• <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 ?

    基于注意力和多尺寸卷積的超分辨率算法研究*

    2022-01-18 02:58:18黃洪全陳延明
    傳感器與微系統(tǒng) 2021年12期
    關(guān)鍵詞:殘差分辨率注意力

    梁 超, 黃洪全, 陳延明

    (廣西大學(xué) 電氣工程學(xué)院,廣西 南寧 530004)

    0 引 言

    超分辨率圖像重建(super resolution image reconstruction,SRIR)的目的是將已有的低分辨率(low-resolution,LR)圖像轉(zhuǎn)換成高分辨率(high-resolution,HR )圖像,使其具有高頻紋理細(xì)節(jié)和邊緣結(jié)構(gòu)[1]。然而,許多HR圖像可以降采樣為相同的LR圖像,這就造成了一張LR圖像對(duì)應(yīng)多張HR圖像,形成了一個(gè)不適定問題[2]。為了解決這個(gè)問題,目前已經(jīng)提出了許多基于學(xué)習(xí)的方法來學(xué)習(xí)LR圖像和HR圖像之間的映射[3,4],例如SRCNN[5],VDSR[6],FSRCNN[7],ESPCN[8]等。

    針對(duì)重建模型在網(wǎng)絡(luò)結(jié)構(gòu)的層數(shù)越來越深,計(jì)算量大,不能靈活處理高頻和低頻的信息的問題,本文提出了一種基于注意力和多尺寸卷積的圖像超分辨率算法。其中包含多尺寸殘差塊,對(duì)同一張?zhí)卣鲌D進(jìn)行多尺寸卷積融合處理;改進(jìn)的通道注意力模塊,達(dá)到充分利用信息的作用;壓縮模塊調(diào)整特征圖的通道數(shù),從而減少整體的計(jì)算量。

    1 方法設(shè)計(jì)

    1.1 模型結(jié)構(gòu)

    模型結(jié)構(gòu)如圖1,特征提取模塊提取淺層特征,若干個(gè)級(jí)聯(lián)的多尺寸殘差塊對(duì)特征進(jìn)行融合加強(qiáng),其中多次利用跳躍連接,把圖像細(xì)節(jié)由前面的卷積層直接傳遞到后面的卷積層,獲得更豐富的信息。流程如下:

    圖1 模型流程示意

    訓(xùn)練數(shù)據(jù)插值下采樣得到輸入數(shù)據(jù),然后通過特征提取模塊初步提取特征值,有

    B0=f(x)

    (1)

    式中f()為特征提取的兩個(gè)卷積層,B0為提取的特征,也是之后的輸入。下一部分由若干多尺寸殘差塊疊加組成,即

    Bk=Ek(Bk-1),k=1,…,n

    (2)

    式中Ek為第k個(gè)多尺寸殘差塊,Bk和Bk-1分別為第k個(gè)多尺寸殘差塊的輸出與輸入。最后一個(gè)多尺寸殘差塊輸出通過跳躍鏈接和前幾次的輸出進(jìn)行全局特征融合,即

    Bn=concat(En(Bn-1),En-1(Bn-2),…,E2(B1))

    (3)

    采用亞像素卷積層作為上采樣層得到超分辨率圖片,即

    y=SP(fcom(Bn)+B0)+SP(x)

    (4)

    式中SP(·)分別為亞像素卷積層,fcom(·)為壓縮模塊。

    1.2 多尺寸殘差塊設(shè)計(jì)

    如圖2所示,描述的是多尺寸殘差塊結(jié)構(gòu)。表示為

    圖2 多尺寸殘差塊結(jié)構(gòu)

    (Bl+1,A)=fattfcomp(concat((Bl,A)1,(Bl,A)2,

    (Bl,A)3))

    (5)

    式中fcomp(·)為壓縮模塊(帶有LReLU的1×1卷積層);fatt(·)為注意力模塊;(Bl,A)1,(Bl,A)2,(Bl,A)3為三種尺寸卷積處理輸出。(Bl+1,A)為最后輸出。注意一點(diǎn),壓縮后的輸出通道數(shù)應(yīng)與原特征圖的輸出通道數(shù)保持一致。

    多尺寸殘差塊有四大特點(diǎn):

