• <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 ?

    基于特征通道和空間位置注意力的三維點云特征學習網(wǎng)絡*

    2022-08-11 08:46:02吳亦奇張德軍何發(fā)智陳壹林
    計算機工程與科學 2022年7期
    關鍵詞:特征提取注意力分類

    吳亦奇,韓 放,張德軍,何發(fā)智,陳壹林

    (1.中國地質(zhì)大學(武漢)計算機學院,湖北 武漢 430078; 2.智能地學信息處理湖北省重點實驗室(中國地質(zhì)大學(武漢)),湖北 武漢 430078; 3.武漢大學計算機學院,湖北 武漢 430072;4.武漢工程大學計算機科學與工程學院,湖北 武漢 430205)

    1 引言

    點云數(shù)據(jù)易于獲取,可以充分表示物體的表面、結構及形狀等信息,基于點云數(shù)據(jù)構建的點云模型是目前被廣泛應用的一種三維模型表示方法[1]。點云模型由物體表面采樣得到的離散點集構成,通常由點云中各點的三維坐標表示,部分點云數(shù)據(jù)還包含法向量、顏色等其他信息。

    與傳統(tǒng)圖像處理方法類似,傳統(tǒng)的點云模型處理方法一般需要從點云中提取適應不同任務的點云特征[2]。獲得有效的點云特征往往需要研究人員具備相當程度的領域知識并加以精心的設計。隨著深度學習技術的興起,除傳統(tǒng)特征工程方法外,構建針對特定任務的深度神經(jīng)網(wǎng)絡也成為當前圖形與圖像處理領域的研究熱點,并取得了出色的成果[3 - 6]。

    與規(guī)則的圖像數(shù)據(jù)不同,點云數(shù)據(jù)是一種無序的、不規(guī)則的三維數(shù)據(jù)。這種表現(xiàn)形式使得圖像處理中經(jīng)典的卷積神經(jīng)網(wǎng)絡無法直接用于處理點云數(shù)據(jù)。早期研究嘗試將點云數(shù)據(jù)轉(zhuǎn)換為可被卷積神經(jīng)網(wǎng)絡直接處理的形式,如多視圖方法[7 - 11]、點云體素化[12 - 15]等方法,但此類方法難以避免地存在丟失空間信息、增加冗余計算量等問題。

    Qi等[16]開創(chuàng)性地提出了端到端直接處理點云數(shù)據(jù)的深度網(wǎng)絡模型PointNet,在點云分類和分割任務上取得了很好的效果。PointNet的基本思想是通過多層感知機逐點獲取各點的高維特征,再通過池化操作得到點云模型的全局特征。由于該網(wǎng)絡模型可得到具有對稱性的函數(shù),能夠?qū)W習到具有置換不變性的點云特征,使得網(wǎng)絡輸出與點云中各點的輸入順序無關,很好地適應了點云數(shù)據(jù)的特點。在此基礎上,PointNet++網(wǎng)絡[17]采用多層次提取特征的方式,將三維形狀局部信息包含在采樣點特征中,增強了點云特征的表達能力。此外,更多的研究工作致力于使用多層感知機[18 - 21]、卷積網(wǎng)絡[22 - 26]和圖神經(jīng)網(wǎng)絡[27 - 29]等多種方法,通過深度神經(jīng)網(wǎng)絡直接利用三維點云中各點的空間信息獲取點云模型的特征,進一步完善點云數(shù)據(jù)處理的方法。

    使用深度學習方法處理點云數(shù)據(jù)的關鍵在于提取點云的特征。一種常用的點云特征提取方法是首先獲得點云中各點的特征,在此基礎上獲得點云形狀的全局性特征。一方面,在獲取到逐點的高維特征后,可以推斷特征中某些通道的信息對具體的點云處理任務起到更關鍵的作用;另一方面,盡管點云數(shù)據(jù)表現(xiàn)為無序的離散點集,但與規(guī)則的圖像數(shù)據(jù)類似,關鍵區(qū)域的信息對于特定任務有更重要的影響。因此,需要增強網(wǎng)絡模型對關鍵的特征通道及關鍵區(qū)域的關注程度,從而更好地獲取點云形狀的特征。

    注意力機制[30]是一種通過分析輸入數(shù)據(jù)各個部分間的關聯(lián),確定高關注度部分,提升關鍵部分表示的方法。其基本實現(xiàn)方式是通過網(wǎng)絡學習得到各部分的注意力權重,通過注意力權重的控制,增強重要信息,抑制非重要信息。目前注意力機制已在文本、語音和視覺等諸多研究領域中得到了有效的應用[31 - 35]。

