• <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 ?

    基于交互注意力的紅外與可見光圖像融合算法

    2024-06-07 22:56:55山子岐鄒華宇李凡刁悅欽
    化工自動(dòng)化及儀表 2024年3期
    關(guān)鍵詞:圖像融合深度學(xué)習(xí)

    山子岐 鄒華宇 李凡 刁悅欽

    DOI:10.20030/j.cnki.1000?3932.202403022

    摘 要 為解決現(xiàn)有紅外與可見光圖像融合目標(biāo)不夠顯著,輪廓紋理細(xì)節(jié)不夠清晰等問題,提出了一種基于交互注意力的紅外和可見光圖像融合網(wǎng)絡(luò)。該方法通過雙流特征提取分支提取源圖像的多尺度特征,然后經(jīng)過交互融合網(wǎng)絡(luò)獲得注意力圖,以便從紅外與可見光圖像中自適應(yīng)地選擇特征進(jìn)行融合,最后通過圖像重建模塊生成高質(zhì)量的融合圖像。在MSRS數(shù)據(jù)集和TNO數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果表明,所提方法在主觀視覺描述和客觀指標(biāo)評(píng)價(jià)方面均表現(xiàn)出了較好的性能,融合結(jié)果包含更清晰的細(xì)節(jié)信息和更明顯的目標(biāo)。

    關(guān)鍵詞 圖像融合 深度學(xué)習(xí) 交互注意力 密集殘差連接

    中圖分類號(hào) TP183?? 文獻(xiàn)標(biāo)志碼 A?? 文章編號(hào) 1000?3932(2024)03?0523?06

    作者簡(jiǎn)介:山子岐(1998-),碩士研究生,從事計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)及人工智能等的研究。

    通訊作者:李凡(1986-),副教授,從事圖像處理、計(jì)算機(jī)視覺等的研究,478263823@qq.com。

    引用本文:山子岐,鄒華宇,李凡,等.基于交互注意力的紅外與可見光圖像融合算法[J].化工自動(dòng)化及儀表,2024,51(3):523-527;534.

    由于成像設(shè)備技術(shù)的限制,僅憑單一模態(tài)的傳感器或單一攝像頭下捕獲的信息不能有效、全面地描述成像場(chǎng)景[1],因此,圖像融合技術(shù)應(yīng)運(yùn)而生。紅外傳感器通過捕獲物體散發(fā)的熱輻射信息成像,能夠有效地突出行人、車輛等顯著目標(biāo),但是缺失了大部分場(chǎng)景的細(xì)節(jié)信息。可見光圖像通常包含許多細(xì)節(jié)信息,但卻容易遭受極端環(huán)境的影響而丟失顯著性目標(biāo)。紅外和可見光圖像融合旨在整合源圖像中的互補(bǔ)信息,并生成既能突出顯著目標(biāo)又包含豐富紋理細(xì)節(jié)的高對(duì)比度融合圖像。目前,紅外和可見光圖像融合技術(shù)已在軍事行動(dòng)、目標(biāo)檢測(cè)[2]、人臉識(shí)別[3]、行人重識(shí)別[4]及語義分割[5]等領(lǐng)域得到了廣泛應(yīng)用。

    現(xiàn)有的融合方法主要分為兩類:傳統(tǒng)融合方法和基于深度學(xué)習(xí)的方法。傳統(tǒng)融合方法利用數(shù)學(xué)變換將源圖像轉(zhuǎn)換到變換域,并在變換域中設(shè)計(jì)融合規(guī)則以實(shí)現(xiàn)圖像融合。傳統(tǒng)的圖像融合技術(shù)主要包括基于多尺度分解的方法、基于子空間聚類的方法[6]、基于稀疏表示的方法[7]、基于優(yōu)化的方法[8]和混合方法[9]。然而,傳統(tǒng)方法采用的變換方式越來越復(fù)雜,這無法滿足計(jì)算機(jī)實(shí)時(shí)應(yīng)用的要求[10],也難以適應(yīng)復(fù)雜場(chǎng)景。

    近年來,深度學(xué)習(xí)的方法越來越多地應(yīng)用到圖像融合領(lǐng)域。目前,基于深度學(xué)習(xí)的紅外與可見光圖像融合大致可以分為3類,即基于自編碼器(AE)的方法、基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的方法和基于生成對(duì)抗網(wǎng)絡(luò)(GAN)的方法。

    基于AE的方法繼承了傳統(tǒng)圖像融合算法,主要包括特征提取、融合和重建過程。LI H和WU X J首先提出了一種簡(jiǎn)單的融合架構(gòu)[11],由編碼器層、手工融合層和解碼器層3部分組成。之后,LI H等進(jìn)一步對(duì)編碼器進(jìn)行強(qiáng)化,引入密集連接提取深度特征,實(shí)現(xiàn)特征提取與重建[12]。然而,上述方法依賴手工制作的方法來制定融合規(guī)則,嚴(yán)重限制了融合性能的提高。

    基于CNN的圖像融合可以在一定程度上避免手工制作的融合規(guī)則的局限性。ZHANG H等提出一種端到端的框架[13],通過強(qiáng)度和梯度損失來保持圖像梯度和強(qiáng)度的比例。JIAN L等進(jìn)一步提出了一種基于殘差塊的對(duì)稱編碼器和解碼器結(jié)構(gòu)的紅外和可見光圖像融合方法[14]。