    第一,去除BN(batch normalization)層。受到文獻(xiàn)[9]方法的啟發(fā),在提出的多尺寸殘差塊上去除批量歸一化層,利用激活函數(shù)LRelu。BN對(duì)超分辨率消極影響可以分兩點(diǎn):1)BN層在訓(xùn)練時(shí),即通過最小批次數(shù)據(jù)上的均值和方差對(duì)這批數(shù)據(jù)進(jìn)行歸一化,在測(cè)試時(shí),BN層將使用整個(gè)測(cè)試集數(shù)據(jù)的均值和方差。當(dāng)測(cè)試集的數(shù)據(jù)量與訓(xùn)練最小批次差距過大時(shí),BN層就會(huì)傾向產(chǎn)生不好的效果,而且會(huì)影響到整個(gè)模型的性能。2)在超分辨重建中圖像顏色的恢復(fù)是很重要的一部分,但是超分辨率網(wǎng)絡(luò)引入BN層將會(huì)對(duì)圖像上的顏色進(jìn)行歸一化處理,最終重建圖像的顏色將不會(huì)貼近原有顏色,從而降低重建圖像質(zhì)量。

    第二,對(duì)同一特征圖進(jìn)行不同尺寸(3×3,5×5,7×7)的卷積處理,而且利用兩次3×3卷積和三次3×3卷積替代大尺寸的5×5卷積和7×7卷積。因?yàn)槎询B小尺寸卷積的參數(shù)量要小于單獨(dú)的大尺寸卷積,所以在保證感受野一樣的同時(shí),減少了模型參數(shù)計(jì)算量。例如用兩個(gè)堆疊的3×3卷積代替5×5卷積,在計(jì)算參數(shù)方面,5×5卷積的參數(shù)個(gè)數(shù)為26×(5×5+1)個(gè),兩個(gè)級(jí)聯(lián)的3×3卷積個(gè)數(shù)為20×(3×3+1+3×3+1)個(gè),可以明顯發(fā)現(xiàn)兩個(gè)級(jí)聯(lián)的3×3卷積的參數(shù)個(gè)數(shù)更少。

    第三,針對(duì)在融合特征的時(shí)候,使得通道數(shù)過大的缺點(diǎn),設(shè)計(jì)一個(gè)壓縮模塊進(jìn)行降維(1×1卷積),減少計(jì)算量。

    第四,通道注意力模型。采用像素均方差和GAP混合的方法來替換單純的全局平均池化,其結(jié)構(gòu)如圖3所示。設(shè)輸入為X=[x1,…,xc,…,xC],第c個(gè)特征圖的大小為H×W,具體如式(6)

    圖3 通道注意力模型

    Zc=HGC(xc)

    (6)

    受到殘差通道注意力網(wǎng)絡(luò)(residual channel attention network,RCAN)的啟發(fā),在全局平局池化和像素均方差后加入門控單元,實(shí)現(xiàn)自適應(yīng)地調(diào)整通道特征。門控單元的計(jì)算如下

    s=f(W2δ(W1Zc))

    (7)

    式中f()為Sigmoid 函數(shù);δ()為RELU激活函數(shù);W1,W2為第一層和第二層卷積,對(duì)應(yīng)的都是全連接操作,只是兩層的維度各不相同,其中W1的維度是C/r,r為縮放因子,而W2的維度是C;最后經(jīng)過Sigmoid函數(shù)得到權(quán)重值,在與原輸入特征圖相乘,得到新的特征圖,有

    xnew=s·xc

    (8)

    1.3 上采樣模塊

    上采樣模塊采用的是ESPCN(efficient sub-pixel convolutional neural network)提到的亞像素卷積層,亞像素卷積層能夠有效地減少計(jì)算量,且提升一定的重建性能。如圖4所示,其結(jié)構(gòu)是2倍放大。亞像素卷積層的重建過程是將特征圖像中每個(gè)像素r2的通道重新排列成一個(gè)r×r的區(qū)域,對(duì)應(yīng)高分辨率圖像中一個(gè)r×r大小的子塊,從而大小為H×W×r2的特征圖像被重新排列成rH×rW×1的HR圖像。

    圖4 2倍放大示意圖

    2 實(shí)驗(yàn)結(jié)果

    2.1 實(shí)驗(yàn)配置

    利用DIV2K數(shù)據(jù)集充當(dāng)訓(xùn)練集和驗(yàn)證集。DIV2K數(shù)據(jù)集是一種高質(zhì)量的圖像數(shù)據(jù)集,包含800張訓(xùn)練圖像,100張驗(yàn)證圖像。為了充分利用訓(xùn)練數(shù)據(jù),對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行旋轉(zhuǎn)、縮放、翻轉(zhuǎn)來加強(qiáng)。在訓(xùn)練集中LR圖像與HR圖像是成對(duì)存在的,為了獲得DIV2K訓(xùn)練集中的對(duì)應(yīng)的LR圖像,利用MATLAB R2017a中使用縮放因子為(2倍和4倍)的雙三次插值對(duì)HR圖像進(jìn)行縮小。測(cè)試集選用的是Set5、Set14、BSD100和Urban100四個(gè)數(shù)據(jù)集。到此,數(shù)據(jù)集準(zhǔn)備完畢。

