• <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 ?

    基于對(duì)抗神經(jīng)網(wǎng)絡(luò)的現(xiàn)代繪畫生成

    2022-07-14 09:48:53孫梓欽李景偉
    消費(fèi)電子 2022年4期
    關(guān)鍵詞:分辨率卷積神經(jīng)網(wǎng)絡(luò)

    孫梓欽 李景偉

    基于對(duì)抗網(wǎng)絡(luò)的生成算法在近些年取得了長(zhǎng)足 的發(fā)展,但是在藝術(shù)繪畫創(chuàng)作領(lǐng)域,由于訓(xùn)練數(shù)據(jù)非常 困難,且機(jī)器學(xué)習(xí)的創(chuàng)造性算法要求較高,限制了對(duì)抗神 經(jīng)網(wǎng)絡(luò)模型的應(yīng)用范圍,使得這些方法在藝術(shù)繪畫創(chuàng)作領(lǐng) 域中難以進(jìn)行廣泛的應(yīng)用。本文通過(guò)對(duì)抗神經(jīng)網(wǎng)絡(luò)的原理 進(jìn)行簡(jiǎn)述,并利用wikiart數(shù)據(jù)庫(kù)對(duì)抗神經(jīng)網(wǎng)絡(luò)在現(xiàn)代繪 畫的模型進(jìn)行生成和訓(xùn)練,最終通過(guò)測(cè)試,驗(yàn)證了對(duì)抗神經(jīng) 網(wǎng)絡(luò)在藝術(shù)繪畫創(chuàng)作方面的天賦。

    本文研究的創(chuàng)新點(diǎn)如下:

    (一)提出了一個(gè)藝術(shù)生成代理的模型,使用 改進(jìn)型對(duì)抗神經(jīng)網(wǎng)絡(luò),使其具有創(chuàng)造性的功能。對(duì)抗神經(jīng) 網(wǎng)絡(luò)所接觸的藝術(shù)進(jìn)行編碼,并且可以隨著新藝術(shù)的添加 而不斷更新。

    (二)將對(duì)抗神經(jīng)網(wǎng)絡(luò)算法應(yīng)用到現(xiàn)代繪畫創(chuàng) 作中。在實(shí)驗(yàn)中對(duì)多種風(fēng)格數(shù)據(jù)集繪畫進(jìn)行訓(xùn)練,并最終 得到了從未出現(xiàn)過(guò)的全新藝術(shù)繪畫,驗(yàn)證了本文提出的模 型在現(xiàn)代繪畫生成上的通用性。

    (一)對(duì)抗神經(jīng)網(wǎng)絡(luò)的原理

    GAN作為深度學(xué)習(xí)領(lǐng)域提出的一種新的框架結(jié) 構(gòu),使用了兩個(gè)神經(jīng)網(wǎng)絡(luò)進(jìn)行對(duì)抗訓(xùn)練。一個(gè)作為生成網(wǎng) 絡(luò),通過(guò)輸入一個(gè)隨機(jī)噪聲生成假的數(shù)據(jù);另一個(gè)作為 判別網(wǎng)絡(luò),對(duì)生成網(wǎng)絡(luò)生成的假的樣本數(shù)據(jù)進(jìn)行鑒別,并 反饋送到生成器對(duì)其進(jìn)行優(yōu)化。判別器將誤差傳到生成器 后,生成器通過(guò)誤差更新參數(shù),完成生成網(wǎng)絡(luò)的訓(xùn)練,生 成網(wǎng)絡(luò)通過(guò)更新后的參數(shù)再生成假的樣本數(shù)據(jù),并且將這 些假的數(shù)據(jù)集和真實(shí)數(shù)據(jù)集送入判別器網(wǎng)絡(luò),更新判別器 參數(shù),達(dá)到訓(xùn)練判別器的目的。這兩個(gè)神經(jīng)網(wǎng)絡(luò)不斷進(jìn)行 對(duì)抗訓(xùn)練,互相博弈,互相優(yōu)化。

    在這個(gè)過(guò)程中,生成器性能不斷提升,生成的 樣本數(shù)據(jù)越來(lái)越真實(shí),判別器的判定能力也不斷提升,對(duì) 于輸入的圖像分類越來(lái)越準(zhǔn)確,同時(shí)向生成器反饋二者之 間的誤差用以更新參數(shù),最后達(dá)到納什均衡的狀態(tài)。這時(shí) 生成器網(wǎng)絡(luò)生成的數(shù)據(jù)樣本與真實(shí)的數(shù)據(jù)樣本并無(wú)二致, 判別器不能對(duì)其進(jìn)行有效分類,這時(shí)生成器生成的結(jié)果就 是我們想要的結(jié)果,模型訓(xùn)練完成。

