• <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
    少妇 在线观看| 亚洲精品成人av观看孕妇| 国产精品一二三区在线看| 国产精品蜜桃在线观看| 亚洲国产成人一精品久久久| 国产成人精品一,二区| 国产不卡av网站在线观看| 九草在线视频观看| 老司机影院毛片| 91精品三级在线观看| 久久毛片免费看一区二区三区| 欧美在线黄色| 国产成人精品一,二区| 成年动漫av网址| 99久久人妻综合| 另类精品久久| 日韩一区二区三区影片| 9热在线视频观看99| 日韩免费高清中文字幕av| 精品国产国语对白av| 国语对白做爰xxxⅹ性视频网站| 午夜福利影视在线免费观看| 老司机亚洲免费影院| 国语对白做爰xxxⅹ性视频网站| 亚洲激情五月婷婷啪啪| 五月开心婷婷网| 日本免费在线观看一区| 边亲边吃奶的免费视频| 免费人妻精品一区二区三区视频| 成人国产麻豆网| 日韩大片免费观看网站| 亚洲精品乱久久久久久| 亚洲国产av影院在线观看| 七月丁香在线播放| 国产男人的电影天堂91| 男女高潮啪啪啪动态图| 久久ye,这里只有精品| 国产高清国产精品国产三级| 国产av国产精品国产| 婷婷色综合www| 9热在线视频观看99| 亚洲av综合色区一区| 久久久久久人人人人人| 三级国产精品片| 中文字幕亚洲精品专区| 国产乱人偷精品视频| 亚洲三级黄色毛片| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 国产av码专区亚洲av| 日韩av在线免费看完整版不卡| 视频区图区小说| √禁漫天堂资源中文www| 黄色毛片三级朝国网站| 高清欧美精品videossex| 最近手机中文字幕大全| 国产黄色视频一区二区在线观看| 天堂俺去俺来也www色官网| 国产精品国产三级国产专区5o| 国产欧美日韩一区二区三区在线| 国产一区有黄有色的免费视频| 午夜福利一区二区在线看| 亚洲男人天堂网一区| 亚洲人成77777在线视频| 人成视频在线观看免费观看| 国产精品无大码| 美女国产视频在线观看| 国产精品欧美亚洲77777| av国产精品久久久久影院| 国产在视频线精品| 久久人人爽人人片av| 亚洲精品一区蜜桃| 少妇的逼水好多| 亚洲国产精品999| 香蕉丝袜av| 亚洲精品自拍成人| 国产极品天堂在线| 亚洲国产av影院在线观看| 欧美另类一区| 一级片'在线观看视频| 午夜免费鲁丝| 亚洲国产精品成人久久小说| www.自偷自拍.com| 午夜福利乱码中文字幕| 十八禁网站网址无遮挡| 色94色欧美一区二区| 亚洲av欧美aⅴ国产| 亚洲欧美成人综合另类久久久| 日韩中文字幕视频在线看片| 在线观看三级黄色| av免费在线看不卡| 国产熟女午夜一区二区三区| 黄片无遮挡物在线观看| 国产福利在线免费观看视频| 制服丝袜香蕉在线| 电影成人av| 丝袜人妻中文字幕| 日产精品乱码卡一卡2卡三| 亚洲av电影在线进入| 亚洲在久久综合| 久久国产精品大桥未久av| 青草久久国产| av网站在线播放免费| 日本爱情动作片www.在线观看| 亚洲一区中文字幕在线| 久久人人97超碰香蕉20202| 国产又色又爽无遮挡免| 亚洲第一区二区三区不卡| 老鸭窝网址在线观看| 国产成人精品久久久久久| 99国产综合亚洲精品| 国产免费现黄频在线看| 日韩一区二区三区影片| 中文乱码字字幕精品一区二区三区| 国产精品久久久久成人av| 亚洲综合精品二区| 国语对白做爰xxxⅹ性视频网站| 王馨瑶露胸无遮挡在线观看| 精品少妇内射三级| 午夜福利影视在线免费观看| 2021少妇久久久久久久久久久| 在现免费观看毛片| 成年人午夜在线观看视频| 久热久热在线精品观看| 久久av网站| 国产黄色免费在线视频| 欧美日本中文国产一区发布| 亚洲成人av在线免费| 国产 一区精品| 欧美精品av麻豆av| 一级a爱视频在线免费观看| 久久国产精品男人的天堂亚洲| 久久久久久久久久人人人人人人| 亚洲欧美成人综合另类久久久| 一区二区三区四区激情视频| 国产精品久久久久久精品古装| 国产成人午夜福利电影在线观看| 男女下面插进去视频免费观看| 十分钟在线观看高清视频www| 国产1区2区3区精品| 婷婷色av中文字幕| 