    (9)

    重建出的HR圖像需要轉(zhuǎn)換成YCbCr色彩模式,只在YCbCr 空間計(jì)算Y通道進(jìn)行對(duì)比,得到峰值信噪比(peak signal to noise ratio,PSNR)和結(jié)構(gòu)相似性(structural similarity,SSIM)。

    激活函數(shù)應(yīng)用的是LReLU,利用Adam優(yōu)化,mini-batch大小為16,初始學(xué)習(xí)率是0.000 2,每迭代訓(xùn)練2 000次學(xué)習(xí)率降為原來的50 %,總共迭代20 000次。在遠(yuǎn)程服務(wù)器上用一塊2080TI GPU訓(xùn)練,其中采用深度學(xué)習(xí)框架TensorFlow1.13.1,Ubuntu18.04操作系統(tǒng)。

    2.2 實(shí)驗(yàn)結(jié)果

    本文將提出的新模型與目前6種超分辨率模型進(jìn)行對(duì)比。首先是殘差模塊的選擇,在圖5中顯示擁有8重、12重、24重多尺寸殘差模塊的2倍重建訓(xùn)練驗(yàn)證集PSNR曲線,隨著多尺寸殘差模塊的增多,訓(xùn)練效果也在不斷的上升,最高可以達(dá)到35.83 dB,但是訓(xùn)練的時(shí)間也在增多。例如12重的模型訓(xùn)練好需要15 h,24重的模型訓(xùn)練需要2天左右,更多的重?cái)?shù)需要的訓(xùn)練時(shí)間更是成倍增加。根據(jù)表1所記錄下的不同重?cái)?shù)模型的參數(shù)量與實(shí)時(shí)重建速度,不只是訓(xùn)練時(shí)間的增加,計(jì)算量也是成倍增加,所以,在實(shí)際應(yīng)用中需要根據(jù)實(shí)際場(chǎng)景進(jìn)行對(duì)多尺寸殘差塊的選擇。隨后所有的測(cè)試都是基于24重多尺寸殘差模塊進(jìn)行測(cè)試。

    圖5 不同重?cái)?shù)模型驗(yàn)證集的PSNR曲線

    表1 不同重?cái)?shù)模型驗(yàn)證集的參數(shù)與實(shí)時(shí)速度

    表2為4類測(cè)試集在不同方法下分別放大2倍和4倍的評(píng)估指標(biāo),其中加粗的表示效果最好,加下劃線的表示效果第二好。很明顯,在2倍尺度下和4倍尺度下本文提出的方法都表現(xiàn)出了較為明顯的優(yōu)勢(shì),較好的改善了圖像的重建質(zhì)量。

    表2 測(cè)試集上與流行SR算法在2倍和4倍的指標(biāo)對(duì)比(PSNR:db)

    將未改進(jìn)的注意模塊和改進(jìn)的注意力模塊放到同一個(gè)模型中進(jìn)行比較,記錄PSNR和SSIM變化,結(jié)果如表3所示,本文改進(jìn)的通道注意力有一定效果的提升。

    表3 在Set5上2倍超分辨率重建的方法比較

    2.3 實(shí)驗(yàn)效果

    圖6(a)為5種方法關(guān)于Set5測(cè)試集中女人(women)圖像的4倍重建效果,可以明顯發(fā)現(xiàn)其余四種方法的效果圖的眼部未能夠清晰重建,眼珠和眼白已經(jīng)混合到一起,但是本文的效果圖擁有較為完整的眼部。圖6(b)為各種模型在2倍重建的實(shí)驗(yàn)效果,可以清晰發(fā)現(xiàn)本文方法在數(shù)字細(xì)節(jié)和線條結(jié)構(gòu)方面,比其他的模型有明顯增強(qiáng)。