    (二)對(duì)抗神經(jīng)網(wǎng)絡(luò)的應(yīng)用

    生成對(duì)抗網(wǎng)絡(luò)這一概念被goodfellow等人提出 后立刻受到了廣泛的關(guān)注,并迅速成為非常熱門的研究話 題。在計(jì)算機(jī)視覺(jué),自然語(yǔ)言處理和其他一些領(lǐng)域中,生 成對(duì)抗網(wǎng)絡(luò)被深入研究,具有廣泛的應(yīng)用場(chǎng)景。目前GAN 在計(jì)算機(jī)視覺(jué)領(lǐng)域已經(jīng)有了很多成功的應(yīng)用,包括圖像 生成、風(fēng)格遷移和圖像修復(fù)等方面。而且通過(guò)對(duì)GAN的不 斷深入研究,學(xué)術(shù)界提出了各種基于原始GAN的衍生模型 ,這些模型針對(duì)原始GAN的缺點(diǎn)進(jìn)行了改進(jìn)、對(duì)其理論擴(kuò) 展和應(yīng)用等方面進(jìn)行了創(chuàng)新,基于生成式對(duì)抗網(wǎng)絡(luò)模型的 研究不斷推進(jìn)。

    在圖像生成方面,GAN通過(guò)增加一個(gè)條件變量 對(duì)模型進(jìn)行有效約束,可以從無(wú)監(jiān)督學(xué)習(xí)轉(zhuǎn)換為有監(jiān)督學(xué) 習(xí)的場(chǎng)景,加快模型收斂速度,使生成數(shù)據(jù)更加接近真實(shí) 數(shù)據(jù)。改進(jìn)的GAN結(jié)合生成對(duì)抗網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò),采 用步幅卷積和批標(biāo)準(zhǔn)化等操作,改善了原始GAN訓(xùn)練過(guò)程 不穩(wěn)定的缺點(diǎn),但是由于生成樣本具有多樣性的特點(diǎn)導(dǎo)致 容易出現(xiàn)模型崩潰的問(wèn)題。為了克服原始GAN的梯度消失 問(wèn)題,本文基于上述原理對(duì)藝術(shù)繪畫進(jìn)行生成。

    除此之外,GAN還在圖像風(fēng)格轉(zhuǎn)換、圖像補(bǔ)充 和修復(fù)、強(qiáng)化學(xué)習(xí)、隱私保護(hù)、醫(yī)學(xué)、生物學(xué)等領(lǐng)域均 有不同程度的應(yīng)用。

    (一)現(xiàn)代繪畫生成原理

    本文將對(duì)抗神經(jīng)網(wǎng)絡(luò)應(yīng)用在現(xiàn)代繪畫生成中, 提出創(chuàng)造性對(duì)抗網(wǎng)絡(luò),生成器被設(shè)計(jì)為接收來(lái)自判別器的 信號(hào),與生成性對(duì)抗網(wǎng)絡(luò)( GAN)類似,該網(wǎng)絡(luò)有兩個(gè)對(duì)抗 網(wǎng)絡(luò),一個(gè)判別器和一個(gè)生成器。判別器可以接觸到 與標(biāo)定標(biāo)簽的繪畫藝術(shù)風(fēng)格,如文藝復(fù)興、巴洛克、印象 主義、表現(xiàn)主義等相關(guān)的大量藝術(shù),并使用它來(lái)學(xué)習(xí)區(qū)分 不同的風(fēng)格。

    對(duì)抗神經(jīng)網(wǎng)絡(luò)中的第一個(gè)信號(hào)是判別器對(duì)“藝 術(shù)與否”的分類。在傳統(tǒng)的GAN中,該信號(hào)使發(fā)生器能 夠改變其權(quán)重以生成更頻繁地使判別器判斷是否來(lái)自相同 分布的圖像。在現(xiàn)代繪畫生成中,判別器表明是否認(rèn)為生 成的藝術(shù)與它所現(xiàn)代無(wú)線電監(jiān)測(cè)接受設(shè)備的藝術(shù)繪畫數(shù)據(jù) 集十分重要。在嘗試使用小規(guī)模藝術(shù)繪畫作品進(jìn)行初步測(cè) 試時(shí),發(fā)現(xiàn)數(shù)據(jù)集的模型收斂得很差。在本文中采用 wikiart數(shù)據(jù)庫(kù),這是一個(gè)超過(guò)10萬(wàn)幅繪畫的集合,這些繪畫都 標(biāo)有風(fēng)格、流派、藝術(shù)家、繪畫年份等。這個(gè)數(shù)據(jù)集,將 有足夠的數(shù)據(jù)使模型收斂,能夠使用標(biāo)記信息來(lái)提高網(wǎng) 絡(luò)的學(xué)習(xí)能力。

    (二)現(xiàn)代繪畫生成模型

    1 .訓(xùn)練組合模型,以提升生成器。為了區(qū)分 真實(shí)藝術(shù)圖像和非藝術(shù)圖像,我們使用傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò) (CNN)架構(gòu)。因此,對(duì)于尺寸為64×64的圖像,代碼如下:

