• <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 ?

    基于注意機制的輕量化稠密連接網(wǎng)絡(luò)單幅圖像去雨

    2022-11-30 08:12:18柴國強王大為蘆賓李竹
    關(guān)鍵詞:單幅條紋卷積

    柴國強,王大為,蘆賓,李竹

    (山西師范大學(xué) 物理與信息工程學(xué)院,臨汾 041000)

    隨著科技的發(fā)展,目標(biāo)檢測與跟蹤、場景語義分割、深度信息估計[1-3]等計算機視覺算法已經(jīng)廣泛應(yīng)用于無人機拍攝、人臉識別系統(tǒng)、智慧城市預(yù)警等現(xiàn)代化科技中。在陰雨天氣下,雨條紋會對相機等傳感器獲取的圖像造成嚴(yán)重的噪聲污染,從而降低后續(xù)計算機視覺算法的可靠度和準(zhǔn)確性,限制了其應(yīng)用范圍。對降雨時獲取的圖像先進(jìn)行去雨處理,重構(gòu)出背景紋理具有重要研究意義?,F(xiàn)有圖像去雨算法根據(jù)所研究的對象不同主要可以分為基于視頻的去雨算法和基于單幅圖像的去雨算法?;谝曨l的去雨算法通過分析連續(xù)幀圖像之間的差異,根據(jù)豐富的時空關(guān)系檢測出雨條紋并將其去除。相比而言,由于缺乏時空信息,單幅圖像去雨難度更大。

    根據(jù)是否需要數(shù)據(jù)集進(jìn)行訓(xùn)練,單幅圖像去雨算法可以分為基于傳統(tǒng)的優(yōu)化算法和基于深度學(xué)習(xí)的算法。傳統(tǒng)算法中,Li等[4]利用基于高斯混合模型的先驗概率對雨條紋進(jìn)行檢測和去除,通過對背景層和雨條紋層施加預(yù)先定義的約束實現(xiàn)圖像分解,利用結(jié)構(gòu)殘基將雨條紋去除。Kim等[5]采用自適應(yīng)的非局部鄰域濾波對雨條紋進(jìn)行均值濾波將其去除。Luo等[6]提出了一種基于字典學(xué)習(xí)和稀疏編碼的單幅圖像去雨算法,其中強互斥性的字典學(xué)習(xí)逼近雨條紋層和背景層,判別稀疏編碼將雨條紋去除。Wang等[7]將字典學(xué)習(xí)和圖像分解相結(jié)合實現(xiàn)了單幅圖像去雨。

    近年來,隨著深度學(xué)習(xí)框架的不斷優(yōu)化和計算機硬件水平的飛速發(fā)展,計算機視覺算法性能和運行效率都得到了大幅度提升。Yang等[8]提出了一種基于空洞卷積的多通道單幅圖像去雨網(wǎng)絡(luò),通過空洞卷積擴(kuò)大網(wǎng)絡(luò)感受野,通過閉環(huán)反饋實現(xiàn)雨條紋的逐步去除。Wang等[9]先利用空間感知網(wǎng)絡(luò)得到雨條紋注意圖,再利用局部到全局的方式將雨條紋去除。Ren等[10]利用深度特征在不同階段之間的依賴關(guān)系,提出了漸進(jìn)循環(huán)去雨網(wǎng)絡(luò)。Zhang等[11]提出了一種多任務(wù)的去雨網(wǎng)絡(luò),在完成去雨的同時實現(xiàn)高分辨率圖像的生成。Xia等[12]提出了一種基于圖像分解的去雨網(wǎng)絡(luò),先將雨圖像分解為高頻部分和低頻部分,再利用簡化的稠密連接網(wǎng)絡(luò)在高頻部分將雨條紋去除。王聰?shù)萚13-14]分別采用網(wǎng)絡(luò)與內(nèi)部尺度融合操作和自校準(zhǔn)網(wǎng)絡(luò)[15]實現(xiàn)了單幅圖像去雨。

    雖然現(xiàn)有基于深度學(xué)習(xí)的圖像去雨算法取得不錯進(jìn)展,但是就圖像去雨質(zhì)量和網(wǎng)絡(luò)參數(shù)規(guī)模方面仍有較大提升空間。本文提出一種基于注意機制的輕量化稠密連接網(wǎng)絡(luò),在去除雨條紋的同時降低網(wǎng)絡(luò)參數(shù)規(guī)模,提升模型運行效率。

    1 網(wǎng)絡(luò)結(jié)構(gòu)

    本文所提出的基于注意機制的改進(jìn)稠密連接去雨網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。為了提升雨條紋區(qū)域的權(quán)重,利用多尺度聚集自適應(yīng)雨條紋檢測模塊(multi-scale aggregation self-adapting rain streaks detection module,MASM)檢測雨條紋,生成注意圖用于引導(dǎo)后續(xù)模塊有意識地關(guān)注降雨區(qū)域。雨條紋具有不同的大小和形狀,與背景圖像相互影響,單一深層網(wǎng)絡(luò)可能無法從圖像中完全去除雨條紋。因此,本文采用循環(huán)策略對雨條紋進(jìn)行分步去除。針對去雨任務(wù),對稠密連接網(wǎng)絡(luò)進(jìn)行修改,包括利用空洞卷積增加網(wǎng)絡(luò)感受野,去除批歸一化層(batchnorm layer,BN)增強網(wǎng)絡(luò)魯棒性,使用擠壓-激勵提升網(wǎng)絡(luò)表征能力。