    圖6 本文方法和其他算法在不同數(shù)據(jù)集和不同分辨率重建結(jié)果

    3 結(jié)束語

    本文提出了基于注意力和多尺寸卷積的單圖像超分辨率算法,主要利用新的通道注意力模塊和多尺寸殘差塊,先從網(wǎng)絡(luò)的寬度上進(jìn)行擴(kuò)展,使模型能快速、充分地利用每層信息,然后通過注意力通道靈活運(yùn)用特征圖上的高低、頻信息,最終達(dá)到能夠擁有優(yōu)秀的重建效果。實(shí)驗(yàn)結(jié)果表明:本文的方法比目前流行的方法擁有更不錯(cuò)的重建效果。接下來,將研究把訓(xùn)練圖片不僅僅只是采用插值下采樣,而是各種退化模型使訓(xùn)練圖片更加接近實(shí)際生活。

    猜你喜歡
    殘差分辨率注意力
    基于雙向GRU與殘差擬合的車輛跟馳建模
    讓注意力“飛”回來
    基于殘差學(xué)習(xí)的自適應(yīng)無人機(jī)目標(biāo)跟蹤算法
    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
    “揚(yáng)眼”APP:讓注意力“變現(xiàn)”
    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
    A Beautiful Way Of Looking At Things
    少妇的丰满在线观看| 免费黄色在线免费观看| 乱人伦中国视频| 国产伦理片在线播放av一区| 伊人亚洲综合成人网| 国产精品无大码| 精品一区二区三区四区五区乱码 | 亚洲自偷自拍图片 自拍| 啦啦啦中文免费视频观看日本| 国产日韩一区二区三区精品不卡| av天堂久久9| av在线播放精品| 亚洲精品国产区一区二| 啦啦啦啦在线视频资源| 伊人久久大香线蕉亚洲五| www.自偷自拍.com| av在线老鸭窝| 国产一卡二卡三卡精品 | 日韩人妻精品一区2区三区| 美女大奶头黄色视频| 男女之事视频高清在线观看 | 日本欧美视频一区| av视频免费观看在线观看| 99re6热这里在线精品视频| 看十八女毛片水多多多| 男女免费视频国产| 这个男人来自地球电影免费观看 | 蜜桃国产av成人99| 亚洲成人免费av在线播放| 男女无遮挡免费网站观看| 人人妻人人爽人人添夜夜欢视频| 亚洲人成77777在线视频| 美女大奶头黄色视频| 1024视频免费在线观看| 欧美亚洲 丝袜 人妻 在线| 久久性视频一级片| 婷婷色综合大香蕉| 亚洲一卡2卡3卡4卡5卡精品中文| 久久这里只有精品19| 69精品国产乱码久久久| 亚洲精品,欧美精品| 免费人妻精品一区二区三区视频| 国产欧美日韩综合在线一区二区| 一本色道久久久久久精品综合| 免费av中文字幕在线| 久久97久久精品| 亚洲精品国产av成人精品| 亚洲精品第二区| 中文字幕制服av| 美女午夜性视频免费| 十八禁网站网址无遮挡| 男的添女的下面高潮视频| 又粗又硬又长又爽又黄的视频| 久久精品亚洲熟妇少妇任你| 国产午夜精品一二区理论片| 亚洲一区二区三区欧美精品| 黄色怎么调成土黄色| 亚洲成人一二三区av| 十八禁网站网址无遮挡| 性少妇av在线| 大片免费播放器 马上看| 男人舔女人的私密视频| 国产伦人伦偷精品视频| 精品一区在线观看国产| 飞空精品影院首页| 大陆偷拍与自拍| 日本vs欧美在线观看视频| 毛片一级片免费看久久久久| 国产深夜福利视频在线观看| 黑丝袜美女国产一区| 只有这里有精品99| 十分钟在线观看高清视频www| 成人18禁高潮啪啪吃奶动态图| 我要看黄色一级片免费的| 国产精品久久久av美女十八| 51午夜福利影视在线观看| 日韩中文字幕视频在线看片| 无限看片的www在线观看| 免费黄频网站在线观看国产| 日韩一本色道免费dvd| 亚洲精品国产色婷婷电影| 国产精品免费视频内射| 在线精品无人区一区二区三| 