    圖1 64×64圖像的代碼

    本文設(shè)置了3個(gè)卷積層,它們負(fù)責(zé)執(zhí)行以下操 作:形狀為64×64×3的原始圖像經(jīng)過(guò)16層過(guò)濾器,產(chǎn) 生一個(gè)形狀為32×32×16的圖像。下一步轉(zhuǎn)換32×32×16 的張量為16×16×32的張量。最后,在下一個(gè)卷積層之后, 我們最終得到8×8×64形狀的張量。

    2.生成器模型。生成器的作用正好相反,將大 小為100的矢量轉(zhuǎn)換為圖像。這涉及一個(gè)卷積的過(guò)程, 它本質(zhì)上是一個(gè)反向卷積。

    我們以64×64×3的張量大小結(jié)束,這正是需 要的圖像的大小。所有這些準(zhǔn)備圖像的步驟都由image dataset類來(lái)處理。

    (一)實(shí)驗(yàn)環(huán)境與流程

    本次算法實(shí)驗(yàn)所使用的實(shí)驗(yàn)環(huán)境為,操作系統(tǒng) :Windows 10家庭中文版(版本號(hào)1903);CPU: IntelCore i7-8750H;CPU主頻:2.20GHz ;內(nèi)存:16G;硬盤:1.5T。

    整個(gè)現(xiàn)代繪畫流程如下:使用 WS=workspace.from_config連接到工作空間,連接到計(jì)算集群: cluster=compute target(workspace=ws, name=‘my cluster’)。此處需要一個(gè)帶有GPU的虛擬機(jī)集群,例如NC6。上傳 數(shù)據(jù)集到ML工作區(qū)默認(rèn)的數(shù)據(jù)存儲(chǔ)里。

    傳遞model_path=.outputs/models和 samples_path=.outputs/samples作為參數(shù),它們會(huì)指定訓(xùn)練期間 生成的模型和樣本數(shù)據(jù)寫入對(duì)抗神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)的相應(yīng)目錄里 。

    為了創(chuàng)建可以在GPU上順利運(yùn)行的estimator, 使用內(nèi)建的tensorflow estimator。它和通用estimator 非常類似,但是可以為分布式訓(xùn)練提供開(kāi)箱即用的選項(xiàng)。

    (二)現(xiàn)代繪畫結(jié)果驗(yàn)證

    使用公開(kāi)的wikiart數(shù)據(jù)集中的繪畫對(duì)抗神經(jīng) 網(wǎng)絡(luò)進(jìn)行了訓(xùn)練。最終評(píng)估了三個(gè)不同分辨程度模型生成的 圖像,并與提出的CAN模型生成的圖像進(jìn)行比較,以定性 和定量地了解差異。所有模型都在相同的art數(shù)據(jù)集上進(jìn) 行了訓(xùn)練。結(jié)果如下圖所示。

    圖2 64×64訓(xùn)練模型

    第一個(gè)分辨率模型是原始對(duì)抗神經(jīng)網(wǎng)絡(luò)根據(jù)藝 術(shù)數(shù)據(jù)訓(xùn)練的模型。此模型生成分辨率為64×64的圖像。雖 然根據(jù)藝術(shù)數(shù)據(jù)進(jìn)行訓(xùn)練,但此模型未能生成模擬訓(xùn)練藝術(shù) 的圖像。生成的樣本未顯示任何可識(shí)別的人物或藝術(shù)類型或 樣式。

    圖3 256×256訓(xùn)練模型

    第二個(gè)分辨率模型是原始的對(duì)抗神經(jīng)網(wǎng)絡(luò)模型 在向生成器添加兩層后,將分辨率提高到256×256,即此 處的生成器具有與CAN模型相同的精確結(jié)構(gòu)。我們還對(duì)該模 型進(jìn)行了藝術(shù)收藏方面的訓(xùn)練。生成的示例有了顯著的改進(jìn) ;我們可以清楚地看到美觀的構(gòu)圖結(jié)構(gòu)和顏色在結(jié)果圖像中 顯示。但是,生成的圖像也沒(méi)有顯示任何可識(shí)別的人物、主 題或藝術(shù)類型。

    最后為所有模型使用了相同的訓(xùn)練圖像集,并 進(jìn)行了第3次實(shí)驗(yàn)。所有生成的圖像都使用超分辨率算法 放大到512×512分辨率。圖像也調(diào)整到512×512分辨率。 結(jié)果如下圖所示。

    可以看到該模型生成的圖像在實(shí)際模擬藝術(shù)分 布方面表現(xiàn)出顯著的改進(jìn),從這個(gè)意義上說(shuō),可以看到許多 肖像、風(fēng)景、建筑、宗教主題等類似于人類創(chuàng)作的藝術(shù)繪畫 類型。從而驗(yàn)證了對(duì)抗神經(jīng)網(wǎng)絡(luò)在現(xiàn)代繪畫生成的有效性。

