• <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
    av又黄又爽大尺度在线免费看| 国产毛片在线视频| 青春草亚洲视频在线观看| 久久99精品国语久久久| 19禁男女啪啪无遮挡网站| 日本欧美视频一区| 在线观看人妻少妇| 国产精品蜜桃在线观看| 国产亚洲一区二区精品| 最近2019中文字幕mv第一页| 亚洲精品成人av观看孕妇| 久久久久久久国产电影| 韩国高清视频一区二区三区| 亚洲专区中文字幕在线 | 久久狼人影院| 黄色 视频免费看| 亚洲精品第二区| 免费久久久久久久精品成人欧美视频| 亚洲色图 男人天堂 中文字幕| 成年美女黄网站色视频大全免费| 19禁男女啪啪无遮挡网站| 免费女性裸体啪啪无遮挡网站| 亚洲,欧美,日韩| 日韩精品免费视频一区二区三区| 日日啪夜夜爽| 国产精品国产三级国产专区5o| 亚洲欧美日韩另类电影网站| 91精品国产国语对白视频| 久久影院123| 多毛熟女@视频| 国产成人免费无遮挡视频| 妹子高潮喷水视频| 极品少妇高潮喷水抽搐| 乱人伦中国视频| 老司机在亚洲福利影院| 亚洲色图综合在线观看| √禁漫天堂资源中文www| 日韩精品有码人妻一区| 亚洲av日韩在线播放| 国产成人精品福利久久| 亚洲成av片中文字幕在线观看| 亚洲精品一二三| 亚洲国产精品一区二区三区在线| 波多野结衣一区麻豆| 久久天躁狠狠躁夜夜2o2o | 我要看黄色一级片免费的| 青春草亚洲视频在线观看| bbb黄色大片| 1024视频免费在线观看| 一区二区三区精品91| 日韩一卡2卡3卡4卡2021年| 欧美久久黑人一区二区| 国语对白做爰xxxⅹ性视频网站| 又黄又粗又硬又大视频| 99久久99久久久精品蜜桃| 两个人看的免费小视频| 2018国产大陆天天弄谢| av网站在线播放免费| 日韩不卡一区二区三区视频在线| 久久久久精品久久久久真实原创| 一级片免费观看大全| 国产精品偷伦视频观看了| 亚洲欧美成人综合另类久久久| 色视频在线一区二区三区| 我要看黄色一级片免费的| 国产精品99久久99久久久不卡 | videosex国产| 亚洲国产精品999| 日本欧美视频一区| 欧美精品高潮呻吟av久久| 国产不卡av网站在线观看| h视频一区二区三区| 久久狼人影院| 亚洲国产毛片av蜜桃av| 精品亚洲成a人片在线观看| 90打野战视频偷拍视频| 少妇人妻久久综合中文| 成人影院久久| 在线观看免费高清a一片| 欧美日韩国产mv在线观看视频| 黑人猛操日本美女一级片| 国产av码专区亚洲av| 国产熟女欧美一区二区| 天天添夜夜摸| 香蕉丝袜av| 免费av中文字幕在线| 色视频在线一区二区三区| 国产成人欧美| 亚洲av日韩精品久久久久久密 | 国产欧美日韩综合在线一区二区| 大片免费播放器 马上看| 亚洲精品一区蜜桃| 亚洲精品美女久久久久99蜜臀 | 高清视频免费观看一区二区| 亚洲人成网站在线观看播放| 亚洲精品久久成人aⅴ小说| 黄色 视频免费看| 十八禁高潮呻吟视频| 国产在线一区二区三区精| 日日啪夜夜爽| 亚洲国产毛片av蜜桃av| 少妇被粗大的猛进出69影院| 久久天躁狠狠躁夜夜2o2o | 国产亚洲午夜精品一区二区久久| 欧美少妇被猛烈插入视频| 中国三级夫妇交换| 亚洲一卡2卡3卡4卡5卡精品中文| 国产极品粉嫩免费观看在线| 国产黄频视频在线观看| 亚洲人成电影观看| 狠狠婷婷综合久久久久久88av| 午夜福利网站1000一区二区三区| 看非洲黑人一级黄片| 美女福利国产在线| 性色av一级| 亚洲精品一区蜜桃| 人妻一区二区av| 