精品一区二区免费观看| av女优亚洲男人天堂| 欧美黑人精品巨大| 亚洲熟女精品中文字幕| 热re99久久国产66热| 国产乱人偷精品视频| 中文字幕人妻丝袜制服| 男女高潮啪啪啪动态图| 国产精品久久久久久精品古装| 久久精品国产亚洲av涩爱| 一区在线观看完整版| 一区二区三区四区激情视频| 国产在线一区二区三区精| 色网站视频免费| 亚洲av男天堂| 制服人妻中文乱码| 国产老妇伦熟女老妇高清| 国产淫语在线视频| 国产精品成人在线| 精品少妇久久久久久888优播| 中文字幕亚洲精品专区| 满18在线观看网站| 亚洲精品久久午夜乱码| 免费黄频网站在线观看国产| 亚洲精品久久久久久婷婷小说| 黑人欧美特级aaaaaa片| 国产深夜福利视频在线观看| 亚洲av欧美aⅴ国产| 男女国产视频网站| 久久人人97超碰香蕉20202| 黄色一级大片看看| av又黄又爽大尺度在线免费看| 欧美国产精品va在线观看不卡| 亚洲图色成人| 久久久亚洲精品成人影院| xxx大片免费视频| 又粗又硬又长又爽又黄的视频| 一级毛片黄色毛片免费观看视频| 成人毛片60女人毛片免费| 国产黄色免费在线视频| 国产成人啪精品午夜网站| 欧美日韩国产mv在线观看视频| 天堂俺去俺来也www色官网| 男女午夜视频在线观看| 免费黄频网站在线观看国产| 国产精品.久久久| 日本av免费视频播放| 国产人伦9x9x在线观看| 欧美日韩国产mv在线观看视频| 精品少妇一区二区三区视频日本电影 | 少妇人妻精品综合一区二区| 国产精品麻豆人妻色哟哟久久| 久久精品国产亚洲av涩爱| 亚洲一码二码三码区别大吗| 久久天躁狠狠躁夜夜2o2o | 国产成人欧美在线观看 | 国产欧美日韩综合在线一区二区| 亚洲av福利一区| av国产精品久久久久影院| 老司机亚洲免费影院| 乱人伦中国视频| 久久久欧美国产精品| 天天操日日干夜夜撸| 十分钟在线观看高清视频www| 国产免费一区二区三区四区乱码| 黄网站色视频无遮挡免费观看| 九九爱精品视频在线观看| kizo精华| 国产在线视频一区二区| 汤姆久久久久久久影院中文字幕| 在线观看三级黄色| 精品一区二区三区av网在线观看 | 视频区图区小说| 黄片播放在线免费| 91精品国产国语对白视频| 欧美日韩国产mv在线观看视频| 蜜桃国产av成人99| 久久久精品免费免费高清| 高清黄色对白视频在线免费看| 日韩一卡2卡3卡4卡2021年| 啦啦啦视频在线资源免费观看| 建设人人有责人人尽责人人享有的| 日韩一区二区视频免费看| 欧美日韩一区二区视频在线观看视频在线| 看非洲黑人一级黄片| 黑人欧美特级aaaaaa片| 少妇 在线观看| 日本欧美视频一区| 国产av码专区亚洲av| 日韩精品有码人妻一区| 人妻人人澡人人爽人人| 午夜免费男女啪啪视频观看| 亚洲av男天堂| 国产精品久久久久久久久免| a级毛片在线看网站| 久久97久久精品| 亚洲第一av免费看| 亚洲欧洲国产日韩| 精品少妇一区二区三区视频日本电影 | 亚洲av中文av极速乱| 亚洲,一卡二卡三卡| 波多野结衣av一区二区av| 亚洲第一区二区三区不卡| 色吧在线观看| 女人爽到高潮嗷嗷叫在线视频| a 毛片基地| 一个人免费看片子| 国产一区二区激情短视频 | 久久久久久免费高清国产稀缺| 国产精品国产av在线观看| 满18在线观看网站| 自拍欧美九色日韩亚洲蝌蚪91| 日韩免费高清中文字幕av| 国产深夜福利视频在线观看| 亚洲av日韩精品久久久久久密 | 久久久久久久久久久久大奶| 一本色道久久久久久精品综合| 亚洲欧美清纯卡通| 老熟女久久久| 成人亚洲精品一区在线观看| 久久性视频一级片| 91老司机精品| 日韩电影二区| 精品一区二区免费观看| 飞空精品影院首页| 最新的欧美精品一区二区| 大片免费播放器 马上看| 国产精品久久久人人做人人爽| 一区二区av电影网| 韩国高清视频一区二区三区| 精品免费久久久久久久清纯 | 999久久久国产精品视频| 