    基于GAN的圖像融合方法采用對(duì)抗損失來約束融合網(wǎng)絡(luò)。MA J等首先將基于GAN的方法用于紅外和可見圖像融合[15]。之后,MA J等進(jìn)一步提出了一種雙鑒別器的生成對(duì)抗網(wǎng)絡(luò),以保持不同源圖像之間的分布平衡[16]。但是,過強(qiáng)的約束容易將人工紋理引入到融合圖像中。

    1 基于交互注意力的紅外與可見光圖像融合網(wǎng)絡(luò)

    筆者提出的融合網(wǎng)絡(luò)總體框架如圖1所示,網(wǎng)絡(luò)以端到端的CNN框架作為主干,主要由特征提取模塊、交互融合模塊和特征重建模塊組成。

    1.1 特征提取

    特征提取模塊包含兩條并行的特征提取支路,上下兩條支路具有相同的基于密集殘差連接的卷積層,分別用來提取紅外和可見光圖像的特征。為了更好地保留源圖像的相關(guān)信息,采用密集殘差連接的方式來提取源圖像多尺度特征。在每條特征提取分支中設(shè)有4個(gè)卷積層,卷積層的具體參數(shù)見表1,所有層的卷積核大小均為3×3,并采用LReLU作為激活函數(shù)。

    1.2 交互融合

    為了更好地融合來自不同源圖像的特征,筆者采用交互注意力的融合方法。首先將特征提取網(wǎng)絡(luò)提取到的紅外圖像的特征圖F和可見光圖像的特征圖F逐元素進(jìn)行相乘,得到F,之后將F與紅外圖像特征圖F進(jìn)行通道拼接和卷積操作,再將作用后的結(jié)果進(jìn)行Sigmoid操作,得到紅外圖像的注意力圖A,具體操作如下:

    A=S(f((F?F),F(xiàn))) (1)

    其中,?表示逐元素相乘,f表示拼接和卷積操作,S為Sigmoid函數(shù)。

    同理,對(duì)可見光支路進(jìn)行相同的操作,可以得到可見光圖像的注意力圖A:

    A=S(f((F?F),F(xiàn)))? (2)

    接下來,將紅外圖像與可見光圖像的特征圖及其注意力圖逐元素相乘,得到加權(quán)后的紅外圖像特征注意力圖F以及可見光圖像特征注意力圖F。

    具體公式定義如下:

    F=A?F (3)

    F=A?F (4)

    最后,將F和F進(jìn)行逐元素相加,就得到了初步融合后的特征圖。

    1.3 特征重建

    融合后的特征圖即為特征重建模塊的輸入,其中特征重建模塊包含4個(gè)卷積層,用于充分集合公有和互補(bǔ)的特征信息,并生成最終的融合圖像。特征重建模塊的具體參數(shù)見表2,除最后一層的卷積核大小為1×1外,其余層的大小均為3×3。只有最后一層的激活函數(shù)為Tanh激活函數(shù),其余圖像重建分支中的所有卷積層均采用LReLU作為激活函數(shù)。在圖像融合領(lǐng)域,避免信息丟失是一個(gè)關(guān)鍵問題。因此,該網(wǎng)絡(luò)不引入任何下采樣,從而保證融合圖像的大小與源圖像一致。

    1.4 損失函數(shù)

    損失函數(shù)是優(yōu)化算法的關(guān)鍵部分,在訓(xùn)練過程中,通過最小化損失函數(shù)來調(diào)整模型參數(shù),使得模型能夠不斷優(yōu)化以提高結(jié)果的準(zhǔn)確性。文中的損失函數(shù)由結(jié)構(gòu)相似性損失L和紋理?yè)p失L組成。

    為了使融合圖像能夠保持更多的結(jié)構(gòu)信息,引入結(jié)構(gòu)相似性損失Lssim:

    L=(1-SSIM(I,I))+(1-SSIM(I,I)) (5)

    其中,I表示融合圖像,I表示紅外圖像,I表示可見光圖像,SSIM()表示結(jié)構(gòu)相似度。

    為了使融合圖像能夠保留豐富的紋理細(xì)節(jié),引入紋理?yè)p失L:

    L=?I -max( ?I , ?I )? (6)

    其中,max()表示選擇最大元素,?表示對(duì)圖像取梯度運(yùn)算。

    融合總損失由結(jié)構(gòu)相似性損失和紋理?yè)p失兩部分構(gòu)成:

    L=L+λL (7)

    其中,λ是一個(gè)超參數(shù),用于平衡兩種損失函數(shù)間的差異。

    2 實(shí)驗(yàn)驗(yàn)證

    2.1 實(shí)驗(yàn)數(shù)據(jù)集及實(shí)驗(yàn)設(shè)置

    筆者在MSRS數(shù)據(jù)集上訓(xùn)練提出的融合模型。首先在MSRS數(shù)據(jù)集上選取1 000對(duì)紅外和可見光圖像構(gòu)成訓(xùn)練集,然后采用裁剪等數(shù)據(jù)擴(kuò)充的方式擴(kuò)充數(shù)據(jù),以保證有足夠的訓(xùn)練樣本來進(jìn)行訓(xùn)練。所有實(shí)驗(yàn)均基于NVIDIA 2080 Ti GPU下的PyTorch框架實(shí)現(xiàn)。筆者采用Adam優(yōu)化器對(duì)模型進(jìn)行優(yōu)化,初始學(xué)習(xí)率設(shè)置為0.001。測(cè)試階段,從MSRS數(shù)據(jù)集和TNO數(shù)據(jù)集中選擇部分紅外和可見光圖像對(duì)作為測(cè)試數(shù)據(jù)。