一本一本久久a久久精品综合妖精| 搡老岳熟女国产| 久久久国产欧美日韩av| 18禁观看日本| 人人妻,人人澡人人爽秒播 | 在线 av 中文字幕| 尾随美女入室| 色婷婷av一区二区三区视频| 一本久久精品| 国产精品久久久久久精品古装| 九九爱精品视频在线观看| 狠狠精品人妻久久久久久综合| 一级a爱视频在线免费观看| 国产1区2区3区精品| 成人18禁高潮啪啪吃奶动态图| 久久人人爽av亚洲精品天堂| 看免费av毛片| 婷婷色综合www| 高清在线视频一区二区三区| 精品福利永久在线观看| 亚洲成国产人片在线观看| 男女国产视频网站| 伦理电影免费视频| 最近最新中文字幕免费大全7| 亚洲一级一片aⅴ在线观看| 亚洲欧美成人综合另类久久久| 久久这里只有精品19| 国产精品无大码| 人人妻人人澡人人看| 亚洲精品久久午夜乱码| 亚洲国产欧美日韩在线播放| 午夜福利乱码中文字幕| 国产成人精品在线电影| 十八禁网站网址无遮挡| 高清视频免费观看一区二区| 亚洲成人av在线免费| 黄色视频不卡| 女人久久www免费人成看片| 大陆偷拍与自拍| 18在线观看网站| 啦啦啦中文免费视频观看日本| 欧美亚洲日本最大视频资源| 亚洲第一av免费看| 欧美老熟妇乱子伦牲交| 18禁国产床啪视频网站| 久久精品国产亚洲av涩爱| 亚洲精品美女久久久久99蜜臀 | 熟妇人妻不卡中文字幕| 国产野战对白在线观看| 久久毛片免费看一区二区三区| 国产毛片在线视频| 18禁观看日本| 国产伦理片在线播放av一区| 色网站视频免费| 国产国语露脸激情在线看| 国产成人av激情在线播放| 老司机深夜福利视频在线观看 | 丝袜喷水一区| 亚洲精品一二三| 免费观看人在逋| 99精品久久久久人妻精品| 两个人看的免费小视频| 免费观看性生交大片5| 99热国产这里只有精品6| 国产精品 欧美亚洲| 国产免费一区二区三区四区乱码| 2021少妇久久久久久久久久久| 国产老妇伦熟女老妇高清| 建设人人有责人人尽责人人享有的| 午夜日本视频在线| 亚洲精品日韩在线中文字幕| 亚洲国产欧美在线一区| 卡戴珊不雅视频在线播放| 黄色毛片三级朝国网站| 一边摸一边做爽爽视频免费| 飞空精品影院首页| 久久天堂一区二区三区四区| 免费高清在线观看日韩| 亚洲欧洲国产日韩| 国产片内射在线| 咕卡用的链子| 欧美日韩av久久| 777久久人妻少妇嫩草av网站| 成年av动漫网址| 男人舔女人的私密视频| 国产xxxxx性猛交| 1024香蕉在线观看| 男女之事视频高清在线观看 | 波野结衣二区三区在线| 黄频高清免费视频| 91aial.com中文字幕在线观看| 黄片无遮挡物在线观看| 制服诱惑二区| 精品一区二区免费观看| 日本猛色少妇xxxxx猛交久久| 成人漫画全彩无遮挡| 久久精品久久精品一区二区三区| 国产精品久久久久成人av| 国产成人系列免费观看| 国产精品av久久久久免费| 十八禁人妻一区二区| 国产精品三级大全| 午夜免费鲁丝| 久久久久久久久免费视频了| 咕卡用的链子| 日韩一区二区三区影片| 日本欧美视频一区| 免费观看人在逋| 久久99精品国语久久久| 成人国产av品久久久| 制服人妻中文乱码| 国产片内射在线| 国产精品女同一区二区软件| netflix在线观看网站| 老司机在亚洲福利影院| 狠狠精品人妻久久久久久综合| 亚洲,欧美,日韩| 男女免费视频国产| 性少妇av在线| 欧美日韩av久久| 国产av一区二区精品久久| 久久亚洲国产成人精品v| 国产熟女欧美一区二区| 高清黄色对白视频在线免费看| 久久性视频一级片| 亚洲熟女精品中文字幕| 亚洲伊人久久精品综合| 久久国产亚洲av麻豆专区| 