最近最新中文字幕大全免费视频 | 久久久久久人妻| 亚洲欧美一区二区三区黑人| 热re99久久国产66热| 久久毛片免费看一区二区三区| 日本wwww免费看| 韩国av在线不卡| 人体艺术视频欧美日本| 最近中文字幕高清免费大全6| 国产免费又黄又爽又色| 99久久精品国产亚洲精品| 国产精品国产三级国产专区5o| 成人亚洲欧美一区二区av| 激情五月婷婷亚洲| 国产色婷婷99| 国产成人免费观看mmmm| 男人舔女人的私密视频| 日本av免费视频播放| 女性被躁到高潮视频| 亚洲中文av在线| 欧美另类一区| 欧美在线黄色| 最新在线观看一区二区三区 | 精品亚洲成a人片在线观看| 国产黄色免费在线视频| 最近手机中文字幕大全| 日韩精品免费视频一区二区三区| 午夜日本视频在线| 日韩av免费高清视频| 2021少妇久久久久久久久久久| 熟妇人妻不卡中文字幕| 久久久国产精品麻豆| 亚洲美女视频黄频| 美国免费a级毛片| 国产免费又黄又爽又色| 国产在线视频一区二区| 精品国产一区二区久久| 欧美日本中文国产一区发布| 日韩,欧美,国产一区二区三区| 欧美日韩视频高清一区二区三区二| 国产1区2区3区精品| 国产麻豆69| 久久韩国三级中文字幕| 啦啦啦啦在线视频资源| 久久久久久久久免费视频了| 亚洲av成人精品一二三区| 欧美精品av麻豆av| 中文字幕av电影在线播放| 热re99久久精品国产66热6| 1024香蕉在线观看| 男女免费视频国产| 国产精品秋霞免费鲁丝片| 亚洲精品久久午夜乱码| 久久久久久久大尺度免费视频| 国产成人一区二区在线| 91国产中文字幕| 中文字幕最新亚洲高清| 最近的中文字幕免费完整| 久热这里只有精品99| a级毛片在线看网站| av又黄又爽大尺度在线免费看| 我要看黄色一级片免费的| 欧美精品高潮呻吟av久久| 亚洲av日韩在线播放| 最近最新中文字幕免费大全7| 国产免费一区二区三区四区乱码| 久久久久久久国产电影| 国产探花极品一区二区| 如日韩欧美国产精品一区二区三区| 国产高清国产精品国产三级| 少妇人妻精品综合一区二区| 国产午夜精品一二区理论片| 亚洲精品视频女| 夫妻午夜视频| 一级黄片播放器| 国产淫语在线视频| 色精品久久人妻99蜜桃| 一级片'在线观看视频| 热99国产精品久久久久久7| 国产色婷婷99| 中文天堂在线官网| 久久ye,这里只有精品| 国产精品99久久99久久久不卡 | av免费观看日本| 久久99热这里只频精品6学生| 老汉色∧v一级毛片| 18禁国产床啪视频网站| 成人黄色视频免费在线看| 一二三四中文在线观看免费高清| 中文字幕制服av| www.av在线官网国产| 最新在线观看一区二区三区 | 亚洲av福利一区| 久热爱精品视频在线9| 国产一卡二卡三卡精品 | 伦理电影免费视频| 啦啦啦啦在线视频资源| 精品国产一区二区三区久久久樱花| 亚洲av福利一区| 天堂俺去俺来也www色官网| 日本黄色日本黄色录像| 操美女的视频在线观看| 国产精品嫩草影院av在线观看| 人妻 亚洲 视频| 国产 一区精品| 丰满少妇做爰视频| 亚洲第一av免费看| 中文天堂在线官网| 亚洲av电影在线观看一区二区三区| 美女视频免费永久观看网站| 国产精品一区二区在线观看99| 18禁裸乳无遮挡动漫免费视频| 亚洲一区中文字幕在线| 国产一卡二卡三卡精品 | 在线观看免费高清a一片| 在线观看人妻少妇| 欧美精品一区二区大全| 国产精品一区二区在线不卡| 久久久久久久大尺度免费视频| 深夜精品福利| 少妇人妻 视频| 2021少妇久久久久久久久久久| 久久久欧美国产精品| 亚洲一卡2卡3卡4卡5卡精品中文| 丰满少妇做爰视频| 午夜福利一区二区在线看| 在线观看免费日韩欧美大片| 毛片一级片免费看久久久久| 国产亚洲av片在线观看秒播厂| 一级片免费观看大全| 青青草视频在线视频观看| 99久久人妻综合| 高清黄色对白视频在线免费看| 国产精品一区二区在线不卡| 久久久久久人妻| 