    圖4 512×512訓(xùn)練模型

    (一)結(jié)論

    科學(xué)技術(shù)日新月異,圖像信息已經(jīng)成為互聯(lián)網(wǎng) 信息共享和交流過(guò)程中最主要的媒介之一。所以,研究對(duì) 抗神經(jīng)網(wǎng)絡(luò)的現(xiàn)代繪畫生成具有極其重要的現(xiàn)實(shí)意義。傳 統(tǒng)圖像識(shí)別不僅需要耗費(fèi)大量人力、財(cái)力資源,且在質(zhì)量 和效率方面難以滿足人們的實(shí)際需求。而對(duì)抗神經(jīng)網(wǎng)絡(luò)的 現(xiàn)代繪畫生成可以自動(dòng)從圖像中獲取數(shù)據(jù)信息,提高了圖 像識(shí)別效率。同時(shí),由于對(duì)抗神經(jīng)網(wǎng)絡(luò)運(yùn)用了博弈思想 ,在模型中引入對(duì)抗機(jī)制,其自身強(qiáng)大的生成能力,備受 廣大業(yè)內(nèi)人士青睞與喜愛(ài),成為了現(xiàn)代繪畫領(lǐng)域中最受歡 迎的對(duì)象。本文首先以生成式對(duì)抗神經(jīng)網(wǎng)絡(luò)概述為出發(fā)點(diǎn) ,分析了對(duì)抗神經(jīng)網(wǎng)絡(luò)現(xiàn)代繪畫生成過(guò)程,最后對(duì)生成的 現(xiàn)代繪畫進(jìn)行了測(cè)試,結(jié)果表明所有生成的圖像都使用超分 辨率算法放大到512×512分辨率,圖像也調(diào)整到512×512分 辨率。

    (二)展望

    本文通過(guò)訓(xùn)練對(duì)抗神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了藝術(shù)繪畫的 創(chuàng)作,使人工智能真正意義上具有了人類的創(chuàng)造力。但是 ,本文也存在一些缺陷,目前的對(duì)抗神經(jīng)網(wǎng)絡(luò)或多或少都 是基于概率模型設(shè)計(jì)的,也就是說(shuō),這些網(wǎng)絡(luò)都是在給定 條件下,通過(guò)輸入的數(shù)據(jù)來(lái)預(yù)測(cè)一個(gè)輸出結(jié)果。訓(xùn)練集 僅僅只是“真實(shí)的照片”和“繪畫作品”,從中找到了某 種能夠?qū)⑺鼈儍烧呗?lián)系起來(lái)的映射關(guān)系。

    然而,真實(shí)的藝術(shù)繪畫生成,除了基于真實(shí)的 場(chǎng)景以外,藝術(shù)家更會(huì)結(jié)合自己的個(gè)人體驗(yàn)與經(jīng)驗(yàn)來(lái)進(jìn) 行創(chuàng)作——這些個(gè)人的體驗(yàn)與經(jīng)驗(yàn)是極難被量化成計(jì)算 機(jī)所能理解的數(shù)據(jù),這有待于在未來(lái)進(jìn)行進(jìn)一步研究。

    同時(shí)本文提出的對(duì)抗神經(jīng)網(wǎng)絡(luò)生成的圖像通常 會(huì)有很模糊的邊緣。這種附帶的模糊效果是很難在對(duì)抗神 經(jīng)網(wǎng)絡(luò)中避免的。未來(lái)應(yīng)使用改進(jìn)算法分別提取原圖和生 成圖像的深層次特征,然后計(jì)算二者的損失來(lái)進(jìn)行優(yōu)化, 從而減弱邊緣模糊的效應(yīng)。