国产老妇伦熟女老妇高清| av线在线观看网站| 欧美精品一区二区免费开放| 美国免费a级毛片| 久久精品熟女亚洲av麻豆精品| 在线看a的网站| 午夜老司机福利片| 一区二区av电影网| 欧美日韩一级在线毛片| 啦啦啦中文免费视频观看日本| 美女国产高潮福利片在线看| 久久精品国产综合久久久| 侵犯人妻中文字幕一二三四区| 人人妻,人人澡人人爽秒播 | 久久精品熟女亚洲av麻豆精品| 视频在线观看一区二区三区| 青春草亚洲视频在线观看| 久久久久网色| 亚洲精品久久成人aⅴ小说| 久久精品aⅴ一区二区三区四区| 久久鲁丝午夜福利片| 亚洲av欧美aⅴ国产| 亚洲综合色网址| 天堂8中文在线网| 2021少妇久久久久久久久久久| 如何舔出高潮| 国产欧美亚洲国产| 亚洲一卡2卡3卡4卡5卡精品中文| 黄网站色视频无遮挡免费观看| 中文字幕人妻丝袜制服| av在线播放精品| 久久精品国产a三级三级三级| 十八禁网站网址无遮挡| 精品一区二区三区四区五区乱码 | 女人久久www免费人成看片| 久久99一区二区三区| 人人妻人人澡人人看| 国产成人免费无遮挡视频| 亚洲国产精品成人久久小说| 国产免费又黄又爽又色| 亚洲一区二区三区欧美精品| 99久国产av精品国产电影| 欧美变态另类bdsm刘玥| 制服诱惑二区| 国产免费视频播放在线视频| 999久久久国产精品视频| 伊人久久国产一区二区| 午夜福利在线免费观看网站| 中文欧美无线码| 青春草亚洲视频在线观看| 天天躁日日躁夜夜躁夜夜| 一级a爱视频在线免费观看| 午夜影院在线不卡| 国产高清不卡午夜福利| 日韩不卡一区二区三区视频在线| 妹子高潮喷水视频| 中文欧美无线码| 亚洲欧美精品综合一区二区三区| 亚洲av欧美aⅴ国产| 久久精品国产综合久久久| 亚洲精品美女久久av网站| 国产精品欧美亚洲77777| 国产亚洲精品第一综合不卡| 人人妻人人澡人人看| 蜜桃国产av成人99| 日韩av在线免费看完整版不卡| 久久97久久精品| 国产深夜福利视频在线观看| 香蕉丝袜av| 99香蕉大伊视频| 国产日韩一区二区三区精品不卡| 老司机在亚洲福利影院| 无遮挡黄片免费观看| 免费观看人在逋| 日本色播在线视频| 久久97久久精品| 亚洲专区中文字幕在线 | 美女扒开内裤让男人捅视频| 久久久久久久大尺度免费视频| 亚洲精品日韩在线中文字幕| 亚洲精品日本国产第一区| 久久久久精品人妻al黑| 欧美日韩一级在线毛片| 亚洲欧美清纯卡通| 亚洲美女搞黄在线观看| 久久鲁丝午夜福利片| 日本午夜av视频| 日日摸夜夜添夜夜爱| 婷婷成人精品国产| 亚洲精华国产精华液的使用体验| 成人毛片60女人毛片免费| av又黄又爽大尺度在线免费看| 亚洲欧美精品综合一区二区三区| 天天添夜夜摸| 精品少妇久久久久久888优播| 一级爰片在线观看| 电影成人av| 黑人欧美特级aaaaaa片| 亚洲一区中文字幕在线| 女人被躁到高潮嗷嗷叫费观| 免费在线观看完整版高清| 黄频高清免费视频| 又大又黄又爽视频免费| 一二三四中文在线观看免费高清| 熟妇人妻不卡中文字幕| 肉色欧美久久久久久久蜜桃| 国产高清国产精品国产三级| 欧美精品高潮呻吟av久久| 成人黄色视频免费在线看| 精品久久久精品久久久| 日本欧美视频一区| 亚洲国产精品一区二区三区在线| 又粗又硬又长又爽又黄的视频| 色播在线永久视频| 建设人人有责人人尽责人人享有的| 日韩电影二区| 亚洲人成77777在线视频| 国产国语露脸激情在线看| 日日摸夜夜添夜夜爱| 新久久久久国产一级毛片| 久久久亚洲精品成人影院| 我要看黄色一级片免费的| 亚洲欧美成人精品一区二区| 