    2.2 對(duì)比實(shí)驗(yàn)

    為了全面評(píng)估筆者所提方法的實(shí)驗(yàn)性能,將其與其他5種圖像融合算法進(jìn)行了定性與定量的比較,包括DenseFuse[11]、FusionGAN[14]、IFCNN[17]、PMGI[13]和U2Fusion[18]。

    2.2.1 主觀評(píng)價(jià)

    圖像融合的可視化結(jié)果如圖2所示,紅外圖像含有顯著性目標(biāo)信息,可見光圖像主要包含細(xì)節(jié)信息。在每張融合圖像中劃定了一個(gè)紋理區(qū)域(紅框)、顯著目標(biāo)區(qū)域(綠框)和細(xì)節(jié)區(qū)域(藍(lán)框)。在融合結(jié)果中,F(xiàn)usionGAN和U2Fusion在一定程度上削弱了紅外目標(biāo),PMGI在融合過程中引入了噪聲,DenseFuse、FusionGAN、IFCNN和U2Fusion未能清楚地顯示隱藏在黑暗中的樹干等信息,另外FusionGAN和PMGI模糊了圖像中的文字。與其他方法相比,筆者所提方法較好地整合了紅外和可見光圖像的互補(bǔ)信息。

    2.2.2 客觀評(píng)價(jià)

    筆者采用視覺保真度(VIF)、互信息(MI)、熵(EN)和基于邊緣信息的指標(biāo)Q作為評(píng)價(jià)指標(biāo)對(duì)融合效果進(jìn)行客觀評(píng)價(jià)。所有評(píng)價(jià)指標(biāo)的值與圖像的融合質(zhì)量均成正相關(guān)。

    圖像融合的定量結(jié)果見表3,筆者所提方法在4個(gè)指標(biāo)中都表現(xiàn)出顯著優(yōu)勢(shì)。其中,本文方法實(shí)現(xiàn)了最高的VIF,表明此方法的融合圖像具有高對(duì)比度和滿意的視覺效果。此外,本文方法的Q顯示了最好的性能,這意味著融合結(jié)果中保留了更多的邊緣細(xì)節(jié)信息。

    2.3 泛化實(shí)驗(yàn)

    為了驗(yàn)證筆者所提方法的泛化能力,將其在MSRS數(shù)據(jù)集上進(jìn)行訓(xùn)練,并將訓(xùn)練好的模型在TNO數(shù)據(jù)集上進(jìn)行測(cè)試,可視化結(jié)果如圖3所示。

    在TNO數(shù)據(jù)集上的融合結(jié)果顯示,DenseFuse和U2Fusion削弱了顯著目標(biāo)。此外,F(xiàn)usionGAN和PMGI模糊了目標(biāo)的邊緣,并且在背景區(qū)域存在一定的光譜污染。與其他方法相比,筆者所提方法在顯著目標(biāo)突出、紋理細(xì)節(jié)保留等方面更加具有優(yōu)勢(shì)。

    3 結(jié)束語

    針對(duì)現(xiàn)有融合圖像任務(wù)中融合圖像缺乏顯著性目標(biāo)、紋理細(xì)節(jié)等問題,提出了基于交互注意力的漸進(jìn)式紅外與可見光圖像融合算法。該算法可以自適應(yīng)地集成紅外圖像與可見光圖像中有意義的特征信息。經(jīng)過大量實(shí)驗(yàn)驗(yàn)證,筆者提出的方法無論是在主觀還是客觀評(píng)價(jià)層面均取得了最佳的融合效果,在目標(biāo)突出、紋理細(xì)節(jié)保留等方面均有一定的優(yōu)勢(shì),并且具有一定的泛化能力。

    參 考 文 獻(xiàn)

    [1] MA J,MA Y,LI C.Infrared and visible image fusion me? thods and applications:A survey[J].Information Fusion,2019,45:153-178.

    [2] 寧大海,鄭晟.可見光和紅外圖像決策級(jí)融合目標(biāo)檢測(cè)算法[J].紅外技術(shù),2023,45(3):282-291.

    [3] 趙云豐,尹怡欣.基于決策融合的紅外與可見光圖像人臉識(shí)別研究[J].激光與紅外,2008,38(6):622-625.

    [4] LU Y,WU Y,LIU B,et al.Cross?modality person re?

    identification with shared?specific feature transfer[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition.Piscataway,NJ:IEEE,2020:13379-13389.

    [5] HA Q,WATANABE K,KARASAWA T,et al.MFNet:Towards real?time semantic segmentation for autono? mous vehicles with multi?spectral scenes[C]//2017 IEEE/RSJ International Conference on Intelligent Robo? ts and Systems(IROS).Piscataway,NJ:IEEE,2017:5108-5115.