    猜你喜歡
    分辨率卷積神經(jīng)網(wǎng)絡(luò)
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    神經(jīng)網(wǎng)絡(luò)抑制無(wú)線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    EM算法的參數(shù)分辨率
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    原生VS最大那些混淆視聽(tīng)的“分辨率”概念
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    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
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    大码成人一级视频| 母亲3免费完整高清在线观看| 黑丝袜美女国产一区| 狠狠婷婷综合久久久久久88av| 美女脱内裤让男人舔精品视频| 免费女性裸体啪啪无遮挡网站| 纵有疾风起免费观看全集完整版| 久久人妻熟女aⅴ| 少妇被粗大的猛进出69影院| 久久人人97超碰香蕉20202| 亚洲欧美一区二区三区久久| 中国国产av一级| 国产成人av教育| 啪啪无遮挡十八禁网站| 久久女婷五月综合色啪小说| 日韩精品免费视频一区二区三区| 不卡一级毛片| 我要看黄色一级片免费的| 中文字幕av电影在线播放| 亚洲欧洲精品一区二区精品久久久| 大码成人一级视频| 免费不卡黄色视频| 免费观看a级毛片全部| 国产麻豆69| 久久久国产一区二区| 天堂8中文在线网| 欧美日韩国产mv在线观看视频| 我的亚洲天堂| 97精品久久久久久久久久精品| 国产高清视频在线播放一区 | 视频在线观看一区二区三区| 99久久国产精品久久久| 精品一区在线观看国产| 亚洲成人手机| 性色av一级| 女人高潮潮喷娇喘18禁视频| 宅男免费午夜| 精品免费久久久久久久清纯 | 久久热在线av| 一本久久精品| 老汉色∧v一级毛片| 久热爱精品视频在线9| 亚洲精品在线美女| 久久精品熟女亚洲av麻豆精品| 在线精品无人区一区二区三| 精品福利永久在线观看| 久久久精品国产亚洲av高清涩受| 国产片内射在线| 热re99久久国产66热| 色老头精品视频在线观看| 黑人操中国人逼视频| 美女福利国产在线| 久热爱精品视频在线9| av在线app专区| 久久久欧美国产精品| 国产不卡av网站在线观看| 日韩熟女老妇一区二区性免费视频| 天天操日日干夜夜撸| 91国产中文字幕| 亚洲av男天堂| 久久久久视频综合| 天堂8中文在线网| 亚洲欧美清纯卡通| 水蜜桃什么品种好| 精品人妻1区二区| 宅男免费午夜| cao死你这个sao货| 国产av又大| 操美女的视频在线观看| av在线播放精品| 国产精品1区2区在线观看. | 免费观看a级毛片全部| 99热网站在线观看| 法律面前人人平等表现在哪些方面 | 久久久久视频综合| 国产成人a∨麻豆精品| 日韩 亚洲 欧美在线| 好男人电影高清在线观看| 免费少妇av软件| 十八禁网站网址无遮挡| 午夜福利免费观看在线| cao死你这个sao货| 在线观看免费午夜福利视频| 精品久久久久久电影网| 精品国内亚洲2022精品成人 | 久久久久国产精品人妻一区二区| 亚洲精品国产区一区二| 久热这里只有精品99| 国产欧美亚洲国产| 欧美成狂野欧美在线观看| 可以免费在线观看a视频的电影网站| 国产成人av激情在线播放| 亚洲专区字幕在线| 国产日韩欧美亚洲二区| 在线精品无人区一区二区三| 一区二区三区精品91| 极品人妻少妇av视频| 成人影院久久| 日韩免费高清中文字幕av| 国产成+人综合+亚洲专区| 制服人妻中文乱码| 正在播放国产对白刺激| 黄色视频在线播放观看不卡| 老熟女久久久| 美女高潮到喷水免费观看| 精品国产乱码久久久久久男人| 国产伦人伦偷精品视频| 中文欧美无线码| 国产麻豆69| 性少妇av在线| cao死你这个sao货| 国产精品av久久久久免费| 人妻一区二区av| kizo精华| a级片在线免费高清观看视频| av视频免费观看在线观看| 不卡一级毛片| 日韩欧美国产一区二区入口| 老司机靠b影院| 咕卡用的链子| 亚洲欧美清纯卡通| 日本猛色少妇xxxxx猛交久久| 国产精品成人在线| 中文字幕另类日韩欧美亚洲嫩草| 国产亚洲精品久久久久5区| 亚洲精品中文字幕一二三四区 | 99re6热这里在线精品视频| 少妇裸体淫交视频免费看高清 | 精品久久久精品久久久| 