    圖1 基于注意機制的改進(jìn)稠密連接去雨網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Structure of modified densely connected rain removal network based on attention mechanism

    1.1 多尺度聚集自適應(yīng)雨條紋檢測模塊

    視覺注意機制有助于計算機視覺算法準(zhǔn)確定位于特定區(qū)域。為使去雨網(wǎng)絡(luò)給予雨條紋區(qū)域有意識的關(guān)注,本文設(shè)計了MASM模塊檢測雨條紋,MASM網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

    在圖2中,輸入特征圖X經(jīng)過3個具有不同大小卷積核的并行卷積通道,將生成的特征圖沿通道維連接并且經(jīng)過1×1的卷積核進(jìn)行特征融合,輸出Y表示特征權(quán)重,并行卷積通道操作可表示為

    圖2 多尺度聚集自適應(yīng)雨條紋檢測模塊結(jié)構(gòu)Fig.2 Structure of multi-scale aggregation self-adapting rain streaks detection module

    式中:X表示輸入;Xi(i=1,2,3)表示3個通道的輸出,每個通道特征圖通道維度為32;F(k)(·)表示卷積核的尺寸為k×k;[X1,X2,X3]表示不同特征圖在通道維度上的拼接。

    為了檢測出小權(quán)重雨條紋,首先利用softmax函數(shù)對Y進(jìn)行處理得到歸一化的權(quán)重B,然后將另一個分支生成的特征圖Z與B相乘,最后通過自適應(yīng)的方式將乘積結(jié)果與輸入特征X相加:

    式中:λ為可學(xué)習(xí)參數(shù);S為雨條紋注意圖。

    圖3為雨條紋檢測模塊生成的注意圖,可以看出幾乎所有雨條紋都得到了標(biāo)記。

    圖3 注意圖可視化Fig.3 Visualization of attention map

    1.2 改進(jìn)的稠密連接網(wǎng)絡(luò)

    在硬件條件允許的情況下加深網(wǎng)絡(luò)深度可以有效提升網(wǎng)絡(luò)性能,但是過深的網(wǎng)絡(luò)會增加梯度彌散的風(fēng)險,隨著網(wǎng)絡(luò)深度的增加,前面的信息就會逐漸減弱和消散。為了確保網(wǎng)絡(luò)中最大化的信息傳遞,稠密連接網(wǎng)絡(luò)[16](densely connected networks,DenseNet)使每層都與該層之前的所有層在特征維度上相連,增強了特征的復(fù)用,使得信息(前向傳播時)或梯度(后向傳播時)在整個網(wǎng)絡(luò)中可以更好的保持,從而訓(xùn)練更深的網(wǎng)絡(luò)模型。

    原始稠密連接網(wǎng)絡(luò)模塊如圖4(a)所示,設(shè)輸入特征圖具有c個通道,每個卷積層產(chǎn)生c個通道的新特征圖,在網(wǎng)絡(luò)的前向傳遞過程中,每一個卷積層都可以接收之前所有卷積層的輸出,第n個卷積層的輸出可以表示為

    圖4 稠密連接網(wǎng)絡(luò)Fig.4 Densely connected network

    式中:σ表示激活函數(shù);表示核尺寸為k×k的卷積操作;[X1,X2,…,Xn-1]表示特征圖沿通道維度的連接。具有n個卷積層的稠密連接網(wǎng)絡(luò)模塊最終會產(chǎn)生n×G個新的特征圖,其中G表示生長率。

    在圖4(a)所示原始稠密連接網(wǎng)絡(luò)模塊中,每個卷積層后都緊跟一個BN層,在訓(xùn)練過程中BN使用每一批次(mini-batch)的統(tǒng)計量歸一化該批次的特征,在測試過程中,BN使用所有訓(xùn)練數(shù)據(jù)的統(tǒng)計量歸一化測試集。在測試集的統(tǒng)計量與訓(xùn)練集差別較大的情況下,BN會影響網(wǎng)絡(luò)性能,降低網(wǎng)絡(luò)泛化能力[17]。此外,BN層需要在GPU中存儲標(biāo)準(zhǔn)化的數(shù)據(jù)副本,占用大量計算空間,因此本文將BN層從稠密連接網(wǎng)絡(luò)模塊中去除。

    將部分稠密連接塊中的常規(guī)卷積用空洞卷積(dilated convolution)替代,可以有效增加網(wǎng)絡(luò)的感受野,在稠密連接網(wǎng)絡(luò)的最后加入擠壓-激勵(squeeze-and-excitation,SE)模塊,將通道特征和空間特征相結(jié)合,進(jìn)一步增加網(wǎng)絡(luò)特征提取能力。改進(jìn)的稠密連接網(wǎng)絡(luò)如圖4(b)所示,其中,輸入特征圖的通道為64,生長率為12。