欧美日韩一级在线毛片| 2021少妇久久久久久久久久久| 久久久国产欧美日韩av| 成年人免费黄色播放视频| 香蕉国产在线看| 精品少妇内射三级| 狠狠精品人妻久久久久久综合| 午夜福利免费观看在线| 精品久久蜜臀av无| 国产黄色视频一区二区在线观看| 亚洲国产精品999| 国产成人欧美在线观看 | 国产欧美日韩综合在线一区二区| 中文字幕色久视频| 97人妻天天添夜夜摸| 欧美变态另类bdsm刘玥| 美女大奶头黄色视频| 中文精品一卡2卡3卡4更新| 男人爽女人下面视频在线观看| 国产精品香港三级国产av潘金莲 | 高清黄色对白视频在线免费看| 精品卡一卡二卡四卡免费| 90打野战视频偷拍视频| 高清不卡的av网站| 久久天堂一区二区三区四区| 中文字幕人妻熟女乱码| 超碰成人久久| 亚洲专区中文字幕在线 | 制服人妻中文乱码| 黄色 视频免费看| 亚洲精品美女久久久久99蜜臀 | 欧美亚洲 丝袜 人妻 在线| 国产日韩一区二区三区精品不卡| 免费黄频网站在线观看国产| 可以免费在线观看a视频的电影网站 | 黑人巨大精品欧美一区二区蜜桃| 国产成人精品无人区| 丰满迷人的少妇在线观看| 国产亚洲av高清不卡| 午夜福利,免费看| 日韩制服骚丝袜av| 一级a爱视频在线免费观看| 国产午夜精品一二区理论片| 波多野结衣一区麻豆| 啦啦啦视频在线资源免费观看| 欧美精品高潮呻吟av久久| 香蕉国产在线看| 麻豆精品久久久久久蜜桃| 制服诱惑二区| 99久久人妻综合| 99香蕉大伊视频| 久热爱精品视频在线9| 90打野战视频偷拍视频| 久久ye,这里只有精品| 国产乱来视频区| 亚洲精品美女久久av网站| 精品久久久久久电影网| 五月天丁香电影| 老汉色av国产亚洲站长工具| 最近最新中文字幕免费大全7| 另类精品久久| 国产av精品麻豆| 亚洲av电影在线观看一区二区三区| 涩涩av久久男人的天堂| 亚洲av男天堂| 久久精品熟女亚洲av麻豆精品| 又粗又硬又长又爽又黄的视频| 97在线人人人人妻| 国产片内射在线| 亚洲精品国产av成人精品| 成人午夜精彩视频在线观看| 精品一区二区免费观看| 麻豆乱淫一区二区| 大话2 男鬼变身卡| 国产免费一区二区三区四区乱码| 亚洲精品美女久久av网站| 国产免费视频播放在线视频| 免费观看av网站的网址| 午夜激情av网站| 久久免费观看电影| 亚洲精品日本国产第一区| 大陆偷拍与自拍| 校园人妻丝袜中文字幕| 欧美在线黄色| 如日韩欧美国产精品一区二区三区| 不卡av一区二区三区| 岛国毛片在线播放| 亚洲一级一片aⅴ在线观看| 一区二区三区激情视频| 亚洲人成77777在线视频| xxxhd国产人妻xxx| 久久毛片免费看一区二区三区| av片东京热男人的天堂| 国产xxxxx性猛交| 亚洲欧洲精品一区二区精品久久久 | 国产欧美亚洲国产| 国产精品一区二区在线不卡| av在线老鸭窝| a级毛片在线看网站| 亚洲国产最新在线播放| a级片在线免费高清观看视频| 免费不卡黄色视频| 三上悠亚av全集在线观看| 亚洲一码二码三码区别大吗| 热re99久久国产66热| 91精品三级在线观看| 又粗又硬又长又爽又黄的视频| 亚洲精品一区蜜桃| 亚洲国产欧美在线一区| 黄片小视频在线播放| 在线观看免费高清a一片| 99精国产麻豆久久婷婷| 热re99久久国产66热| 黄色视频不卡| 久久久久精品国产欧美久久久 | 国产精品二区激情视频| 少妇的丰满在线观看| 黑人巨大精品欧美一区二区蜜桃| 国产精品国产三级专区第一集| 国产 精品1| 母亲3免费完整高清在线观看| 中文字幕精品免费在线观看视频| 久久女婷五月综合色啪小说| 丁香六月欧美| 国产在线免费精品| 日本爱情动作片www.