国产日韩欧美视频二区| 国产欧美日韩一区二区三 | 十八禁高潮呻吟视频| 美女中出高潮动态图| av有码第一页| 精品国产乱码久久久久久小说| 精品国产乱码久久久久久小说| 高清在线国产一区| 欧美日韩精品网址| 涩涩av久久男人的天堂| 最近中文字幕2019免费版| 桃红色精品国产亚洲av| 国产激情久久老熟女| 国产精品一区二区在线不卡| 国产精品熟女久久久久浪| 一本久久精品| 亚洲成人免费av在线播放| 精品人妻熟女毛片av久久网站| 麻豆av在线久日| 久久香蕉激情| 看免费av毛片| 久久久精品区二区三区| kizo精华| a级毛片在线看网站| 在线av久久热| 精品少妇内射三级| 国产亚洲av片在线观看秒播厂| 国产一区二区激情短视频 | 免费在线观看视频国产中文字幕亚洲 | 一级黄色大片毛片| 国产无遮挡羞羞视频在线观看| 人妻 亚洲 视频| 免费女性裸体啪啪无遮挡网站| 美女大奶头黄色视频| 日韩大片免费观看网站| 日日夜夜操网爽| 精品少妇一区二区三区视频日本电影| kizo精华| 亚洲天堂av无毛| 国产片内射在线| 美女国产高潮福利片在线看| 在线观看免费视频网站a站| 99国产综合亚洲精品| 久久久精品国产亚洲av高清涩受| 亚洲成人手机| 欧美+亚洲+日韩+国产| 亚洲av美国av| 欧美日韩视频精品一区| 精品国产乱子伦一区二区三区 | 永久免费av网站大全| 欧美日韩一级在线毛片| 一区二区三区四区激情视频| 一本大道久久a久久精品| 老熟女久久久| 国产精品自产拍在线观看55亚洲 | 女性被躁到高潮视频| 国产伦理片在线播放av一区| 国产亚洲欧美在线一区二区| 99精品久久久久人妻精品| 黑人欧美特级aaaaaa片| 精品少妇一区二区三区视频日本电影| 99国产极品粉嫩在线观看| 亚洲国产日韩一区二区| 免费观看a级毛片全部| 王馨瑶露胸无遮挡在线观看| 欧美日韩亚洲高清精品| 黄片小视频在线播放| 免费看十八禁软件| 国产高清videossex| 国产精品一区二区精品视频观看| 久久毛片免费看一区二区三区| 久久精品久久久久久噜噜老黄| 美国免费a级毛片| 狂野欧美激情性bbbbbb| 久久国产精品大桥未久av| 成人三级做爰电影| 三上悠亚av全集在线观看| 国产免费福利视频在线观看| 窝窝影院91人妻| 美女午夜性视频免费| 丝袜人妻中文字幕| 日日爽夜夜爽网站| 一区二区日韩欧美中文字幕| 久久天躁狠狠躁夜夜2o2o| 欧美另类亚洲清纯唯美| 亚洲国产欧美网| 亚洲五月色婷婷综合| 国产欧美日韩一区二区三区在线| 老汉色∧v一级毛片| 天天躁夜夜躁狠狠躁躁| 日本欧美视频一区| 国产伦理片在线播放av一区| 视频区欧美日本亚洲| 狠狠狠狠99中文字幕| 电影成人av| 亚洲人成电影免费在线| 自拍欧美九色日韩亚洲蝌蚪91| 搡老乐熟女国产| 精品少妇内射三级| 中文字幕精品免费在线观看视频| 97人妻天天添夜夜摸| 亚洲精品一区蜜桃| 久久国产精品大桥未久av| 亚洲精品久久久久久婷婷小说| 免费av中文字幕在线| 一二三四在线观看免费中文在| av视频免费观看在线观看| 最新的欧美精品一区二区| 搡老乐熟女国产| 老熟妇乱子伦视频在线观看 | 九色亚洲精品在线播放| 亚洲性夜色夜夜综合| 男女高潮啪啪啪动态图| 亚洲精品国产区一区二| 日韩熟女老妇一区二区性免费视频| 一进一出抽搐动态| 欧美国产精品一级二级三级| 亚洲专区国产一区二区| 黄色视频不卡| 99久久国产精品久久久| 免费日韩欧美在线观看| 欧美av亚洲av综合av国产av| 国产精品久久久久久人妻精品电影 | 国产老妇伦熟女老妇高清| 免费少妇av软件| 亚洲欧美精品自产自拍| 桃花免费在线播放| 欧美国产精品va在线观看不卡| 久久狼人影院| 母亲3免费完整高清在线观看| 美女大奶头黄色视频| 极品人妻少妇av视频| 下体分泌物呈黄色| 老汉色av国产亚洲站长工具| 亚洲激情五月婷婷啪啪| 黄片播放在线免费| 午夜精品国产一区二区电影| 丝袜美腿诱惑在线| 首页视频小说图片口味搜索| 少妇 在线观看| 亚洲精品一区蜜桃| 国产免费现黄频在线看| 高清黄色对白视频在线免费看| 法律面前人人平等表现在哪些方面 | 久久国产亚洲av麻豆专区| 天堂俺去俺来也www色官网| 亚洲男人天堂网一区| 两性夫妻黄色片| 脱女人内裤的视频| 亚洲精品国产区一区二| 国产一区二区三区综合在线观看| 中亚洲国语对白在线视频| 国产男女内射视频| 夜夜骑夜夜射夜夜干| 少妇 在线观看| 日本精品一区二区三区蜜桃| 国产精品秋霞免费鲁丝片| 亚洲专区字幕在线| 久久中文看片网| 久久久国产成人免费| 熟女少妇亚洲综合色aaa.