    綜上,本文提出一種三維點云數(shù)據(jù)處理網(wǎng)絡,考慮點云特征各通道間及點云中各點間的關聯(lián),在多層特征提取的基礎上引入2種注意力機制,增強點云特征的表達能力。所提網(wǎng)絡首先將點云的位置信息映射至高維特征空間,進而通過特征通道注意力機制和空間位置注意力機制,從點云特征通道和點云空間位置2個維度獲取注意力權重,最終獲得基于2種注意力的點云特征,并使用該特征實現(xiàn)點云模型的高精度分類與部件分割。

    2 本文方法概述

    (1)

    (2)

    隨后對點云進行下采樣,并對下采樣后的點云繼續(xù)進行上述點特征提取過程。該過程進行M次,實現(xiàn)了一種基于特征通道注意力和空間位置注意力的多層次點云特征提取。最后通過分類及分割網(wǎng)絡,實現(xiàn)形狀分類與部件分割任務。

    Figure 1 Feature learning network of point cloud based on channel attention and spatial attention圖1 基于特征通道和空間位置注意力的 點云模型特征學習網(wǎng)絡

    3 多層次逐點特征提取

    點云中各點的三維坐標信息不足以為后續(xù)任務提供豐富的信息。在基于深度學習的點云處理方法中,通常需要將點云中各點的三維坐標信息映射至更高維度的特征空間,獲取點云中各點的高維特征。

    此外,由于點云數(shù)據(jù)中往往包含大量的點,對每一個點展開計算不僅消耗大量的計算資源,而且往往會產(chǎn)生冗余信息,并非高效的做法。因此,出于均衡效率和性能的考慮,研究人員在處理點云數(shù)據(jù)時,通常會對原始的點云數(shù)據(jù)進行下采樣后,再在較小規(guī)模的子云上進行處理。

    本文采用最遠點采樣方法對點云進行下采樣。使用最遠點采樣方法可以獲取在點云形狀上分布更為均勻的點,采樣得到的點集能更好地表示出三維形狀的輪廓。在得到下采樣的點云后,將其輸入網(wǎng)絡,學習逐點的高維特征。本文采用基于多層感知機的方法,使用PointNet++中多尺度特征提取方法得到逐點特征,其基本思路如圖2所示,對于輸入點云中的某一點pi,選擇其在下采樣前周圍不同規(guī)模相鄰點集,構造若干個不同的分組。將每個分組輸入共享權重的多層感知機及池化層,得到每個分組的特征。將這些特征拼接起來,即可得到pi的多尺度特征Fi。更多方法細節(jié)可參考文獻[16,17]。

    Figure 2 Point-wise feature extraction圖2 逐點特征提取

    本文采用3層逐點特征提取方法。首先將原始點云通過下采樣獲得包含1 024個點的點云作為初始輸入,第1個特征提取層從輸入的1 024個點中采樣512個點并提取各點的多尺度特征;第2個特征提取層從512個點中采樣128個點并提取各點的多尺度特征;第3個特征提取層利用128個點獲取點云的全局特征。

    對于多尺度的特征提取的具體實現(xiàn)細節(jié),第1個和第2個特征提取層分別使用3個尺度的分組提取特征。第1個特征提取層采樣最鄰近的16,32,128個點作為該點的鄰域,構成多尺度;第2個特征提取采樣最鄰近的32,64,128個點作為鄰域,構成多尺度;第3層把128個點整體作為一個分組進行特征提取,沒有繼續(xù)使用多尺度。

    4 特征通道注意力

    在獲取到各點的高維特征后,關注每個特征通道上的信息對整個點云信息的影響,通過獲取特征各通道上信息之間的關聯(lián)實現(xiàn)點云數(shù)據(jù)通道注意力機制,突出各點特征中更加關鍵的通道上的信息。首先獲取一種反映點云全局的特征,在此基礎上學習得到點云特征上各通道的注意力權重,從而得到經(jīng)過特征通道注意力模塊處理后的點云特征。

    Figure 3 Channel attention mechanism圖3 特征通道注意力機制

    5 空間位置注意力

    點云模型中特定區(qū)域的形狀對判定點云所屬類別具有顯著作用,因此除了需要關注點云特征重要通道上的信息外,還應從空間位置的維度上關注模型中的重要區(qū)域。在經(jīng)過特征通道注意力對點云中各點的特征進行處理后,本文進一步使用空間位置注意力機制獲取各點之間的關聯(lián),確定感興趣的區(qū)域,即關注更能為下游任務(如分類、分割等)提供有用信息的點。