    1.3 多尺度通道混洗深度可分離卷積

    稠密連接網(wǎng)絡(luò)由于特征復(fù)用導(dǎo)致網(wǎng)絡(luò)后端的卷積核通道維度較大,參數(shù)量急劇增加,帶來了嚴(yán)重的計算負(fù)荷。深度可分離卷積將常規(guī)卷積分為深度卷積和逐點卷積,實現(xiàn)了特征圖通道維度和空間維度的關(guān)聯(lián)性解耦,可以有效減少網(wǎng)絡(luò)參數(shù)[18-19]。在深度卷積中,每個輸出特征層只對單一輸入特征層負(fù)責(zé),輸入特征之間沒有信息交換,在逐點卷積中,使用1×1的卷積核實現(xiàn)特征融合。

    在上述深度可分離卷積中,不同通道之間的信息交換是通過最后一步卷積核為1×1的卷積實現(xiàn)的,較小的感受野導(dǎo)致了深度可分離卷積不利于特征通道之間的信息融合,限制了網(wǎng)絡(luò)的表征能力。為了增強不同特征通道之間信息交流,同時獲取不同尺度特征,首先將輸入特征通道分組,使用不同尺寸卷積核對不同通道進(jìn)行卷積,然后利用通道混洗技術(shù)[20]對不同組的卷積進(jìn)行特征融合,達(dá)到特征通信目的。多尺度通道混洗的深度可分離卷積實現(xiàn)流程如圖5所示。

    圖5 多尺度通道混洗的深度可分離卷積Fig.5 Depthwise separable convolution with multi-scale channel shuffle

    2 損失函數(shù)

    為了確保雨條紋去除的同時恢復(fù)出清晰可靠的背景紋理,結(jié)合像素目標(biāo)函數(shù)、負(fù)結(jié)構(gòu)相似目標(biāo)函數(shù)、感知目標(biāo)函數(shù)、邊緣目標(biāo)函數(shù)及注意圖目標(biāo)函數(shù)對提出的去雨網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

    像素目標(biāo)函數(shù)為去雨圖像和真實背景RGB幅值的均方差異,其定義為

    式中:Lmse(·)為均方誤差函數(shù);x為雨圖像;G(x)為去雨結(jié)果;y為無雨的干凈背景。

    負(fù)結(jié)構(gòu)相似目標(biāo)函數(shù)從亮度、對比度和結(jié)構(gòu)3個方面度量2幅圖像的區(qū)別,其定義為

    式中:SSIM表示結(jié)構(gòu)相似度指數(shù)[21],SSIM越大,2幅圖像越相近。

    感知目標(biāo)函數(shù)[22]從高維度特征差異衡量2幅圖像,定義如下:

    式中:Vi(·)表示在ImageNet數(shù)據(jù)集上預(yù)訓(xùn)練的VGG-16網(wǎng)絡(luò)提取的第i層特征圖。

    采用均方誤差訓(xùn)練的網(wǎng)絡(luò)一般會對生成圖像的邊緣紋理產(chǎn)生破壞[23],通過增加邊緣目標(biāo)函數(shù)來約束網(wǎng)絡(luò)對邊緣紋理的重構(gòu),其定義為

    式中:W(·)為拉普拉斯邊緣檢測算子卷積。

    注意圖目標(biāo)函數(shù)可以有效保證MASM模塊能夠準(zhǔn)確檢測出降雨區(qū)域,定義為

    式中:A(x)為生成的雨條紋注意圖;M(x)為雨條紋二值圖(0為無雨,1為有雨),M(x)是通過從雨圖中減去無雨圖像,再通過與預(yù)設(shè)的閾值比較獲取的。

    網(wǎng)絡(luò)總體目標(biāo)函數(shù)為

    式中:λ1~λ5為不同目標(biāo)函數(shù)項的權(quán)重系數(shù)。

    3 實驗結(jié)果和分析

    3.1 訓(xùn)練細(xì)節(jié)

    由于無法在實際中獲取大量降雨圖像與其對應(yīng)的干凈背景圖像,采用文獻(xiàn)[24]提供的Rain800數(shù)據(jù)集和文獻(xiàn)[25]提供的Rain100H、Rain100L數(shù)據(jù)集訓(xùn)練和測試相關(guān)網(wǎng)絡(luò)。利用Pytorch框架搭建所提出的神經(jīng)網(wǎng)絡(luò),使用Adam優(yōu)化器訓(xùn)練模型,初始化學(xué)習(xí)率為0.01,每30個epoch后學(xué)習(xí)率降低10倍,共訓(xùn)練100個epoch。在訓(xùn)練過程中,式(9)的權(quán)重系數(shù)設(shè)置為λ1=λ2=λ5=1,λ3=λ4=0.1。采用常用的圖像評價指標(biāo)峰值信噪比(PSNR)和結(jié)構(gòu)相似度(SSIM)對降雨圖像進(jìn)行評價。將本文算法去雨結(jié)果與2種基于傳統(tǒng)優(yōu)化的去雨算法DSC[6]、GMM[4]及4種基于深度學(xué)習(xí)的去雨算法RESCAN[26]、ReHEN[27]、SPANet[9]、UMRL[28]進(jìn)行比較。

    3.2 實驗分析

    表1為不同算法在測試集上去雨效果定量比較結(jié)果。可以看出,本文算法在PSNR和SSIM都取得了最好的表現(xiàn),并且優(yōu)勢較大,說明了本文算法的有效性。