| 日韩 亚洲 欧美在线| 99国产精品免费福利视频| 国产成人av教育| 老司机亚洲免费影院| 巨乳人妻的诱惑在线观看| 男女下面插进去视频免费观看| 亚洲人成电影免费在线| 欧美日韩国产mv在线观看视频| av在线老鸭窝| 一个人免费在线观看的高清视频 | 亚洲国产成人一精品久久久| 久久毛片免费看一区二区三区| 亚洲五月婷婷丁香| 黄色怎么调成土黄色| 三上悠亚av全集在线观看| 香蕉丝袜av| 欧美一级毛片孕妇| 亚洲精品第二区| 精品人妻熟女毛片av久久网站| 两人在一起打扑克的视频| 亚洲精品国产av成人精品| 男女无遮挡免费网站观看| 亚洲人成电影观看| 啦啦啦视频在线资源免费观看| 亚洲精品一区蜜桃| 国产福利在线免费观看视频| 国产人伦9x9x在线观看| 亚洲av成人不卡在线观看播放网 | 久久精品成人免费网站| 男男h啪啪无遮挡| 91成人精品电影| 母亲3免费完整高清在线观看| xxxhd国产人妻xxx| 搡老岳熟女国产| 在线观看免费日韩欧美大片| 少妇精品久久久久久久| bbb黄色大片| 国产精品熟女久久久久浪| 美女国产高潮福利片在线看| 欧美黑人欧美精品刺激| 操出白浆在线播放| a 毛片基地| 精品乱码久久久久久99久播| e午夜精品久久久久久久| 久久青草综合色| 国产在线观看jvid| 制服诱惑二区| 啦啦啦中文免费视频观看日本| 国产日韩欧美亚洲二区| 最新的欧美精品一区二区| 日日摸夜夜添夜夜添小说| 99国产极品粉嫩在线观看| 国产精品自产拍在线观看55亚洲 | 一级毛片电影观看| 每晚都被弄得嗷嗷叫到高潮| 久久精品国产亚洲av高清一级| 久久人人爽av亚洲精品天堂| 国产精品影院久久| 男女免费视频国产| 久久午夜综合久久蜜桃| 丁香六月天网| 国产精品 国内视频| 91老司机精品| 国产亚洲av片在线观看秒播厂| 视频在线观看一区二区三区| netflix在线观看网站| 男人添女人高潮全过程视频| 黄色视频不卡| 久9热在线精品视频| 高清欧美精品videossex| 777米奇影视久久| 亚洲成人国产一区在线观看| 亚洲av日韩精品久久久久久密| 国产亚洲欧美在线一区二区| 性色av乱码一区二区三区2| 欧美日韩成人在线一区二区| 少妇人妻久久综合中文| 欧美少妇被猛烈插入视频| 水蜜桃什么品种好| 久久人人97超碰香蕉20202| av欧美777| 久久国产精品大桥未久av| 国产欧美日韩一区二区精品| 亚洲成国产人片在线观看| 高清在线国产一区| 欧美精品亚洲一区二区| 99re6热这里在线精品视频| 18禁黄网站禁片午夜丰满| 日日摸夜夜添夜夜添小说| 国产深夜福利视频在线观看| 亚洲人成77777在线视频| 国产极品粉嫩免费观看在线| 精品久久久精品久久久| 日韩精品免费视频一区二区三区| 久久天躁狠狠躁夜夜2o2o| 高潮久久久久久久久久久不卡| 国产精品一二三区在线看| 精品乱码久久久久久99久播| tocl精华| 窝窝影院91人妻| 精品人妻1区二区| 成在线人永久免费视频| 色婷婷av一区二区三区视频| 在线观看舔阴道视频| 欧美av亚洲av综合av国产av| 男女下面插进去视频免费观看| 欧美另类亚洲清纯唯美| 99国产精品一区二区三区| 美女中出高潮动态图| 免费看十八禁软件| 国产成人av激情在线播放| 久热爱精品视频在线9| 国产精品香港三级国产av潘金莲| 精品免费久久久久久久清纯 | 黄色怎么调成土黄色| av天堂在线播放| 亚洲七黄色美女视频| 精品一区二区三区av网在线观看 | 一本久久精品| 精品一品国产午夜福利视频| 黄片大片在线免费观看| 精品久久久精品久久久| 午夜视频精品福利| 满18在线观看网站| 国产日韩一区二区三区精品不卡| 丝袜在线中文字幕| 久久亚洲国产成人精品v| 高清黄色对白视频在线免费看| av在线播放精品| 免费黄频网站在线观看国产| 丝袜人妻中文字幕| 国产精品免费大片| 性色av一级| 精品视频人人做人人爽| 中国美女看黄片| 视频区欧美日本亚洲| 老司机福利观看| 丰满少妇做爰视频| 午夜视频精品福利| 青草久久国产| 老司机在亚洲福利影院| 国产av精品麻豆| 久久影院123| 国产成人系列免费观看| 午夜精品久久久久久毛片777| 男人爽女人下面视频在线观看| 五月开心婷婷网| 2018国产大陆天天弄谢| 久久久久久久国产电影| 国产成人影院久久av| 老司机亚洲免费影院| 丁香六月天网| 久久精品人人爽人人爽视色| 成人18禁高潮啪啪吃奶动态图| 国产亚洲午夜精品一区二区久久| 9191精品国产免费久久| 国产淫语在线视频| 精品久久久久久电影网| 动漫黄色视频在线观看| av超薄肉色丝袜交足视频| 亚洲专区字幕在线| 国产一区二区激情短视频 | 日韩欧美一区二区三区在线观看 | 成年人黄色毛片网站| 