    [6] CVEJIC N,BULL D,CANAGARAJAH N.Region?based multimodal image fusion using ICA bases[J].IEEE Sensors Journal, 2007,7(5):743-751.

    [7] LIU Y,CHEN X,WARD R K,et al.Image fusion with convolutional sparse representation[J].IEEE Signal Processing Letters,2016,23(12):1882-1886.

    [8] MA J,CHEN C,LI C,et al.Infrared and visible image fusion via gradient transfer and total variation minimization[J].Information Fusion,2016,31:100-109.

    [9] MA J,ZHOU Z,WANG B,et al.Infrared and visible image fusion based on visual saliency map and weighted least square optimization[J].Infrared Physics & Technology,2017,82:8-17.

    [10] LI S,KANG X,F(xiàn)ANG L,et al.Pixel?level image fu?

    sion:A survey of the state of the art[J].Information Fusion,2017,33:100-112.

    [11] LI H,WU X J.DenseFuse:A fusion approach to infra? red and visible images[J].IEEE Transactions on Image Processing,2018,28(5):2614-2623.

    [12] LI H,WU X J,DURRANI T.NestFuse:An infrared

    and visible image fusion architecture based on nest connection and spatial/channel attention models[J].IEEE Transactions on Instrumentation and Measurement,2020,69(12):9645-9656.

    [13] ZHANG H,XU H,XIAO Y,et al.Rethinking the image fusion:A fast unified image fusion network based on proportional maintenance of gradient and intensity[C]//Proceedings of the AAAI Conference on Artificial Intelligence.AAAI,2020:12797-12804.

    [14] JIAN L,YANG X,LIU Z,et al.A symmetric encoder?decoder with residual block for infrared and visible image fusion[J].arXiv Preprint,2019.DOI:10.48550/arXiv.1905.11447.

    [15] MA J,XU H,JIANG J,et al.DDcGAN:A dual?discri? minator conditional generative adversarial network for multi?resolution image fusion[J].IEEE Transactions on Image Processing,2020,29:4980-4995.

    [16] MA J,ZHANG H,SHAO Z,et al.GANMcC:A generative adversarial network with multiclassification constraints for infrared and visible image fusion[J].IEEE Transactions on Instrumentation and Measurement,2020,70:1-14.

    [17] ZHANG Y,LIU Y,SUN P,et al.IFCNN:A general image fusion framework based on convolutional neural network[J].Information Fusion,2020,54:99-118.

    [18] XU H,MA J,JIANG J,et al.U2Fusion:A unified unsupervised image fusion network[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2020,44(1):502-518.

    (收稿日期:2023-05-22,修回日期:2024-03-15)

    Interactive Attention?based Fusion Algorithm for

    Infrared and Visible Images

    SHAN Zi?qi, ZOU Hua?yu,? LI Fan,? DIAO? Yue?qin

    (Faculty of Information Engineering and Automation, Kunming University of Science and Technology)

    Abstract?? Considering insufficient remarkability and unclear? contour texture of existing? infrared and visible images,? an interactive attention?based infrared and visible image fusion network was proposed. In which, multi?scale features of the source image through a dual?stream feature extraction branch was extracted and? an attention map was obtained through the interactive fusion network to adaptively select features from the IR and visible images for fusion and finally generates a high?quality fused image through the image reconstruction module. Experiments on both the MSRS dataset and the TNO dataset show that, the algorithm proposed exhibits better performance in both subjective visual description and objective index evaluation, and the image fusion results contain clearer detail information and more obvious targets.

    Key words??? image fusion, deep learning, interactive attention,? dense residual connectivity