    表1 不同去雨算法PSNR和SSIM對比Table1 PSNR and SSIM comparison of different rain removal algorithms

    表2列出了不同算法的參數(shù)量及在分辨率為320×640圖像上的測試時間。傳統(tǒng)優(yōu)化算法GMM和DSC由于需要學(xué)習(xí)高斯混合模型或模型字典,非常耗時?;谏疃葘W(xué)習(xí)的算法由于有預(yù)先訓(xùn)練的模型可供使用,運行效率遠(yuǎn)遠(yuǎn)高于傳統(tǒng)優(yōu)化算法。得益于多尺度通道混洗深度可分離卷積的利用,本文算法在保證去雨質(zhì)量的同時大大降低了網(wǎng)絡(luò)參數(shù),提升了模型推理效率。

    表2 不同方法參數(shù)量與測試時間對比Table2 Comparison of parameters number and average running time

    為了直觀地說明本文算法的改進(jìn)效果,圖6給出了2幅合成圖像的去雨結(jié)果。傳統(tǒng)優(yōu)化算法DSC和GMM很難去除雨紋,背景仍然難以區(qū)分。RESCAN和SPANet中產(chǎn)生了較大偽影,ReHEN和UMRL丟失了邊緣紋理,細(xì)節(jié)保持較差。與之對比,本文算法去掉了最多的雨條紋,同時保留了豐富的場景細(xì)節(jié),在視覺上更令人滿意。

    圖6 不同算法合成數(shù)據(jù)集去雨結(jié)果可視化對比Fig.6 Visualized comparison of different rain removal agorithms on synthetic dataset

    為了驗證本文算法的泛化能力,圖7展示了不同去雨算法處理真實降雨圖像的結(jié)果。圖像1中雨條紋較小,基于傳統(tǒng)算法中的GMM結(jié)果使圖像產(chǎn)生大范圍的模糊,邊緣細(xì)節(jié)保留較差,DSC結(jié)果中有殘留雨條紋,基于深度學(xué)習(xí)的算法取得了相近的去雨效果。圖像2中雨條紋較大,與其他算法相比,本文算法在去除了幾乎所有雨條紋的同時保留了較好的邊緣細(xì)節(jié)。

    圖7 不同算法真實數(shù)據(jù)集去雨結(jié)果可視化對比Fig.7 Visualized comparison of different rain removal algorithms on real dataset

    為了探究階段數(shù)量對網(wǎng)絡(luò)去雨效果的影響,在Rain100H數(shù)據(jù)集上采用相同策略訓(xùn)練了包含1~7個階段的網(wǎng)絡(luò)。表3列出了不同網(wǎng)絡(luò)的去雨效果??梢钥闯?隨著去雨階段從1增加到6,去雨效果改善明顯,從6個階段增加到7個階段,只有SSIM增加0.1%,達(dá)到了網(wǎng)絡(luò)的瓶頸,為了降低過擬合風(fēng)險,兼顧去雨質(zhì)量和運行效率,設(shè)定默認(rèn)包含6個階段。

    表3 階段數(shù)量對去雨效果的影響Table3 Effect of stage number on rain removal

    4 結(jié) 論

    本文提出一種基于輕量化設(shè)計的稠密連接網(wǎng)絡(luò)針對單幅圖像進(jìn)行去雨,從雨條紋檢測、雨條紋去除及網(wǎng)絡(luò)輕量化3方面依次展開,具體貢獻(xiàn)如下:

    1)利用基于多尺度聚集自適應(yīng)雨條紋檢測模塊對雨條紋進(jìn)行精準(zhǔn)定位,生成的注意圖用以引導(dǎo)后續(xù)模塊對雨條紋區(qū)域給予有意識的關(guān)注;

    2)針對圖像去雨任務(wù)將稠密連接網(wǎng)絡(luò)進(jìn)行改進(jìn),通過去除歸一化層增強網(wǎng)絡(luò)泛化能力、使用空洞卷積增加網(wǎng)絡(luò)感受野、利用擠壓-激勵網(wǎng)絡(luò)增強表征能力,然后使用循環(huán)策略實現(xiàn)雨條紋的去除;

    3)提出多尺度通道混洗的深度可分離卷積,替代稠密連接網(wǎng)絡(luò)中的常規(guī)卷積,在保證去雨性能的前提下大幅度降低了網(wǎng)絡(luò)參數(shù)。與現(xiàn)有算法相比,本文算法在合成數(shù)據(jù)集和真實數(shù)據(jù)集上都取得了較好的去雨效果,并且運行效率高,驗證了算法的效性。