    6 點云分類與分割

    7 實驗與結果分析

    本節(jié)對所提出的基于特征通道和空間位置注意力的點云特征學習網(wǎng)絡在形狀分類、模型部件分割等任務上的表現(xiàn)進行驗證,并對注意力模塊的性能進行評估與分析。實驗硬件配置為:CPU:Intel i5,GPU:NVIDIA-Geforce 2080Ti,16 GB內(nèi)存。開發(fā)環(huán)境為:Ubuntu 18.04,CUDA 10.1,cudnn7,PyTorch 1.8.0。

    7.1 形狀分類

    ModelNet40[36]數(shù)據(jù)集包含約1.3萬個CAD模型,分為40個不同物體類別,其中約1萬個模型組成訓練集,其余模型組成測試集,是當前用于三維形狀分類的常用公共數(shù)據(jù)集。

    在ModelNet40數(shù)據(jù)集上測試本文所提網(wǎng)絡在形狀分類任務上的效果,并與近年來主要相關研究工作進行對比。實驗結果及對比如表1所示。

    從表1可以看出,在分類任務常用的2種評價指標上(平均類精度和整體精度),本文網(wǎng)絡分別達到90.29%的平均精度和93.2%的整體精度,達到或優(yōu)于近年在點云形狀分類上一些有代表性的網(wǎng)絡模型的水平。本文網(wǎng)絡的主干網(wǎng)絡結構基于PointNet++網(wǎng)絡,可以看出,在引入空間-通道注意力層對點云特征進行處理后,點云分類效果得到了較大提升,相關分析將在后面消融實驗中進行詳細介紹。

    7.2 模型部件分割

    ShapeNet[42]數(shù)據(jù)集是目前常用三維模型部件

    Table 1 Classification experiment results and comparison表1 分類實驗結果及對比

    分割數(shù)據(jù)集。數(shù)據(jù)集內(nèi)含有16個類別共約1.7萬個模型,其中,1.4萬個模型組成訓練集,3千個模型組成測試集。每個模型由2到6種不同部件組成,共有50個不同的部件類別。

    在ShapeNet數(shù)據(jù)集上測試本文網(wǎng)絡在模型部件分割任務上的效果,采用平均交并比及在各類上的交并比作為評價指標。實驗結果及與近年來其他研究工作的結果對比如表2所示。

    由表2可以看出,與近期相關研究相比,本文方法達到了較高的水平。為了進一步展示本文網(wǎng)絡在部件分割上的有效性,對分割的結果進行可視化展示,效果如圖5所示,可以看出使用本文網(wǎng)絡能夠清晰、準確地分割出模型的各個部件。

    Figure 5 Visualization of part segmentation on ShapeNet圖5 ShapeNet模型部件分割效果

    7.3 消融實驗

    本文在PointNet++的網(wǎng)絡結構基礎上,引入了通道-空間注意力模塊,對點云特征進行處理。因此,本節(jié)設計消融實驗,分別對通道注意力模塊和空間注意力模塊在形狀分類與部件分割任務中產(chǎn)生的效果進行測試分析。分類和分割任務的消融實驗結果分別如表3和表4所示。表中方法A為不含注意力模塊的網(wǎng)絡模型,即原始PointNet++模型;方法B僅采用特征通道注意力模塊;方法C僅采用空間注意力模塊;方法D代表同時采用2種注意力模塊的方法,即本文網(wǎng)絡??梢钥闯觯槍Ψ诸惾蝿?,通道注意力模塊與空間注意力模塊均對原始網(wǎng)絡的性能有明顯提升。

    Table 2 Part segmentation experiment results and comparison 表2 部件分割實驗結果和對比

    Table 3 Ablation experiment results of classification 表3 分類任務消融實驗結果

    Table 4 Ablation experiment results of part segmentation 表4 分割任務消融實驗結果

    而對于分割任務,本文網(wǎng)絡相較于原始網(wǎng)絡效果有一定提升,但每種注意力模塊對效果的提升有限。這可能是因為在本文注意力機制下,關注的重點是各點或各通道對點云全局的影響,而最終用于分割的逐點特征又包含跳躍拼接的信息,從而使得注意力機制對逐點特征的影響較小。因此,本文網(wǎng)絡對分類任務的效果更加明顯。

    7.4 魯棒性實驗

    實際應用中采樣得到的點云數(shù)據(jù)可能存在采樣點缺失、稀疏或分布不均勻等問題,影響對三維形狀的表達。為模擬現(xiàn)實場景,本節(jié)采用在原始點云數(shù)據(jù)上隨機舍棄部分點云的方法來測試本文網(wǎng)絡對分類任務的魯棒性。實驗中,原始點云中的點個數(shù)為1 024,分別對保留512個點、256個點和128個點時的情況進行分類測試,實驗結果如圖6所示。