老司机在亚洲福利影院| 久久精品国产亚洲av香蕉五月 | 美女国产高潮福利片在线看| 黄色 视频免费看| 免费少妇av软件| 新久久久久国产一级毛片| 欧美日韩成人在线一区二区| 精品少妇内射三级| 国产精品麻豆人妻色哟哟久久| 亚洲av日韩在线播放| 久久综合国产亚洲精品| 久久久国产欧美日韩av| 菩萨蛮人人尽说江南好唐韦庄| 亚洲精品第二区| 欧美激情高清一区二区三区| 久久久精品94久久精品| 建设人人有责人人尽责人人享有的| 高清黄色对白视频在线免费看| 午夜日韩欧美国产| 日韩 欧美 亚洲 中文字幕| 精品久久久久久电影网| 三上悠亚av全集在线观看| 亚洲色图 男人天堂 中文字幕| 99热全是精品| 久久免费观看电影| 久久久久网色| 免费观看人在逋| 亚洲中文日韩欧美视频| 老汉色av国产亚洲站长工具| 黑人欧美特级aaaaaa片| 蜜桃在线观看..| 免费av中文字幕在线| 成年动漫av网址| 午夜激情久久久久久久| 无遮挡黄片免费观看| 在线av久久热| 日韩欧美国产一区二区入口| 最新在线观看一区二区三区| 80岁老熟妇乱子伦牲交| 久久99热这里只频精品6学生| 丝袜美腿诱惑在线| 97精品久久久久久久久久精品| 美女主播在线视频| 久久国产精品男人的天堂亚洲| 正在播放国产对白刺激| 91成年电影在线观看| 亚洲国产精品成人久久小说| 久9热在线精品视频| tube8黄色片| 男女高潮啪啪啪动态图| 欧美日韩中文字幕国产精品一区二区三区 | 性少妇av在线| av视频免费观看在线观看| 国精品久久久久久国模美| 国产免费福利视频在线观看| 不卡一级毛片| 老司机午夜福利在线观看视频 | 国产免费现黄频在线看| 午夜激情av网站| 成人黄色视频免费在线看| 丝袜喷水一区| 制服人妻中文乱码| 大陆偷拍与自拍| 亚洲精品成人av观看孕妇| 在线观看免费午夜福利视频| 青春草视频在线免费观看| 久久99热这里只频精品6学生| 免费观看av网站的网址| 国产精品国产三级国产专区5o| 老司机午夜十八禁免费视频| 午夜免费观看性视频| 久久青草综合色| 男女免费视频国产| 12—13女人毛片做爰片一| 91麻豆av在线| 在线天堂中文资源库| 欧美 亚洲 国产 日韩一| 免费高清在线观看视频在线观看| 亚洲少妇的诱惑av| 制服人妻中文乱码| 欧美日韩亚洲综合一区二区三区_| 欧美成人午夜精品| 极品人妻少妇av视频| 国产又色又爽无遮挡免| 91九色精品人成在线观看| 麻豆av在线久日| 久久精品国产a三级三级三级| 亚洲国产中文字幕在线视频| 国产欧美亚洲国产| 欧美日韩精品网址| 国产精品秋霞免费鲁丝片| 国产精品久久久人人做人人爽| 99久久综合免费| 免费看十八禁软件| 涩涩av久久男人的天堂| 欧美久久黑人一区二区| 久久中文字幕一级| 不卡一级毛片| 少妇人妻久久综合中文| 日本欧美视频一区| 国产片内射在线| 午夜福利在线免费观看网站| 秋霞在线观看毛片| 后天国语完整版免费观看| 国产高清视频在线播放一区 | 久久天堂一区二区三区四区| 午夜日韩欧美国产| 桃红色精品国产亚洲av| 欧美精品高潮呻吟av久久| 日本av手机在线免费观看| 99国产精品一区二区蜜桃av | 日韩 亚洲 欧美在线| 亚洲国产av新网站| 欧美激情 高清一区二区三区| 无限看片的www在线观看| 后天国语完整版免费观看| 精品国产一区二区三区四区第35| 久久 成人 亚洲| 亚洲激情五月婷婷啪啪| videos熟女内射| 亚洲国产精品一区三区| 国产免费福利视频在线观看| 国产欧美日韩一区二区三区在线| 免费av中文字幕在线| 最近中文字幕2019免费版| 久久久久久免费高清国产稀缺| 婷婷丁香在线五月| 老汉色av国产亚洲站长工具| 777久久人妻少妇嫩草av网站| 视频区图区小说| 亚洲精品一二三| 色播在线永久视频| a在线观看视频网站| 国产一区有黄有色的免费视频| av在线播放精品| 中亚洲国语对白在线视频| 男女午夜视频在线观看| 精品少妇久久久久久888优播| 在线看a的网站| 日韩制服丝袜自拍偷拍| 啦啦啦 在线观看视频| 狂野欧美激情性bbbbbb| 十分钟在线观看高清视频www| 99国产精品免费福利视频| 老司机在亚洲福利影院| 性少妇av在线| 十八禁网站网址无遮挡| av免费在线观看网站| 国产97色在线日韩免费| 久久久水蜜桃国产精品网| 国产精品免费视频内射| 国产精品亚洲av一区麻豆| 19禁男女啪啪无遮挡网站| 精品少妇一区二区三区视频日本电影| 国产精品亚洲av一区麻豆| 亚洲精品国产精品久久久不卡| 777久久人妻少妇嫩草av网站| 女人精品久久久久毛片| 99国产精品免费福利视频| 超碰成人久久| 国产成人一区二区三区免费视频网站|