    猜你喜歡
    圖像融合深度學(xué)習(xí)
    基于小波變換的多模態(tài)醫(yī)學(xué)圖像的融合方法
    有體驗(yàn)的學(xué)習(xí)才是有意義的學(xué)習(xí)
    電子商務(wù)中基于深度學(xué)習(xí)的虛假交易識(shí)別研究
    MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場(chǎng)域建構(gòu)
    大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
    深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    基于深度卷積網(wǎng)絡(luò)的人臉年齡分析算法與實(shí)現(xiàn)
    軟件工程(2016年8期)2016-10-25 15:47:34
    灰色關(guān)聯(lián)度在紅外與微光圖像融合質(zhì)量評(píng)價(jià)中的應(yīng)用研究
    林火安防預(yù)警與應(yīng)急處理系統(tǒng)設(shè)計(jì)
    基于Matlab的遙感圖像IHS小波融合算法的并行化設(shè)計(jì)
    科技視界(2016年11期)2016-05-23 08:13:35
    久久狼人影院| 在线亚洲精品国产二区图片欧美 | 亚洲国产毛片av蜜桃av| 亚洲精品久久午夜乱码| 最近中文字幕高清免费大全6| 91久久精品国产一区二区成人| 在线天堂最新版资源| 国产爽快片一区二区三区| 卡戴珊不雅视频在线播放| 精品久久久久久久久亚洲| 十八禁高潮呻吟视频 | 亚洲高清免费不卡视频| 国产又色又爽无遮挡免| 乱系列少妇在线播放| 午夜影院在线不卡| 婷婷色综合大香蕉| 美女cb高潮喷水在线观看| 日韩视频在线欧美| 亚洲av国产av综合av卡| 99久久综合免费| 亚洲成色77777| 国产精品女同一区二区软件| 日韩视频在线欧美| 日韩制服骚丝袜av| 午夜免费男女啪啪视频观看| 最近的中文字幕免费完整| √禁漫天堂资源中文www| 天天操日日干夜夜撸| 国产精品久久久久久精品古装| 最近中文字幕高清免费大全6| 久久精品国产自在天天线| 大香蕉久久网| 国产精品国产三级国产专区5o| 欧美国产精品一级二级三级 | 国精品久久久久久国模美| 欧美日韩在线观看h| 精品国产一区二区三区久久久樱花| 青春草国产在线视频| 亚洲精品国产色婷婷电影| 婷婷色麻豆天堂久久| 麻豆成人av视频| 国产无遮挡羞羞视频在线观看| 我要看日韩黄色一级片| a级毛片在线看网站| 久久毛片免费看一区二区三区| 亚洲,一卡二卡三卡| 少妇被粗大猛烈的视频| av福利片在线观看| 欧美精品高潮呻吟av久久| 国产在视频线精品| 一本—道久久a久久精品蜜桃钙片| 亚洲成人av在线免费| 免费黄频网站在线观看国产| 日韩免费高清中文字幕av| 少妇人妻 视频| 免费大片黄手机在线观看| 女的被弄到高潮叫床怎么办| 亚洲精品久久午夜乱码| 最新中文字幕久久久久| 精品国产露脸久久av麻豆| 免费看av在线观看网站| 国产国拍精品亚洲av在线观看| 欧美精品人与动牲交sv欧美| 男女无遮挡免费网站观看| 国产精品一区www在线观看| 观看美女的网站| av免费在线看不卡| 亚洲精品乱码久久久久久按摩| 亚洲国产日韩一区二区| 国产乱人偷精品视频| 水蜜桃什么品种好| 国产黄片视频在线免费观看| 大码成人一级视频| 自拍偷自拍亚洲精品老妇| 成人亚洲精品一区在线观看| 午夜视频国产福利| 亚洲精品一区蜜桃| 久久人人爽人人片av| 国产亚洲精品久久久com| 亚洲国产精品一区三区| 亚州av有码| 午夜av观看不卡| 亚洲国产精品一区二区三区在线| 男的添女的下面高潮视频| 欧美人与善性xxx| 精品亚洲成国产av| 狂野欧美白嫩少妇大欣赏| 大片免费播放器 马上看| 男女边吃奶边做爰视频| 搡女人真爽免费视频火全软件| 中文天堂在线官网| 国产黄片美女视频| 国产色婷婷99| 久久久久久久大尺度免费视频| 国产淫片久久久久久久久| 久久韩国三级中文字幕| av天堂久久9| 亚洲精品色激情综合| 最黄视频免费看| 亚洲欧美精品自产自拍| 国产伦理片在线播放av一区| 国产成人精品一,二区| 晚上一个人看的免费电影| 丝袜脚勾引网站| 黄色毛片三级朝国网站 | 国产无遮挡羞羞视频在线观看| 国产精品久久久久成人av| 成人18禁高潮啪啪吃奶动态图 | 午夜av观看不卡| 精品亚洲成a人片在线观看| 一边亲一边摸免费视频| 国产精品一区二区三区四区免费观看| 一区二区三区乱码不卡18| 国产精品国产三级专区第一集| 国产精品国产三级国产av玫瑰| 国产精品免费大片| 国产午夜精品久久久久久一区二区三区| 免费黄网站久久成人精品| 中文字幕人妻熟人妻熟丝袜美| 国产黄片视频在线免费观看| 日韩中文字幕视频在线看片| 国产极品粉嫩免费观看在线 | 麻豆精品久久久久久蜜桃| 91久久精品国产一区二区成人| 精品久久久久久久久av| 桃花免费在线播放| av免费观看日本| 久久久亚洲精品成人影院| 国产精品.