    Figure 6 Experiments of robustness圖6 魯棒性實驗

    由實驗結果可以看出,當舍棄原始點云中75%的點時,使用本文網(wǎng)絡的分類精度仍然能夠保持在90%左右的較高水平。一方面,PointNet++中多尺度、多層次提取點云特征的架構本身具有很強的魯棒性,本文網(wǎng)絡保持了這一特性;另一方面,引入通道-空間注意力機制,增強了關鍵通道和關鍵點的表達能力,保證了本文網(wǎng)絡的魯棒性。

    8 結束語

    本文提出了一個針對形狀分類與部件分割任務的點云數(shù)據(jù)特征學習網(wǎng)絡,基于多層特征提取方法提取點云特征,在特征提取過程中,使用注意力機制提升點云特征的表達能力。本文采用的注意力機制可部署于各種基于逐點特征的三維點云處理網(wǎng)絡中。本文選用了基于PointNet++網(wǎng)絡的多層次特征提取結構,在提取點云特征的過程中引入特征通道注意力和空間位置注意力機制,關注重要的特征通道和點云區(qū)域,增強關鍵點和關鍵通道上信息的表達。通過在ModelNet40和ShapeNet數(shù)據(jù)集上的實驗及結果對比,驗證了本文網(wǎng)絡的有效性,消融實驗也驗證了各注意力模塊對提升點云特征的效果。在未來工作中,可將通道-空間注意力模塊引入至其他點云特征提取方法中[44,45],以及將本文提取特征的方法應用到其他任務中[46 - 48]。