    猜你喜歡
    單幅條紋卷積
    基于改進(jìn)大氣散射模型的單幅圖像去霧方法
    基于3D-Winograd的快速卷積算法設(shè)計及FPGA實現(xiàn)
    誰是窮橫條紋衣服的人
    小福爾摩斯(2019年2期)2019-09-10 07:22:44
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    別急!丟了條紋的斑馬(上)
    別急!丟了條紋的斑馬(下)
    基于圖像融合的快速單幅圖像去霧算法
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    基于稀疏表示和結(jié)構(gòu)自相似性的單幅圖像盲解卷積算法
    基于改進(jìn)暗通道和導(dǎo)向濾波的單幅圖像去霧算法
    亚洲精品第二区| 我的女老师完整版在线观看| 九九在线视频观看精品| 又黄又爽又刺激的免费视频.| 亚洲丝袜综合中文字幕| 少妇熟女欧美另类| 曰老女人黄片| 中文字幕精品免费在线观看视频 | 日韩一区二区视频免费看| 夜夜爽夜夜爽视频| 97超碰精品成人国产| 18禁观看日本| 中文字幕亚洲精品专区| 亚洲av不卡在线观看| 视频中文字幕在线观看| 日日爽夜夜爽网站| 在现免费观看毛片| 色哟哟·www| 精品久久国产蜜桃| 视频中文字幕在线观看| 国产成人精品婷婷| 18禁裸乳无遮挡动漫免费视频| 成人综合一区亚洲| 久久久精品区二区三区| 午夜精品国产一区二区电影| 丝瓜视频免费看黄片| 日韩精品免费视频一区二区三区 | 麻豆精品久久久久久蜜桃| 丝袜脚勾引网站| 韩国av在线不卡| 久久国产精品男人的天堂亚洲 | 日韩制服骚丝袜av| √禁漫天堂资源中文www| 亚洲av电影在线观看一区二区三区| 天堂俺去俺来也www色官网| 欧美日韩av久久| 最近中文字幕高清免费大全6| 黄片播放在线免费| 丝袜脚勾引网站| 人妻少妇偷人精品九色| 韩国av在线不卡| 亚洲三级黄色毛片| 国产在视频线精品| 久久午夜福利片| 国产精品久久久久久精品古装| 青春草视频在线免费观看| 久久鲁丝午夜福利片| videos熟女内射| 亚洲国产毛片av蜜桃av| 99re6热这里在线精品视频| 伊人亚洲综合成人网| av在线观看视频网站免费| 黑丝袜美女国产一区| 国产成人精品无人区| 少妇被粗大猛烈的视频| 久久久精品94久久精品| 国产日韩一区二区三区精品不卡 | 精品久久久精品久久久| 2021少妇久久久久久久久久久| 91久久精品国产一区二区成人| 国产在视频线精品| 少妇的逼好多水| 欧美日韩视频高清一区二区三区二| 免费日韩欧美在线观看| 丝袜脚勾引网站| 国产亚洲av片在线观看秒播厂| 两个人免费观看高清视频| 免费少妇av软件| 岛国毛片在线播放| av专区在线播放| av有码第一页| 免费人妻精品一区二区三区视频| 亚洲av男天堂| 国产男女内射视频| 毛片一级片免费看久久久久| 久久久久久久精品精品| a 毛片基地| 如何舔出高潮| 尾随美女入室| 日韩人妻高清精品专区| 亚洲精品乱久久久久久| 校园人妻丝袜中文字幕| 高清不卡的av网站| 亚洲四区av| 国产乱来视频区| 久久精品夜色国产| 久久久久久久久久久丰满| 人妻 亚洲 视频| 精品少妇黑人巨大在线播放| 看免费成人av毛片| 一级,二级,三级黄色视频| 国产国语露脸激情在线看| 久久ye,这里只有精品| 午夜福利影视在线免费观看| 热re99久久精品国产66热6| 午夜影院在线不卡| 黄色配什么色好看| 一级,二级,三级黄色视频| 久久久久久伊人网av| 精品少妇久久久久久888优播| a 毛片基地| 国产精品一二三区在线看| 日本色播在线视频| 久久国产精品大桥未久av| 亚洲一区二区三区欧美精品| 精品久久国产蜜桃| 九草在线视频观看| 我的老师免费观看完整版| 国产一区二区在线观看日韩| 国产一区二区在线观看av| 在线观看三级黄色| 少妇猛男粗大的猛烈进出视频| 少妇 在线观看| 精品亚洲乱码少妇综合久久| 尾随美女入室| 日韩av不卡免费在线播放| 国产一区二区在线观看日韩| 七月丁香在线播放| 黑人高潮一二区| 啦啦啦视频在线资源免费观看| 在线免费观看不下载黄p国产| 特大巨黑吊av在线直播| 成人无遮挡网站| 国产一区二区在线观看av| 丰满迷人的少妇在线观看| 色婷婷久久久亚洲欧美| 日韩欧美精品免费久久| 亚洲精品aⅴ在线观看| 午夜av观看不卡| 免费久久久久久久精品成人欧美视频 | 亚洲成人手机| 美女cb高潮喷水在线观看| 