频偷拍视频| 91在线观看av| 久久久精品欧美日韩精品| 欧美日本视频| 嫩草影院精品99| 国产伦在线观看视频一区| 国产伦人伦偷精品视频| 久久久久国产精品人妻aⅴ院| 日本a在线网址| 老熟妇乱子伦视频在线观看| 国产精品 国内视频| 久久国产精品影院| 久久久久九九精品影院| 两个人的视频大全免费| 很黄的视频免费| 国产一区二区在线观看日韩 | 久久人人精品亚洲av| 亚洲欧洲精品一区二区精品久久久| 黄色视频不卡| 精品福利观看| 国模一区二区三区四区视频 | or卡值多少钱| 一级黄色大片毛片| 欧美色欧美亚洲另类二区| 男女下面进入的视频免费午夜| 夜夜躁狠狠躁天天躁| 男女之事视频高清在线观看| 不卡一级毛片| 成人三级做爰电影| 国产午夜精品久久久久久| 激情在线观看视频在线高清| 国产精品美女特级片免费视频播放器 | 两个人的视频大全免费| 一进一出抽搐动态| 久久精品人妻少妇| 狂野欧美白嫩少妇大欣赏| 此物有八面人人有两片| 国产成人aa在线观看| 老熟妇仑乱视频hdxx| 日本一区二区免费在线视频| 午夜免费成人在线视频| 国产亚洲欧美98| 一级a爱片免费观看的视频| 熟女少妇亚洲综合色aaa.| 国产精品久久久人人做人人爽| 欧美大码av| 国产欧美日韩精品亚洲av| 真人做人爱边吃奶动态| 欧美性猛交╳xxx乱大交人| 超碰成人久久| 欧美在线一区亚洲| 又紧又爽又黄一区二区| 午夜精品在线福利| 亚洲专区中文字幕在线| 久久久久性生活片| 国产在线观看jvid| svipshipincom国产片| 免费在线观看完整版高清| 99精品在免费线老司机午夜| 亚洲中文av在线| 欧美日本视频| 亚洲av熟女| 国产亚洲精品久久久久久毛片| 两性夫妻黄色片| 欧美日韩黄片免| 亚洲人成电影免费在线| 色噜噜av男人的天堂激情| 波多野结衣巨乳人妻| 母亲3免费完整高清在线观看| 国产精品久久久久久亚洲av鲁大| 成人18禁高潮啪啪吃奶动态图| 黄频高清免费视频| 一进一出抽搐gif免费好疼| 久久伊人香网站| av在线天堂中文字幕| 亚洲一区二区三区色噜噜| 欧美另类亚洲清纯唯美| 国产精品爽爽va在线观看网站| 全区人妻精品视频| 特大巨黑吊av在线直播| 亚洲精品粉嫩美女一区| 日本成人三级电影网站| 狂野欧美激情性xxxx| 天堂√8在线中文| 婷婷精品国产亚洲av| 亚洲免费av在线视频| 亚洲精品美女久久av网站| av免费在线观看网站| 在线看三级毛片| 十八禁网站免费在线| 国产精品一区二区精品视频观看| 欧美色欧美亚洲另类二区| 波多野结衣高清作品| 国语自产精品视频在线第100页| xxxwww97欧美| 天堂√8在线中文| 久热爱精品视频在线9| 久久久国产成人精品二区| 国产欧美日韩精品亚洲av| av福利片在线观看| 久久精品国产99精品国产亚洲性色| АⅤ资源中文在线天堂| 三级男女做爰猛烈吃奶摸视频| 少妇的丰满在线观看| 国产精品日韩av在线免费观看| 亚洲中文字幕日韩| 色综合欧美亚洲国产小说| 精品久久久久久久毛片微露脸| 亚洲精品中文字幕在线视频| 欧美国产日韩亚洲一区| 国产亚洲精品久久久久5区|