    猜你喜歡
    特征提取注意力分類
    讓注意力“飛”回來
    分類算一算
    分類討論求坐標
    基于Daubechies(dbN)的飛行器音頻特征提取
    電子制作(2018年19期)2018-11-14 02:37:08
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    “揚眼”APP:讓注意力“變現(xiàn)”
    傳媒評論(2017年3期)2017-06-13 09:18:10
    Bagging RCSP腦電特征提取算法
    A Beautiful Way Of Looking At Things
    基于MED和循環(huán)域解調(diào)的多故障特征提取
    免费看av在线观看网站| 免费无遮挡裸体视频| 男女边摸边吃奶| 久久人人爽人人片av| 99久久精品国产国产毛片| 嫩草影院新地址| 舔av片在线| 97在线视频观看| 97超视频在线观看视频| 日韩中字成人| 亚洲欧美日韩无卡精品| av播播在线观看一区| 色尼玛亚洲综合影院| 国产亚洲精品av在线| 精品不卡国产一区二区三区| 免费播放大片免费观看视频在线观看| 我要看日韩黄色一级片| 成人av在线播放网站| 日本三级黄在线观看| 亚洲精华国产精华液的使用体验| 国产精品综合久久久久久久免费| av又黄又爽大尺度在线免费看| 欧美激情在线99| 天堂俺去俺来也www色官网 | 午夜免费观看性视频| 亚洲av二区三区四区| 亚洲精品,欧美精品| 国产亚洲午夜精品一区二区久久 | 老女人水多毛片| 不卡视频在线观看欧美| 自拍偷自拍亚洲精品老妇| 国产成年人精品一区二区| av在线播放精品| 最近2019中文字幕mv第一页| 日韩一区二区视频免费看| 夫妻性生交免费视频一级片| 亚洲欧美成人综合另类久久久| 欧美一区二区亚洲| 国产美女午夜福利| 国产午夜精品一二区理论片| 久久久亚洲精品成人影院| 久久久久久久久大av| 69av精品久久久久久| 国产乱来视频区| 精品一区二区三卡| 国产精品久久久久久av不卡| 国产美女午夜福利| 可以在线观看毛片的网站| 国产老妇女一区| 国产 一区精品| or卡值多少钱| 久久久久性生活片| 久久久久久久久中文| 亚洲第一区二区三区不卡| 日韩精品有码人妻一区| 日韩欧美精品免费久久| 国产一区有黄有色的免费视频 | 九九久久精品国产亚洲av麻豆| 亚洲乱码一区二区免费版| 大香蕉97超碰在线| 国产伦理片在线播放av一区| 精品久久久久久久末码| 18禁在线播放成人免费| 欧美激情在线99| 一级毛片我不卡| 国产片特级美女逼逼视频| 国语对白做爰xxxⅹ性视频网站| 男人爽女人下面视频在线观看| 亚洲国产精品成人久久小说| 国产69精品久久久久777片| 中文字幕制服av| 免费黄频网站在线观看国产| 成人欧美大片| 伦精品一区二区三区| 99久久九九国产精品国产免费| 全区人妻精品视频| 亚洲av国产av综合av卡| av免费在线看不卡| 久久久久九九精品影院| 国产成人a区在线观看| av天堂中文字幕网| 美女国产视频在线观看| 在线观看人妻少妇| 韩国高清视频一区二区三区| 小蜜桃在线观看免费完整版高清| 老司机影院毛片| 看非洲黑人一级黄片| 日本爱情动作片www.在线观看| 一级黄片播放器| 赤兔流量卡办理| 亚洲精品aⅴ在线观看| 精品午夜福利在线看| 日韩欧美精品免费久久| 国产色爽女视频免费观看| 99视频精品全部免费 在线| 菩萨蛮人人尽说江南好唐韦庄| 久久精品久久精品一区二区三区| 亚洲久久久久久中文字幕| 日韩国内少妇激情av| 国产精品福利在线免费观看| 69人妻影院| 女人被狂操c到高潮| 在线播放无遮挡| 亚洲精品亚洲一区二区| 欧美另类一区| 久久久久性生活片| 国产精品一区二区三区四区免费观看| 精品一区二区免费观看| 国产亚洲av嫩草精品影院| 国产亚洲av片在线观看秒播厂 | 国产伦精品一区二区三区视频9| 日本爱情动作片www.