精品人妻熟女av久视频| 一个人免费看片子| 日日摸夜夜添夜夜添av毛片| 欧美激情极品国产一区二区三区 | 日韩免费高清中文字幕av| 午夜福利影视在线免费观看| 国产亚洲一区二区精品| 亚洲不卡免费看| 午夜福利,免费看| 亚洲精品aⅴ在线观看| 最近最新中文字幕免费大全7| 久久国产亚洲av麻豆专区| 亚洲人成网站在线播| 高清视频免费观看一区二区| 国产一区二区三区av在线| 久久久久久久精品精品| 香蕉精品网在线| 人妻一区二区av| 国产精品国产三级专区第一集| 欧美性感艳星| av天堂久久9| 狂野欧美激情性bbbbbb| 国产成人午夜福利电影在线观看| 亚洲av欧美aⅴ国产| 18禁裸乳无遮挡动漫免费视频| 成人无遮挡网站| 女的被弄到高潮叫床怎么办| 亚洲国产精品999| 制服丝袜香蕉在线| 日韩制服骚丝袜av| 国产日韩一区二区三区精品不卡 | 一个人免费看片子| 国产欧美亚洲国产| 亚洲国产精品一区二区三区在线| 国产伦精品一区二区三区视频9| 国产综合精华液| 久久久久网色| 国产色爽女视频免费观看| 免费av不卡在线播放| 婷婷色综合大香蕉| 成人漫画全彩无遮挡| 51国产日韩欧美| 久久国产精品男人的天堂亚洲 | 久久精品人人爽人人爽视色| 只有这里有精品99| 91久久精品国产一区二区三区| 国产老妇伦熟女老妇高清| 久久av网站| 草草在线视频免费看| 中文乱码字字幕精品一区二区三区| 亚洲国产精品999| 国产成人91sexporn| 曰老女人黄片| 亚洲国产日韩一区二区| 在线观看三级黄色| 晚上一个人看的免费电影| 伦理电影大哥的女人| 亚洲av成人精品一二三区| 卡戴珊不雅视频在线播放| 国产深夜福利视频在线观看| 男女啪啪激烈高潮av片| 亚洲高清免费不卡视频| 另类亚洲欧美激情| 26uuu在线亚洲综合色| 久久久久网色| 十八禁网站网址无遮挡| 国产精品人妻久久久影院| 建设人人有责人人尽责人人享有的| 久久精品人人爽人人爽视色| 国产视频首页在线观看| 新久久久久国产一级毛片| 婷婷色麻豆天堂久久| 少妇猛男粗大的猛烈进出视频| 日韩电影二区| 国产伦精品一区二区三区视频9| videossex国产| 国产精品久久久久久av不卡| 免费久久久久久久精品成人欧美视频 | 国产又色又爽无遮挡免| 22中文网久久字幕| 久久久久视频综合| 成人无遮挡网站| 18禁动态无遮挡网站| 免费大片黄手机在线观看| 成人黄色视频免费在线看| 久久精品久久精品一区二区三区| 如何舔出高潮| 国产成人精品福利久久| 亚洲国产av新网站| 精品国产国语对白av| 丝瓜视频免费看黄片| 免费av不卡在线播放| 桃花免费在线播放| 亚洲五月色婷婷综合| 少妇的逼水好多| av在线观看视频网站免费| 久久韩国三级中文字幕| 夜夜骑夜夜射夜夜干| 18在线观看网站| 狂野欧美激情性xxxx在线观看| 在线观看免费高清a一片| 最后的刺客免费高清国语| 男人添女人高潮全过程视频| 视频在线观看一区二区三区| 免费观看性生交大片5| 日日啪夜夜爽| a级毛片在线看网站| 亚洲精品av麻豆狂野| 夜夜爽夜夜爽视频| 大香蕉久久成人网| 午夜91福利影院| 久久久精品免费免费高清| 国产精品偷伦视频观看了| 午夜老司机福利剧场| 一区二区日韩欧美中文字幕 | 久热这里只有精品99| 两个人的视频大全免费| 国产亚洲午夜精品一区二区久久| 大话2 男鬼变身卡| 久久免费观看电影| 狂野欧美激情性xxxx在线观看| 青春草国产在线视频| 亚洲在久久综合| 亚洲国产av新网站| 亚洲四区av| 午夜免费男女啪啪视频观看| 在线观看免费日韩欧美大片 | 女性生殖器流出的白浆| 美女国产视频在线观看| 老司机影院成人| 狂野欧美激情性bbbbbb| 久久人妻熟女aⅴ| av在线播放精品| 久热这里只有精品99| 七月丁香在线播放| 蜜桃久久精品国产亚洲av| 欧美精品亚洲一区二区| 亚洲av二区三区四区| 青春草亚洲视频在线观看| av线在线观看网站| 亚洲熟女精品中文字幕| 日韩一区二区三区影片| 成年美女黄网站色视频大全免费 | 国产成人精品无人区| 热re99久久国产66热| 高清视频免费观看一区二区| 激情五月婷婷亚洲| 乱码一卡2卡4卡精品| 日韩av不卡免费在线播放| 亚洲精品乱久久久久久| 你懂的网址亚洲精品在线观看| 日本与韩国留学比较| 成人18禁高潮啪啪吃奶动态图 | 乱人伦中国视频| 午夜福利在线观看免费完整高清在| 国产亚洲欧美精品永久| 九色亚洲精品在线播放| 国产日韩欧美在线精品| 婷婷色麻豆天堂久久| 亚洲,一卡二卡三卡| 国产精品麻豆人妻色哟哟久久| 久久热精品热| 