久久久| 赤兔流量卡办理| 亚洲国产精品国产精品| 久久精品久久久久久久性| 日本欧美国产在线视频| 91精品伊人久久大香线蕉| 国产视频首页在线观看| 各种免费的搞黄视频| 国产熟女午夜一区二区三区 | 十八禁网站网址无遮挡 | 国产极品粉嫩免费观看在线 | 精品99又大又爽又粗少妇毛片| 国产视频内射| 最近2019中文字幕mv第一页| av卡一久久| 欧美少妇被猛烈插入视频| 777米奇影视久久| 日韩制服骚丝袜av| 69精品国产乱码久久久| 亚洲av中文av极速乱| av.在线天堂| 欧美激情极品国产一区二区三区 | 精品人妻偷拍中文字幕| 久久女婷五月综合色啪小说| 国产av一区二区精品久久| 十八禁高潮呻吟视频 | 全区人妻精品视频| 亚洲丝袜综合中文字幕| 蜜桃久久精品国产亚洲av| 国产精品国产三级国产专区5o| 国产在视频线精品| 久久6这里有精品| 中文乱码字字幕精品一区二区三区| av不卡在线播放| 亚洲国产精品一区三区| 亚洲自偷自拍三级| 欧美日韩精品成人综合77777| 中文天堂在线官网| a级毛片在线看网站| 人体艺术视频欧美日本| 精品少妇黑人巨大在线播放| 涩涩av久久男人的天堂| 亚洲成人一二三区av| 欧美精品亚洲一区二区| 老司机亚洲免费影院| 插阴视频在线观看视频| 热re99久久国产66热| 丰满迷人的少妇在线观看| 大片电影免费在线观看免费| 欧美bdsm另类| 国产女主播在线喷水免费视频网站| 精品熟女少妇av免费看| 国产精品.久久久| 久久鲁丝午夜福利片| 欧美老熟妇乱子伦牲交| 日韩欧美一区视频在线观看 | 22中文网久久字幕| 国产有黄有色有爽视频| 亚洲成色77777| 色94色欧美一区二区| 久久久久国产网址| 伦精品一区二区三区| 女人久久www免费人成看片| 亚洲国产日韩一区二区| 欧美+日韩+精品| 成人亚洲精品一区在线观看| 少妇精品久久久久久久| 久久久a久久爽久久v久久| 亚洲欧美成人精品一区二区| 国产淫语在线视频| 国产成人午夜福利电影在线观看| 人人妻人人爽人人添夜夜欢视频 | av网站免费在线观看视频| 国产精品偷伦视频观看了| 午夜av观看不卡| 极品人妻少妇av视频| 中国三级夫妇交换| 丰满乱子伦码专区| 一级二级三级毛片免费看| 亚洲欧美日韩卡通动漫| 一区二区三区免费毛片| 色婷婷久久久亚洲欧美| 狂野欧美激情性bbbbbb| 在线观看www视频免费| 午夜精品国产一区二区电影| 蜜桃久久精品国产亚洲av| tube8黄色片| 亚洲丝袜综合中文字幕| 亚洲国产精品999| 女人久久www免费人成看片| 免费观看在线日韩| 日韩av在线免费看完整版不卡| 深夜a级毛片| 国产成人精品婷婷| 久久久精品94久久精品| 天美传媒精品一区二区| 能在线免费看毛片的网站| 在线 av 中文字幕| 亚洲欧美日韩另类电影网站| 欧美丝袜亚洲另类| 99久久人妻综合| 国产一区有黄有色的免费视频| 大又大粗又爽又黄少妇毛片口| 中文资源天堂在线| 国产成人精品福利久久| 成年美女黄网站色视频大全免费 | 波野结衣二区三区在线| 寂寞人妻少妇视频99o| 我的老师免费观看完整版| 国产永久视频网站| 日本-黄色视频高清免费观看| 欧美日本中文国产一区发布| 亚洲中文av在线| 99精国产麻豆久久婷婷| 亚洲精品aⅴ在线观看| 五月伊人婷婷丁香| 亚洲av.av天堂| av一本久久久久| 在线观看免费高清a一片| videossex国产| a 毛片基地| 久久久久久久大尺度免费视频| 精品亚洲成国产av| 国产免费又黄又爽又色| 国产精品不卡视频一区二区| 岛国毛片在线播放| 日本-黄色视频高清免费观看| 国产熟女午夜一区二区三区 | 亚洲av欧美aⅴ国产| 中文天堂在线官网| 免费人妻精品一区二区三区视频| 在线观看免费日韩欧美大片 | 伊人亚洲综合成人网| 亚洲精品乱码久久久久久按摩| 看非洲黑人一级黄片| 亚洲自偷自拍三级| 国产精品女同一区二区软件| 热re99久久国产66热| 精品人妻熟女av久视频| 国产一级毛片在线| 丁香六月天网| 亚洲欧美成人精品一区二区| 五月开心婷婷网| 亚洲欧美一区二区三区黑人 | 久久久久久久久久久久大奶| 少妇被粗大猛烈的视频| √禁漫天堂资源中文www| 久久午夜福利片| 建设人人有责人人尽责人人享有的| 婷婷色综合www| 最后的刺客免费高清国语| 精品人妻熟女av久视频| 99热这里只有精品一区| 精品视频人人做人人爽| h日本视频在线播放| 