在线观看| 亚洲精品中文字幕在线视频 | 少妇的逼好多水| 精品欧美国产一区二区三| 最近最新中文字幕大全电影3| 大陆偷拍与自拍| 精品一区二区免费观看| 在线免费十八禁| 精品一区二区三卡| 日本与韩国留学比较| 综合色av麻豆| 亚洲一区高清亚洲精品| 不卡视频在线观看欧美| av免费在线看不卡| 久久精品国产亚洲网站| 伦理电影大哥的女人| 少妇丰满av| 欧美激情在线99| 亚洲国产精品国产精品| 麻豆久久精品国产亚洲av| 中文精品一卡2卡3卡4更新| 久久久色成人| 国产亚洲精品av在线| 中文欧美无线码| 久久99热这里只频精品6学生| 国产精品av视频在线免费观看| 全区人妻精品视频| 欧美激情久久久久久爽电影| 欧美精品一区二区大全| 国产成人免费观看mmmm| 欧美成人a在线观看| 欧美3d第一页| 少妇的逼水好多| 三级男女做爰猛烈吃奶摸视频| 国产三级在线视频| 日韩大片免费观看网站| 欧美性感艳星| 六月丁香七月| 国产精品国产三级国产专区5o| 国产精品麻豆人妻色哟哟久久 | 国产亚洲91精品色在线| 国产综合精华液| 精品人妻熟女av久视频| 午夜精品国产一区二区电影 | 精品亚洲乱码少妇综合久久| 少妇熟女aⅴ在线视频| 免费看a级黄色片| 亚洲18禁久久av| 国产精品久久久久久av不卡| 免费人成在线观看视频色| 亚洲激情五月婷婷啪啪| 国产精品久久久久久av不卡| 亚洲人成网站在线观看播放| 久久国产乱子免费精品| 18禁裸乳无遮挡免费网站照片| 青春草视频在线免费观看| 日韩欧美 国产精品| 亚洲欧洲日产国产| 久久精品国产亚洲网站| 亚洲成人av在线免费| 欧美精品国产亚洲| 国产精品久久久久久久久免| 成年女人看的毛片在线观看| 久99久视频精品免费| 777米奇影视久久| 亚洲人与动物交配视频| 黄色日韩在线| av又黄又爽大尺度在线免费看| 亚洲精品成人av观看孕妇| 免费大片黄手机在线观看| 菩萨蛮人人尽说江南好唐韦庄| 国产片特级美女逼逼视频| 尾随美女入室| av免费在线看不卡| 免费看av在线观看网站| 美女脱内裤让男人舔精品视频| 亚洲欧洲日产国产| 亚洲精品一区蜜桃| 久久久午夜欧美精品| 卡戴珊不雅视频在线播放| 免费黄频网站在线观看国产| 日韩精品青青久久久久久| 嫩草影院新地址| 国产综合懂色| 街头女战士在线观看网站| 日韩av在线大香蕉| 欧美潮喷喷水| 精品国产三级普通话版| 国产麻豆成人av免费视频| 黄色配什么色好看| 亚洲精品乱久久久久久| 国产单亲对白刺激| 国内精品美女久久久久久| 嫩草影院精品99| 18禁动态无遮挡网站| 欧美三级亚洲精品| 观看美女的网站| 中文字幕人妻熟人妻熟丝袜美| 中文天堂在线官网| 丰满少妇做爰视频| 免费看光身美女| av免费在线看不卡| 超碰97精品在线观看| 亚洲成色77777| 国产亚洲午夜精品一区二区久久 | 亚洲av成人精品一区久久| 日韩av不卡免费在线播放| 久久精品久久精品一区二区三区| 搡老乐熟女国产| 91精品国产九色| 一级毛片黄色毛片免费观看视频| 欧美一区二区亚洲| av在线老鸭窝| 五月伊人婷婷丁香| 亚洲欧美中文字幕日韩二区| 色综合色国产| 男女国产视频网站| av在线老鸭窝| 久久99精品国语久久久| av国产久精品久网站免费入址| 国产日韩欧美在线精品| 在线观看一区二区三区| 午夜爱爱视频在线播放| 成人亚洲欧美一区二区av| 国产黄a三级三级三级人| 如何舔出高潮| ponron亚洲| 搡老妇女老女人老熟妇| 日韩欧美一区视频在线观看 | 午夜爱爱视频在线播放| 欧美日韩综合久久久久久| 久久久久久久久久黄片| 男人狂女人下面高潮的视频| 亚洲电影在线观看av| 狂野欧美激情性xxxx在线观看| 日本三级黄在线观看| 日韩av不卡免费在线播放| 91在线精品国自产拍蜜月| 真实男女啪啪啪动态图| 国产午夜精品久久久久久一区二区三区| 六月丁香七月| 日日摸夜夜添夜夜添av毛片| 亚洲自偷自拍三级| 亚洲精品乱码久久久v下载方式| 国产免费一级a男人的天堂| 搡老妇女老女人老熟妇| 亚洲精华国产精华液的使用体验| 天堂√8在线中文| 麻豆精品久久久久久蜜桃| 欧美区成人在线视频| 亚洲av一区综合| 亚洲人成网站高清观看| 色综合亚洲欧美另类图片| 少妇熟女欧美另类| 麻豆久久精品国产亚洲av| 久久韩国三级中文字幕| av在线亚洲专区| 中文精品一卡2卡3卡4更新| 亚洲精品456在线播放app| 国内精品美女久久久久久| 卡戴珊不雅视频在线播放| 国产精品人妻久久久久久| 亚洲av男天堂| 亚洲精品国产av蜜桃| ponron亚洲| 亚洲精品影视一区二区三区av| 一级爰片在线观看| 久久精品夜夜夜夜夜久久蜜豆| videossex国产| 狂野欧美白嫩少妇大欣赏| 熟女电影av网| 性插视频无遮挡在线免费观看| 久久久欧美国产精品| 日韩大片免费观看网站| 直男gayav资源| 91aial.com中文字幕在线观看| 婷婷色综合www| 黄色配什么色好看| 一个人免费在线观看电影| 秋霞伦理黄片| 亚州av有码| av线在线观看网站| 国产精品av视频在线免费观看| 秋霞在线观看毛片| 国产永久视频网站| 男人爽女人下面视频在线观看| 99视频精品全部免费 在线| 亚洲欧美日韩卡通动漫| 伦精品一区二区三区| a级毛片免费高清观看在线播放| 老女人水多毛片| 国产精品av视频在线免费观看| 国产一级毛片在线| 亚洲自拍偷在线| 国产精品一区www在线观看| 人体艺术视频欧美日本| 国产精品久久视频播放| h日本视频在线播放| 日本爱情动作片www.