青春草亚洲视频在线观看| 内地一区二区视频在线| 国产免费福利视频在线观看| 丰满迷人的少妇在线观看| 99热这里只有精品一区| 高清黄色对白视频在线免费看| 日韩强制内射视频| 欧美成人精品欧美一级黄| 精品熟女少妇av免费看| 免费大片18禁| 久久久欧美国产精品| 大片电影免费在线观看免费| 少妇精品久久久久久久| 男人操女人黄网站| 久久精品国产亚洲网站| 亚洲av欧美aⅴ国产| 日本欧美国产在线视频| 亚洲第一区二区三区不卡| 国产精品久久久久久av不卡| 精品人妻熟女毛片av久久网站| 有码 亚洲区| 午夜影院在线不卡| 黑人高潮一二区| 久久久久久久久久久丰满| 日韩中字成人| 亚洲精品中文字幕在线视频| 国产精品偷伦视频观看了| 久久久久国产精品人妻一区二区| 美女大奶头黄色视频| 国产精品久久久久成人av| 色网站视频免费| 卡戴珊不雅视频在线播放| 伊人久久精品亚洲午夜| 青青草视频在线视频观看| 少妇被粗大的猛进出69影院 | 久久ye,这里只有精品| 在线观看免费视频网站a站| 各种免费的搞黄视频| 亚洲美女搞黄在线观看| 国产极品粉嫩免费观看在线 | 亚洲激情五月婷婷啪啪| 免费黄色在线免费观看| 亚洲av日韩在线播放| 亚洲综合精品二区| 亚洲av二区三区四区| 久久 成人 亚洲| 精品人妻熟女毛片av久久网站| 18禁在线播放成人免费| 熟女av电影| 黑人猛操日本美女一级片| 日本欧美视频一区| 在线观看三级黄色| 青春草视频在线免费观看| 女人精品久久久久毛片| 乱码一卡2卡4卡精品| 亚洲国产av影院在线观看| 欧美成人午夜免费资源| 九九久久精品国产亚洲av麻豆| 亚洲精品国产av蜜桃| 这个男人来自地球电影免费观看 | 美女主播在线视频| 久久久久久久国产电影| 日本wwww免费看| 久久精品久久久久久久性| av在线观看视频网站免费| 久久精品国产亚洲网站| 国产午夜精品久久久久久一区二区三区| 下体分泌物呈黄色| 久久久久久久久久久久大奶| 国产片特级美女逼逼视频| 国产成人精品久久久久久| 夜夜骑夜夜射夜夜干| 你懂的网址亚洲精品在线观看| 一本久久精品| 在线看a的网站| 国产亚洲精品久久久com| 你懂的网址亚洲精品在线观看| 91精品伊人久久大香线蕉| 精品人妻在线不人妻| av免费在线看不卡| 18在线观看网站| 国产精品.久久久| 日韩大片免费观看网站| 国产成人aa在线观看| 久久久国产精品麻豆| 久久ye,这里只有精品| 国产亚洲精品第一综合不卡 | 国产极品天堂在线| 午夜福利影视在线免费观看| 欧美人与善性xxx| 高清av免费在线| 亚洲精品一区蜜桃| 大香蕉久久成人网| 久久久久网色| 亚洲人成77777在线视频| 黑人欧美特级aaaaaa片| 国产色婷婷99| 少妇被粗大猛烈的视频| 在线免费观看不下载黄p国产| 精品国产一区二区三区久久久樱花| 人人澡人人妻人| h视频一区二区三区| 超色免费av| 一区二区三区乱码不卡18| 久久久久久久久久成人| 国产精品欧美亚洲77777| 涩涩av久久男人的天堂| 3wmmmm亚洲av在线观看| 亚洲欧美日韩另类电影网站| 亚洲欧美精品自产自拍| 午夜福利视频精品| 精品亚洲成a人片在线观看| 日韩电影二区| 97超视频在线观看视频| 国产片特级美女逼逼视频| 国产免费福利视频在线观看| videossex国产| 国产欧美亚洲国产| 久久精品久久精品一区二区三区| 热99久久久久精品小说推荐| 亚洲精品色激情综合| 伊人久久国产一区二区| 国产极品粉嫩免费观看在线 | 丝瓜视频免费看黄片| 国产精品偷伦视频观看了| 99热6这里只有精品| 日本免费在线观看一区| 欧美日韩国产mv在线观看视频| 伦理电影大哥的女人| 一区二区三区四区激情视频| 午夜视频国产福利| 日本-黄色视频高清免费观看| 啦啦啦中文免费视频观看日本| 夜夜爽夜夜爽视频| 国产精品国产三级国产av玫瑰| 久久精品国产亚洲av天美| 如日韩欧美国产精品一区二区三区 | 在线观看国产h片| 日本欧美视频一区| 国产精品国产三级国产av玫瑰| 国产欧美日韩一区二区三区在线 | 亚洲成人一二三区av| 欧美xxⅹ黑人| 欧美日韩国产mv在线观看视频| 亚洲性久久影院| 国产精品免费大片| 午夜影院在线不卡| 亚洲精品乱久久久久久| 超碰97精品在线观看| av网站免费在线观看视频| 国产国语露脸激情在线看| 欧美精品一区二区大全| 七月丁香在线播放| 久久99热6这里只有精品| 制服丝袜香蕉在线| 国产永久视频网站| 色吧在线观看| 欧美 日韩 精品 国产| 永久免费av网站大全| 国产免费视频播放在线视频| 