日韩av在线免费看完整版不卡| 国内揄拍国产精品人妻在线| 啦啦啦在线观看免费高清www| 久久韩国三级中文字幕| 亚洲精品成人av观看孕妇| 极品少妇高潮喷水抽搐| 熟女av电影| 亚洲av日韩在线播放| 久久久久精品久久久久真实原创| 亚洲国产精品国产精品| 精品久久久噜噜| 国产精品一区二区三区四区免费观看| 在线观看av片永久免费下载| 国产 一区精品| 中国三级夫妇交换| 久久久久久久精品精品| 婷婷色综合www| 蜜桃久久精品国产亚洲av| 精品一品国产午夜福利视频| 国产欧美亚洲国产| 边亲边吃奶的免费视频| 观看av在线不卡| 色哟哟·www| av卡一久久| 久久精品国产亚洲网站| 国产一区有黄有色的免费视频| 日本黄色日本黄色录像| 欧美精品一区二区大全| 色婷婷av一区二区三区视频| 亚洲情色 制服丝袜| 中文字幕精品免费在线观看视频 | av天堂中文字幕网| freevideosex欧美| 丰满人妻一区二区三区视频av| 国产视频首页在线观看| 夜夜骑夜夜射夜夜干| 欧美 日韩 精品 国产| 99久久精品一区二区三区| 大陆偷拍与自拍| 国产有黄有色有爽视频| 街头女战士在线观看网站| 五月玫瑰六月丁香| 中文字幕av电影在线播放| 中文乱码字字幕精品一区二区三区| 亚洲国产欧美日韩在线播放 | 亚洲精品成人av观看孕妇| 丁香六月天网| 精品熟女少妇av免费看| 亚洲av欧美aⅴ国产| 欧美日韩视频高清一区二区三区二| 卡戴珊不雅视频在线播放| 亚洲欧美一区二区三区国产| av在线老鸭窝| 性高湖久久久久久久久免费观看| 高清午夜精品一区二区三区| 人人妻人人澡人人看| 高清不卡的av网站| 国产精品一二三区在线看| 精品视频人人做人人爽| 人体艺术视频欧美日本| 少妇人妻 视频| 日日爽夜夜爽网站| 如何舔出高潮| 国产白丝娇喘喷水9色精品| 日韩av不卡免费在线播放| 亚洲精品色激情综合| 国产免费一区二区三区四区乱码| 日本欧美视频一区| 国产成人精品无人区| 69精品国产乱码久久久| 成人18禁高潮啪啪吃奶动态图 | 欧美bdsm另类| 日韩强制内射视频| 黄色视频在线播放观看不卡| 国产日韩欧美亚洲二区| av福利片在线观看| 久久精品国产自在天天线| 校园人妻丝袜中文字幕| 久久99热6这里只有精品| 亚洲人成网站在线观看播放| 日本-黄色视频高清免费观看| 免费播放大片免费观看视频在线观看| 观看美女的网站| 热re99久久精品国产66热6| 国产在线男女| 亚洲激情五月婷婷啪啪| 国国产精品蜜臀av免费| 亚洲成人手机| 观看免费一级毛片| 日韩人妻高清精品专区| 久久久久久久精品精品| 纯流量卡能插随身wifi吗| 亚洲av成人精品一区久久| 一级,二级,三级黄色视频| 桃花免费在线播放| av国产久精品久网站免费入址| 欧美一级a爱片免费观看看| 午夜av观看不卡| 夜夜骑夜夜射夜夜干| 精品一品国产午夜福利视频| 一区二区av电影网| 色婷婷久久久亚洲欧美| 精品一区二区三卡| kizo精华| 久久久久久久久久久免费av| h日本视频在线播放| 亚洲电影在线观看av| 我的女老师完整版在线观看| 婷婷色综合www| 国产中年淑女户外野战色| 人人妻人人看人人澡| 国产亚洲5aaaaa淫片| 国产精品欧美亚洲77777| 一本大道久久a久久精品| 国产一区有黄有色的免费视频| 亚洲av欧美aⅴ国产| 亚洲欧洲精品一区二区精品久久久 | 精品99又大又爽又粗少妇毛片| 亚洲,欧美,日韩| 欧美精品一区二区免费开放| 18禁在线播放成人免费| 建设人人有责人人尽责人人享有的| 中国美白少妇内射xxxbb| 日韩av在线免费看完整版不卡| 国产亚洲午夜精品一区二区久久| 日本色播在线视频| 日本-黄色视频高清免费观看| 欧美日韩精品成人综合77777| 嫩草影院新地址| 免费在线观看成人毛片| 国产av一区二区精品久久| 久久热精品热| 2018国产大陆天天弄谢| 国产精品99久久99久久久不卡 | 亚洲精品自拍成人| 国产精品一区二区在线不卡| 欧美 亚洲 国产 日韩一| 丝袜喷水一区| 在线看a的网站| 免费av中文字幕在线| 一级av片app| 国产一区二区三区综合在线观看 | 国产欧美日韩一区二区三区在线 | 亚洲第一av免费看| 亚洲精品aⅴ在线观看| 国国产精品蜜臀av免费| 三级国产精品片| 精品人妻熟女毛片av久久网站| 亚洲精品日韩av片在线观看| 国产成人免费无遮挡视频| 新久久久久国产一级毛片| 免费观看在线日韩| 男女边吃奶边做爰视频| 久久99热6这里只有精品| 黄色一级大片看看| 视频区图区小说| 日韩免费高清中文字幕av| 亚洲第一av免费看| 久久热精品热| 天堂8中文在线网| 亚洲人成网站在线播| 欧美最新免费一区二区三区| 我的女老师完整版在线观看| 国产精品久久久久久精品电影小说| 下体分泌物呈黄色| 