在线观看| kizo精华| av在线天堂中文字幕| 联通29元200g的流量卡| 777米奇影视久久| 尤物成人国产欧美一区二区三区| 国产成人91sexporn| 亚洲精品国产av蜜桃| 国产三级在线视频| 女人被狂操c到高潮| 日韩av在线免费看完整版不卡| 亚洲四区av| 国产av码专区亚洲av| 大片免费播放器 马上看| 一个人看视频在线观看www免费| 我要看日韩黄色一级片| 国产伦理片在线播放av一区| 青青草视频在线视频观看| 免费av观看视频| 亚洲内射少妇av| 午夜精品一区二区三区免费看| 水蜜桃什么品种好| 成人毛片60女人毛片免费| 大香蕉97超碰在线| 日本-黄色视频高清免费观看| 欧美成人一区二区免费高清观看| 黄色日韩在线| 好男人视频免费观看在线| 国产精品.久久久| 国产av国产精品国产| 欧美激情国产日韩精品一区| 欧美日韩视频高清一区二区三区二| 日韩在线高清观看一区二区三区| 亚洲精品国产成人久久av| 联通29元200g的流量卡| 国国产精品蜜臀av免费| 99久久精品一区二区三区| 国产精品人妻久久久影院| 又爽又黄a免费视频| 国内揄拍国产精品人妻在线| 亚洲精品一区蜜桃| 丰满人妻一区二区三区视频av| av黄色大香蕉| 高清日韩中文字幕在线| 亚洲天堂国产精品一区在线| 亚洲av免费在线观看| 中文字幕人妻熟人妻熟丝袜美| 菩萨蛮人人尽说江南好唐韦庄| 亚洲成人久久爱视频| 日韩欧美一区视频在线观看 | 午夜福利在线观看免费完整高清在| av国产久精品久网站免费入址| 乱人视频在线观看| 内地一区二区视频在线| 国产精品福利在线免费观看| 在线 av 中文字幕| www.av在线官网国产| 2018国产大陆天天弄谢| 69av精品久久久久久| 只有这里有精品99| av国产免费在线观看| 国精品久久久久久国模美| 亚洲美女搞黄在线观看| 国产色爽女视频免费观看| 亚洲在久久综合| 精品国产三级普通话版| 一区二区三区四区激情视频| 国产精品蜜桃在线观看| 国产精品1区2区在线观看.| 国产亚洲5aaaaa淫片| 舔av片在线| 能在线免费观看的黄片| 天堂网av新在线| 美女脱内裤让男人舔精品视频| 婷婷色综合大香蕉| 五月玫瑰六月丁香| 日韩成人av中文字幕在线观看| 免费看av在线观看网站| 国产日韩欧美在线精品| 国产午夜精品论理片| 九色成人免费人妻av| 久久午夜福利片| 97超碰精品成人国产| 欧美日韩在线观看h| 精品一区二区三区视频在线| 午夜精品一区二区三区免费看| 免费观看a级毛片全部| 成人特级av手机在线观看| 国产精品嫩草影院av在线观看| 免费黄色在线免费观看| 国产伦一二天堂av在线观看| 高清日韩中文字幕在线| 99久久精品国产国产毛片| 免费av观看视频| 深夜a级毛片| 成人漫画全彩无遮挡| 尤物成人国产欧美一区二区三区| av在线蜜桃| 亚洲欧洲日产国产| 老师上课跳d突然被开到最大视频| 国产黄色免费在线视频| 一个人免费在线观看电影| 国产精品蜜桃在线观看| 国产高清不卡午夜福利| 天堂√8在线中文| 久久草成人影院| 国产av在哪里看| 欧美zozozo另类| 久久久a久久爽久久v久久| 亚洲第一区二区三区不卡| 六月丁香七月| 成人一区二区视频在线观看| 国产精品国产三级专区第一集| 国产精品精品国产色婷婷| 超碰97精品在线观看| 久久99热这里只有精品18| 久久精品久久精品一区二区三区| 午夜免费观看性视频| 自拍偷自拍亚洲精品老妇| 久久99热这里只频精品6学生| 成年女人在线观看亚洲视频 | 少妇猛男粗大的猛烈进出视频 | 国产男人的电影天堂91| 午夜精品在线福利| av线在线观看网站| 三级经典国产精品| 丰满乱子伦码专区| 乱系列少妇在线播放| 精品国内亚洲2022精品成人| 国产有黄有色有爽视频| 久久久久久久久久黄片| 99久国产av精品| 国产精品一区二区三区四区免费观看| 26uuu在线亚洲综合色| 免费观看性生交大片5| av专区在线播放| 日本黄大片高清| 91在线精品国自产拍蜜月| 成年av动漫网址| 2022亚洲国产成人精品| 69人妻影院| 免费av观看视频| 五月玫瑰六月丁香| 中国美白少妇内射xxxbb| 麻豆国产97在线/欧美| 