精品亚洲乱码少妇综合久久| 观看av在线不卡| 五月天丁香电影| 亚洲第一区二区三区不卡| 亚洲婷婷狠狠爱综合网| 99re6热这里在线精品视频| 国产精品一区二区在线不卡| 久热这里只有精品99| 久久久国产一区二区| 国产日韩欧美视频二区| videos熟女内射| 九九久久精品国产亚洲av麻豆| 欧美日韩国产mv在线观看视频| 熟女av电影| 国产亚洲最大av| 久久婷婷青草| 免费久久久久久久精品成人欧美视频 | 九草在线视频观看| 黑人欧美特级aaaaaa片| 亚洲少妇的诱惑av| 亚洲国产毛片av蜜桃av| 制服诱惑二区| 国产片特级美女逼逼视频| 欧美日韩综合久久久久久| 国产综合精华液| a级片在线免费高清观看视频| 99热国产这里只有精品6| 精品久久蜜臀av无| tube8黄色片| 天堂中文最新版在线下载| 亚洲国产最新在线播放| 亚洲国产日韩一区二区| √禁漫天堂资源中文www| 国产乱人偷精品视频| 日韩不卡一区二区三区视频在线| 久久久久久久大尺度免费视频| 欧美日韩成人在线一区二区| 亚洲精品成人av观看孕妇| 亚洲激情五月婷婷啪啪| 九色亚洲精品在线播放| 男的添女的下面高潮视频| a级毛片黄视频| 边亲边吃奶的免费视频| 久久午夜福利片| 国产欧美日韩一区二区三区在线 | 黄色配什么色好看| 中文天堂在线官网| 日日爽夜夜爽网站| 亚洲精品456在线播放app| 天天操日日干夜夜撸| 免费黄网站久久成人精品| 91精品国产国语对白视频| 国语对白做爰xxxⅹ性视频网站| 精品国产露脸久久av麻豆| 最近中文字幕高清免费大全6| a级片在线免费高清观看视频| 欧美日韩视频高清一区二区三区二| 国产一区二区三区综合在线观看 | 亚洲国产精品一区三区| 免费看不卡的av| 国产片内射在线| 国产成人午夜福利电影在线观看| 中文字幕最新亚洲高清| 尾随美女入室| 在线观看美女被高潮喷水网站| 亚洲国产精品999| 天美传媒精品一区二区| 国产在线免费精品| 国模一区二区三区四区视频| 你懂的网址亚洲精品在线观看| 精品少妇内射三级| 五月开心婷婷网| a级毛片黄视频| 婷婷色综合大香蕉| 中文字幕久久专区| 久久久久久久精品精品| 大话2 男鬼变身卡| 晚上一个人看的免费电影| 精品久久蜜臀av无| 国产探花极品一区二区| 能在线免费看毛片的网站| 91午夜精品亚洲一区二区三区| 九九爱精品视频在线观看| 男女边吃奶边做爰视频| 国产精品.久久久| 国产精品99久久99久久久不卡 | 国产成人精品一,二区| 亚洲情色 制服丝袜| 国产熟女欧美一区二区| 一边摸一边做爽爽视频免费| 亚洲av.av天堂| 尾随美女入室| 欧美 亚洲 国产 日韩一| 制服诱惑二区| 男人添女人高潮全过程视频| 中文字幕av电影在线播放| av网站免费在线观看视频| 亚洲人成网站在线播| 国产精品欧美亚洲77777| 亚洲成色77777| 一级黄片播放器| 久久久久久久久大av| 熟女av电影| 免费观看的影片在线观看| 午夜av观看不卡| 成人综合一区亚洲| 91精品国产国语对白视频| 日韩一本色道免费dvd| 久久精品国产亚洲av天美| 99久久精品国产国产毛片| 国产一区二区三区av在线| 欧美一级a爱片免费观看看| 国产精品一区二区在线不卡| 亚洲精品一二三| 综合色丁香网| 夫妻性生交免费视频一级片| 亚洲精品国产av成人精品| 纵有疾风起免费观看全集完整版| 99热6这里只有精品| 亚洲色图 男人天堂 中文字幕 | 老司机亚洲免费影院| 亚洲精品乱码久久久久久按摩| 久久精品国产亚洲网站| 制服诱惑二区| 伊人久久国产一区二区| 中文精品一卡2卡3卡4更新| 18+在线观看网站| 久久精品久久精品一区二区三区| 国产av精品麻豆| 国产片特级美女逼逼视频| 最新的欧美精品一区二区| 国精品久久久久久国模美| 国产精品久久久久久精品古装| 一区二区三区精品91| av女优亚洲男人天堂| 欧美三级亚洲精品| av女优亚洲男人天堂| 亚洲精品久久久久久婷婷小说| 婷婷成人精品国产| 亚洲国产av影院在线观看| 亚洲三级黄色毛片| 久久影院123| 日韩熟女老妇一区二区性免费视频| 免费观看的影片在线观看| 国产毛片在线视频| 亚洲精品美女久久av网站| 色视频在线一区二区三区| av有码第一页| 国产精品熟女久久久久浪| 国产永久视频网站| 999精品在线视频| 日韩三级伦理在线观看| 亚洲无线观看免费| 性色avwww在线观看| 2022亚洲国产成人精品| 久久久久久久国产电影| xxx大片免费视频| 日本欧美视频一区| 免费观看性生交大片5| 大话2 男鬼变身卡| 婷婷成人精品国产|