亚洲国产精品国产精品| 国产亚洲5aaaaa淫片| 精品少妇内射三级| 青春草视频在线免费观看| 国产精品福利在线免费观看| 久久韩国三级中文字幕| 欧美97在线视频| 国产真实伦视频高清在线观看| 嫩草影院入口| 久久这里有精品视频免费| 黄片无遮挡物在线观看| 欧美日韩国产mv在线观看视频| 久久国产精品男人的天堂亚洲 | 性色avwww在线观看| h视频一区二区三区| 国产一区二区三区av在线| 一区二区三区乱码不卡18| 日韩一区二区视频免费看| 欧美日韩在线观看h| 插阴视频在线观看视频| 18+在线观看网站| 日韩精品有码人妻一区| 中文乱码字字幕精品一区二区三区| 久久亚洲国产成人精品v| 亚洲欧美成人综合另类久久久| 精品人妻熟女av久视频| 国产探花极品一区二区| 一本色道久久久久久精品综合| 三级国产精品片| 国产有黄有色有爽视频| 我要看日韩黄色一级片| 亚洲图色成人| a级毛片在线看网站| 男男h啪啪无遮挡| 国产欧美日韩精品一区二区| 婷婷色综合大香蕉| 在线 av 中文字幕| www.av在线官网国产| 亚洲欧洲日产国产| 极品少妇高潮喷水抽搐| 男人舔奶头视频| av专区在线播放| 国产真实伦视频高清在线观看| 美女内射精品一级片tv| 两个人免费观看高清视频 | 免费观看性生交大片5| 亚洲av成人精品一区久久| 国产精品成人在线| 99九九在线精品视频 | 少妇人妻久久综合中文| 一级黄片播放器| 人体艺术视频欧美日本| 成人18禁高潮啪啪吃奶动态图 | 丰满人妻一区二区三区视频av| 最近2019中文字幕mv第一页| 岛国毛片在线播放| 日本猛色少妇xxxxx猛交久久| 欧美成人精品欧美一级黄| 亚洲第一区二区三区不卡| 成人特级av手机在线观看| 内地一区二区视频在线| 成人毛片60女人毛片免费| 99九九线精品视频在线观看视频| 欧美一级a爱片免费观看看| 国产真实伦视频高清在线观看| 高清欧美精品videossex| 亚洲精品一二三| 日韩中文字幕视频在线看片| 亚洲图色成人| 一级,二级,三级黄色视频| 高清欧美精品videossex| 国产成人freesex在线| 精品久久久久久久久av| av在线app专区| 久久99蜜桃精品久久| 亚洲欧美中文字幕日韩二区| 色5月婷婷丁香| 国产成人免费观看mmmm| 极品教师在线视频| 日韩一本色道免费dvd| 六月丁香七月| 亚洲,欧美,日韩| 色哟哟·www| 国产色爽女视频免费观看| 国产 一区精品| 日韩 亚洲 欧美在线| 肉色欧美久久久久久久蜜桃| 日本爱情动作片www.在线观看| 久久婷婷青草| 成人国产麻豆网| 国产视频内射| 天天操日日干夜夜撸| 91久久精品国产一区二区成人| 赤兔流量卡办理| xxx大片免费视频| 黑人巨大精品欧美一区二区蜜桃 | 欧美 亚洲 国产 日韩一| 国产精品一区二区在线观看99| 18禁在线播放成人免费| 乱码一卡2卡4卡精品| 日本色播在线视频| 简卡轻食公司| 老司机影院毛片| 久久国产亚洲av麻豆专区| 亚洲精华国产精华液的使用体验| 一级片'在线观看视频| 蜜桃久久精品国产亚洲av| 国产精品偷伦视频观看了| 熟女人妻精品中文字幕| 天堂中文最新版在线下载| 亚洲婷婷狠狠爱综合网| 大香蕉久久网| 观看美女的网站| 久久精品国产亚洲av涩爱| 在线观看国产h片| 夜夜爽夜夜爽视频| 日韩三级伦理在线观看| 又爽又黄a免费视频| 欧美日韩精品成人综合77777| 超碰97精品在线观看| 国产极品天堂在线| av女优亚洲男人天堂| 午夜福利在线观看免费完整高清在| 国产高清有码在线观看视频| 国产伦理片在线播放av一区| 亚洲欧洲精品一区二区精品久久久 | 欧美精品一区二区大全| 插阴视频在线观看视频| 波野结衣二区三区在线| 日日摸夜夜添夜夜爱| 国产精品99久久久久久久久| 我要看日韩黄色一级片| av视频免费观看在线观看| 啦啦啦在线观看免费高清www| 新久久久久国产一级毛片| 国产伦精品一区二区三区视频9| 特大巨黑吊av在线直播| 美女大奶头黄色视频| 简卡轻食公司| 边亲边吃奶的免费视频| av不卡在线播放| 99视频精品全部免费 在线| 一区二区三区免费毛片| 性高湖久久久久久久久免费观看| 亚洲一级一片aⅴ在线观看| 免费在线观看成人毛片| 国产永久视频网站| 一本一本综合久久| .国产精品久久| 97在线视频观看| 国产精品久久久久久久久免| 日韩一本色道免费dvd| 久久97久久精品| 国产色婷婷99| 精品国产国语对白av| 夜夜骑夜夜射夜夜干| 国产在线免费精品| 欧美国产精品一级二级三级 | 国产精品麻豆人妻色哟哟久久| 婷婷色麻豆天堂久久| 中文字幕精品免费在线观看视频 | 日本av免费视频播放| 久久久久国产精品人妻一区二区| av网站免费在线观看视频| 欧美日韩av久久| 交换朋友夫妻互换小说| 亚洲欧美中文字幕日韩二区|