叶爱在线成人免费视频播放| 中文精品一卡2卡3卡4更新| 国产精品久久久久久精品古装| 99国产综合亚洲精品| av一本久久久久| 999久久久国产精品视频| 亚洲欧美精品自产自拍| 看免费av毛片| 亚洲国产毛片av蜜桃av| 日韩av在线免费看完整版不卡| 亚洲,一卡二卡三卡| 在线观看一区二区三区激情| 国产黄频视频在线观看| 嫩草影院入口| 久久久精品免费免费高清| 观看av在线不卡| 欧美 亚洲 国产 日韩一| 精品少妇黑人巨大在线播放| 亚洲一级一片aⅴ在线观看| 少妇 在线观看| 久久精品人人爽人人爽视色| 爱豆传媒免费全集在线观看| 麻豆乱淫一区二区| 久久精品人人爽人人爽视色| 国产精品 欧美亚洲| 亚洲美女搞黄在线观看| 日韩av在线免费看完整版不卡| 久久国产亚洲av麻豆专区| 美女中出高潮动态图| 亚洲精品久久久久久婷婷小说| 国产免费视频播放在线视频| 国产精品香港三级国产av潘金莲 | 久久99精品国语久久久| 热re99久久国产66热| 欧美变态另类bdsm刘玥| 日韩伦理黄色片| 成年人午夜在线观看视频| 亚洲久久久国产精品| 一本—道久久a久久精品蜜桃钙片| 亚洲欧美一区二区三区国产| 国产一区二区激情短视频 | 国产精品二区激情视频| 性少妇av在线| 成年人午夜在线观看视频| 成年人免费黄色播放视频| 成年女人毛片免费观看观看9 | 汤姆久久久久久久影院中文字幕| 国产成人免费无遮挡视频| 欧美av亚洲av综合av国产av | 国产精品国产三级国产专区5o| 最近中文字幕2019免费版| 欧美日韩视频高清一区二区三区二| 亚洲国产精品国产精品| 亚洲av国产av综合av卡| av在线播放精品| 热99久久久久精品小说推荐| 亚洲av成人精品一二三区| 侵犯人妻中文字幕一二三四区| 成人免费观看视频高清| 久久久精品94久久精品| 韩国精品一区二区三区| 男女之事视频高清在线观看 | 少妇被粗大猛烈的视频| 亚洲欧美中文字幕日韩二区| 国产精品.久久久| 国产精品欧美亚洲77777| 久久久久久人妻| 丝袜人妻中文字幕| 免费在线观看视频国产中文字幕亚洲 | 久热这里只有精品99| bbb黄色大片| 久久人人爽人人片av| 人体艺术视频欧美日本| 69精品国产乱码久久久| svipshipincom国产片| 国产乱人偷精品视频| 天天躁夜夜躁狠狠久久av| 亚洲自偷自拍图片 自拍| 99re6热这里在线精品视频| 男女高潮啪啪啪动态图| 亚洲av成人不卡在线观看播放网 | 欧美亚洲日本最大视频资源| 叶爱在线成人免费视频播放| 国产视频首页在线观看| 99久久人妻综合| 国产黄频视频在线观看| 一边摸一边抽搐一进一出视频| 在线精品无人区一区二区三| 亚洲成国产人片在线观看| 久久人人爽人人片av| 国产精品.久久久| 亚洲国产欧美在线一区| 韩国高清视频一区二区三区| 大陆偷拍与自拍| 搡老乐熟女国产| 一个人免费看片子| 国产熟女午夜一区二区三区| 五月天丁香电影| 国产成人精品在线电影| 一边亲一边摸免费视频| 秋霞在线观看毛片| 岛国毛片在线播放| 亚洲一级一片aⅴ在线观看| 国产亚洲午夜精品一区二区久久| 亚洲一区中文字幕在线| 一本一本久久a久久精品综合妖精| 菩萨蛮人人尽说江南好唐韦庄| 日韩欧美精品免费久久| 久久精品熟女亚洲av麻豆精品| 久久99精品国语久久久| 久久精品国产综合久久久| 国产淫语在线视频| 菩萨蛮人人尽说江南好唐韦庄| 欧美亚洲日本最大视频资源| 51午夜福利影视在线观看| 国产精品三级大全| 秋霞在线观看毛片| 久久久久久久久久久免费av| 日本vs欧美在线观看视频| 久久精品亚洲熟妇少妇任你| 在线精品无人区一区二区三| 日韩一卡2卡3卡4卡2021年| 老司机深夜福利视频在线观看 | 在线看a的网站| 成人18禁高潮啪啪吃奶动态图| 亚洲国产成人一精品久久久| 黑丝袜美女国产一区| 国产日韩一区二区三区精品不卡| 亚洲成人一二三区av| 国产av码专区亚洲av| 