在线观看| 深夜精品福利| 国产精品女同一区二区软件| a级片在线免费高清观看视频| 国产黄色免费在线视频| 国语对白做爰xxxⅹ性视频网站| 国产毛片在线视频| 美女扒开内裤让男人捅视频| 美女中出高潮动态图| 欧美日韩成人在线一区二区| 国产精品一区二区精品视频观看| 久久久久久久久久久久大奶| 女人被躁到高潮嗷嗷叫费观| 亚洲av福利一区| 80岁老熟妇乱子伦牲交| 欧美精品av麻豆av| 宅男免费午夜| 久久ye,这里只有精品| 久久精品aⅴ一区二区三区四区| 桃花免费在线播放| 欧美 日韩 精品 国产| 色精品久久人妻99蜜桃| 午夜激情av网站| 高清黄色对白视频在线免费看| 一本大道久久a久久精品| 90打野战视频偷拍视频| 啦啦啦中文免费视频观看日本| 亚洲在久久综合| 制服人妻中文乱码| 久久国产精品男人的天堂亚洲| 国产一区亚洲一区在线观看| 极品少妇高潮喷水抽搐| 欧美人与性动交α欧美精品济南到| 亚洲三区欧美一区| 99久久精品国产亚洲精品| 少妇被粗大的猛进出69影院| 丁香六月欧美| 成人亚洲欧美一区二区av| 亚洲国产最新在线播放| 欧美日韩亚洲综合一区二区三区_| av不卡在线播放| 19禁男女啪啪无遮挡网站| 大码成人一级视频| 如何舔出高潮| 亚洲一卡2卡3卡4卡5卡精品中文| 国产精品久久久久久久久免| 观看av在线不卡| 国产乱来视频区| 亚洲国产欧美一区二区综合| 亚洲四区av| 国产成人精品久久二区二区91 | 夜夜骑夜夜射夜夜干| 国产成人精品在线电影| 亚洲欧美一区二区三区久久| 男女之事视频高清在线观看 | 一级a爱视频在线免费观看| 汤姆久久久久久久影院中文字幕| 韩国高清视频一区二区三区| 免费高清在线观看视频在线观看| a 毛片基地| 看免费成人av毛片| 黄色毛片三级朝国网站| 十八禁网站网址无遮挡| 少妇猛男粗大的猛烈进出视频| 久久精品人人爽人人爽视色| 亚洲av福利一区| 男人添女人高潮全过程视频| 日韩一卡2卡3卡4卡2021年| 伊人久久国产一区二区| 一本色道久久久久久精品综合| 日日啪夜夜爽| 69精品国产乱码久久久| 日韩制服丝袜自拍偷拍| 一区在线观看完整版| 午夜精品国产一区二区电影| 日韩不卡一区二区三区视频在线| 欧美av亚洲av综合av国产av | 免费看不卡的av| xxxhd国产人妻xxx| 国产一区二区激情短视频 | 欧美97在线视频| 国产精品亚洲av一区麻豆 | 欧美人与性动交α欧美精品济南到| 蜜桃国产av成人99| 日本一区二区免费在线视频| 亚洲专区中文字幕在线 | 性色av一级| 久久性视频一级片| 蜜桃国产av成人99| 爱豆传媒免费全集在线观看| 看免费成人av毛片| 狂野欧美激情性bbbbbb| 街头女战士在线观看网站| 久久久久久久国产电影| 少妇人妻久久综合中文| 丝瓜视频免费看黄片| 免费不卡黄色视频| 在线观看人妻少妇| 最近最新中文字幕免费大全7| 少妇精品久久久久久久| 午夜久久久在线观看| 国产成人午夜福利电影在线观看| av天堂久久9| 国产毛片在线视频| 日本av手机在线免费观看| 日韩,欧美,国产一区二区三区| 国产成人a∨麻豆精品| av免费观看日本| 天天躁夜夜躁狠狠躁躁| 又粗又硬又长又爽又黄的视频| 免费看不卡的av| 观看美女的网站| 日韩熟女老妇一区二区性免费视频| 亚洲综合精品二区| 男女下面插进去视频免费观看| 国产日韩欧美视频二区| 少妇被粗大猛烈的视频| 91成人精品电影| 亚洲精品av麻豆狂野| 18在线观看网站| 国产色婷婷99| 大片免费播放器 马上看|