亚洲性久久影院| 最近最新中文字幕免费大全7| 久久久久久久久久久丰满| 国产亚洲91精品色在线| 99热这里只有是精品50| 精品一区在线观看国产| 亚洲在线观看片| 色综合站精品国产| 特大巨黑吊av在线直播| 色吧在线观看| 日本黄色片子视频| 免费黄频网站在线观看国产| 久久精品国产鲁丝片午夜精品| 97超视频在线观看视频| 中文字幕人妻熟人妻熟丝袜美| 精品久久久久久久久av| 欧美人与善性xxx| 欧美一区二区亚洲| 亚洲av二区三区四区| 国产精品爽爽va在线观看网站| 精品少妇黑人巨大在线播放| 777米奇影视久久| 国产精品不卡视频一区二区| 日日干狠狠操夜夜爽| 亚洲,欧美,日韩| 亚洲国产最新在线播放| 波野结衣二区三区在线| 国产片特级美女逼逼视频| 日韩电影二区| 日日干狠狠操夜夜爽| 肉色欧美久久久久久久蜜桃 | 久久99热这里只频精品6学生| 波野结衣二区三区在线| 午夜福利视频精品| 日本免费在线观看一区| 天堂俺去俺来也www色官网 | 最后的刺客免费高清国语| www.av在线官网国产| 国内精品宾馆在线| 久久久久久久久久成人| 春色校园在线视频观看| 国产三级在线视频| 日本黄色片子视频| 美女黄网站色视频| kizo精华| 欧美日韩视频高清一区二区三区二| 色网站视频免费| 卡戴珊不雅视频在线播放| 国产免费一级a男人的天堂| 精品久久久精品久久久| 一级毛片黄色毛片免费观看视频| 亚洲最大成人手机在线| 一级毛片黄色毛片免费观看视频| 国产视频内射| 搡女人真爽免费视频火全软件| 精品久久久久久成人av| 亚洲av福利一区| 最近最新中文字幕大全电影3| 激情 狠狠 欧美| 国产男女超爽视频在线观看| 六月丁香七月| 日韩av不卡免费在线播放| 超碰av人人做人人爽久久| 亚洲色图av天堂| 能在线免费观看的黄片| 男女啪啪激烈高潮av片| 亚洲图色成人| 少妇被粗大猛烈的视频| 可以在线观看毛片的网站| 国精品久久久久久国模美| 成人亚洲精品一区在线观看 | a级毛色黄片| 免费播放大片免费观看视频在线观看| 亚洲三级黄色毛片| 我的女老师完整版在线观看| 亚洲精华国产精华液的使用体验| 好男人视频免费观看在线| 天天一区二区日本电影三级| 成人午夜高清在线视频| 国内精品美女久久久久久| 麻豆成人午夜福利视频| 久久精品久久久久久噜噜老黄| 国产综合懂色| 久久久国产一区二区| www.av在线官网国产| 亚洲自偷自拍三级| 天天一区二区日本电影三级| 美女xxoo啪啪120秒动态图| www.av在线官网国产| 国产人妻一区二区三区在| 纵有疾风起免费观看全集完整版 | 免费黄网站久久成人精品| 亚洲内射少妇av| 老女人水多毛片| 综合色丁香网| 麻豆久久精品国产亚洲av| 午夜爱爱视频在线播放| 久久99精品国语久久久| 久久草成人影院| 少妇被粗大猛烈的视频| 日本三级黄在线观看| 日韩欧美三级三区| 日本熟妇午夜| 水蜜桃什么品种好| 午夜福利网站1000一区二区三区| 成人性生交大片免费视频hd| 日韩精品青青久久久久久| 建设人人有责人人尽责人人享有的 | 久热久热在线精品观看| 亚洲精品成人久久久久久| 成年女人在线观看亚洲视频 | 五月天丁香电影| 我的老师免费观看完整版| 欧美日韩亚洲高清精品| 亚洲激情五月婷婷啪啪| 18禁在线无遮挡免费观看视频| 日本-黄色视频高清免费观看| 大香蕉97超碰在线| av网站免费在线观看视频 | 男人爽女人下面视频在线观看| freevideosex欧美| 日韩欧美国产在线观看| 日韩欧美三级三区| 久久久久久久久中文| 日韩av免费高清视频| 特级一级黄色大片| 成人漫画全彩无遮挡| 日本黄大片高清| 熟妇人妻不卡中文字幕| 国产伦精品一区二区三区视频9| av专区在线播放| 亚洲精品影视一区二区三区av| 熟女电影av网| 特大巨黑吊av在线直播| 看免费成人av毛片| 国产亚洲精品久久久com| 久久国产乱子免费精品| 成人午夜精彩视频在线观看| 亚洲精品影视一区二区三区av| 国产精品福利在线免费观看| 国产成人a区在线观看| 一边亲一边摸免费视频| 亚洲色图av天堂| 国产视频内射| 亚洲18禁久久av| 亚洲欧美成人精品一区二区| 日本欧美国产在线视频| 男人舔女人下体高潮全视频| 国产在视频线在精品| 嫩草影院新地址| 日韩av在线免费看完整版不卡| 又爽又黄无遮挡网站| 夫妻午夜视频| 人体艺术视频欧美日本| av女优亚洲男人天堂| 婷婷六月久久综合丁香| 久久亚洲国产成人精品v| 欧美zozozo另类| 国产三级在线视频| 美女被艹到高潮喷水动态| 久久久精品欧美日韩精品|