国产成人啪精品午夜网站| 天天躁夜夜躁狠狠躁躁| 免费观看人在逋| 欧美久久黑人一区二区| 女人高潮潮喷娇喘18禁视频| 午夜福利网站1000一区二区三区| 国产99久久九九免费精品| 亚洲图色成人| 天天操日日干夜夜撸| 午夜免费鲁丝| 国产亚洲av片在线观看秒播厂| 欧美精品人与动牲交sv欧美| 久久久久精品国产欧美久久久 | 一本久久精品| 国产伦理片在线播放av一区| 人人妻人人澡人人看| 男人爽女人下面视频在线观看| 亚洲精品美女久久久久99蜜臀 | 大话2 男鬼变身卡| 久久精品久久精品一区二区三区| 在线观看人妻少妇| 国产精品一国产av| 成年人午夜在线观看视频| 亚洲国产日韩一区二区| 熟女少妇亚洲综合色aaa.| 九九爱精品视频在线观看| 久久性视频一级片| 久久久久精品性色| 国产成人精品在线电影| 黑人欧美特级aaaaaa片| 搡老岳熟女国产| 日本一区二区免费在线视频| 亚洲欧美精品综合一区二区三区| 免费观看av网站的网址| 亚洲国产欧美网| 91精品三级在线观看| 男女高潮啪啪啪动态图| 少妇精品久久久久久久| av福利片在线| 一区二区三区激情视频| 亚洲av日韩在线播放| 9191精品国产免费久久| 成年人免费黄色播放视频| 久久久久人妻精品一区果冻| 美女中出高潮动态图| av片东京热男人的天堂| 中文字幕亚洲精品专区| 性少妇av在线| 国产又爽黄色视频| 国产亚洲最大av| 欧美日本中文国产一区发布| 日日爽夜夜爽网站| 亚洲成人av在线免费| 无限看片的www在线观看| 中文天堂在线官网| 欧美成人午夜精品| 如日韩欧美国产精品一区二区三区| 丝袜在线中文字幕| 久久精品久久久久久噜噜老黄| av线在线观看网站| 亚洲国产av影院在线观看| 亚洲欧美色中文字幕在线| 国产精品三级大全| 1024香蕉在线观看| 国产免费视频播放在线视频| 国产男女超爽视频在线观看| 久久精品亚洲熟妇少妇任你| 亚洲精品自拍成人| 国产亚洲一区二区精品| 成人国产麻豆网| 丁香六月天网| 视频区图区小说| 亚洲美女搞黄在线观看| 久久久久精品久久久久真实原创| 久久精品久久久久久久性| 欧美亚洲 丝袜 人妻 在线| 日韩中文字幕欧美一区二区 | 国产伦人伦偷精品视频| 久久久久网色| 国产精品久久久久久人妻精品电影 | 亚洲第一区二区三区不卡| 国产在视频线精品| 国产男女超爽视频在线观看| 99久久99久久久精品蜜桃| 成人亚洲精品一区在线观看| 久久综合国产亚洲精品| 亚洲人成网站在线观看播放| 黑人猛操日本美女一级片| 午夜免费观看性视频| 一级片'在线观看视频| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲免费av在线视频| 自线自在国产av| 制服诱惑二区| 亚洲成人一二三区av| 日本色播在线视频| 国产亚洲一区二区精品| 在线观看免费日韩欧美大片| 婷婷色av中文字幕| 日韩伦理黄色片| 乱人伦中国视频| 一本色道久久久久久精品综合| 一级爰片在线观看| 国产精品亚洲av一区麻豆 | 免费高清在线观看视频在线观看| 久久久久国产精品人妻一区二区| 免费女性裸体啪啪无遮挡网站| 99久国产av精品国产电影| 在线天堂最新版资源| 天美传媒精品一区二区| 欧美黑人精品巨大| 2018国产大陆天天弄谢| 涩涩av久久男人的天堂| 中文字幕色久视频| 日韩精品免费视频一区二区三区| www.熟女人妻精品国产| 少妇被粗大的猛进出69影院| 国产精品 欧美亚洲| 1024香蕉在线观看| 日本av手机在线免费观看| av有码第一页| 亚洲精品av麻豆狂野| 黄色一级大片看看| netflix在线观看网站| 免费女性裸体啪啪无遮挡网站| 亚洲四区av| 天天操日日干夜夜撸| 亚洲四区av| 亚洲精品aⅴ在线观看| 欧美精品亚洲一区二区| 纵有疾风起免费观看全集完整版| 欧美日韩国产mv在线观看视频| 五月开心婷婷网| 美国免费a级毛片| 日本爱情动作片www.在线观看|