1024香蕉在线观看| 伊人亚洲综合成人网| 亚洲精品乱久久久久久| 一本大道久久a久久精品| 久久精品国产亚洲av天美| 国产探花极品一区二区| 免费高清在线观看视频在线观看| 国产精品三级大全| 中文乱码字字幕精品一区二区三区| 日本91视频免费播放| 人人妻人人澡人人爽人人夜夜| 最新中文字幕久久久久| 久久97久久精品| 欧美日韩亚洲高清精品| 国产探花极品一区二区| 亚洲色图 男人天堂 中文字幕| 亚洲av电影在线观看一区二区三区| 男人爽女人下面视频在线观看| 国产精品麻豆人妻色哟哟久久| 人体艺术视频欧美日本| 日日撸夜夜添| 人妻人人澡人人爽人人| 国产乱人偷精品视频| 老司机影院毛片| 国产一区二区在线观看av| 国产成人免费无遮挡视频| 亚洲精品国产av蜜桃| 国产一区二区激情短视频 | 91久久精品国产一区二区三区| 一二三四在线观看免费中文在| 国产淫语在线视频| 边亲边吃奶的免费视频| www.精华液| 久久久久精品性色| h视频一区二区三区| 免费女性裸体啪啪无遮挡网站| 成人国产av品久久久| 欧美日韩一级在线毛片| xxx大片免费视频| 国产精品女同一区二区软件| 久久久久久免费高清国产稀缺| 亚洲第一青青草原| 国产av码专区亚洲av| 亚洲美女黄色视频免费看| 亚洲av.av天堂| 一级毛片电影观看| 免费黄色在线免费观看| 国产精品国产av在线观看| 边亲边吃奶的免费视频| 欧美另类一区| 国产乱来视频区| 久久亚洲国产成人精品v| 欧美亚洲 丝袜 人妻 在线| 亚洲国产精品一区三区| 麻豆精品久久久久久蜜桃| 熟女av电影| 成人手机av| 国产精品女同一区二区软件| 精品国产超薄肉色丝袜足j| 在线精品无人区一区二区三| 少妇被粗大猛烈的视频| 国产成人a∨麻豆精品| 韩国精品一区二区三区| 精品国产一区二区三区久久久樱花| 成人国产av品久久久| 国产精品秋霞免费鲁丝片| 各种免费的搞黄视频| 国产人伦9x9x在线观看 | 丝袜在线中文字幕| 久久久a久久爽久久v久久| 欧美老熟妇乱子伦牲交| 国产白丝娇喘喷水9色精品| 婷婷色麻豆天堂久久| 免费久久久久久久精品成人欧美视频| 夜夜骑夜夜射夜夜干| 国产亚洲av片在线观看秒播厂| 美女脱内裤让男人舔精品视频| 亚洲美女视频黄频| 日韩欧美精品免费久久| 少妇精品久久久久久久| 亚洲一码二码三码区别大吗| 多毛熟女@视频| 一级黄片播放器| 黄片小视频在线播放| 欧美人与性动交α欧美精品济南到 | 日本午夜av视频| 国产成人免费无遮挡视频| 久久精品国产鲁丝片午夜精品| 国产av精品麻豆| 亚洲国产欧美在线一区| 午夜激情av网站| 久久毛片免费看一区二区三区| 久久99蜜桃精品久久| 天美传媒精品一区二区| 九九爱精品视频在线观看| 国产精品av久久久久免费| 国产精品人妻久久久影院| 男人爽女人下面视频在线观看| 80岁老熟妇乱子伦牲交| 只有这里有精品99| 久久青草综合色| 高清在线视频一区二区三区| 亚洲欧美精品自产自拍| 日韩av免费高清视频| 久久久久国产精品人妻一区二区| 最近最新中文字幕免费大全7| 亚洲婷婷狠狠爱综合网| 久久久国产欧美日韩av| 成人毛片60女人毛片免费| 制服人妻中文乱码| 精品99又大又爽又粗少妇毛片| 黑丝袜美女国产一区| 欧美日韩亚洲国产一区二区在线观看 | 欧美日韩精品网址| 亚洲欧美成人精品一区二区| 少妇被粗大猛烈的视频| 亚洲综合精品二区| 国产色婷婷99| 国产极品天堂在线| 国产av国产精品国产| 精品亚洲成国产av| 视频在线观看一区二区三区| 最近中文字幕高清免费大全6| 成年av动漫网址| 中文字幕另类日韩欧美亚洲嫩草| 多毛熟女@视频| 成人二区视频| 成人亚洲欧美一区二区av| 高清av免费在线| 天堂俺去俺来也www色官网| 五月开心婷婷网| 18禁裸乳无遮挡动漫免费视频| 男人爽女人下面视频在线观看| 宅男免费午夜| 日韩精品有码人妻一区| 夜夜骑夜夜射夜夜干| 日韩一区二区视频免费看| 亚洲美女黄色视频免费看| 国产成人av激情在线播放| 亚洲一区中文字幕在线| 深夜精品福利| 十分钟在线观看高清视频www| av女优亚洲男人天堂| 免费在线观看完整版高清| 26uuu在线亚洲综合色| 一本久久精品| 18+在线观看网站| 26uuu在线亚洲综合色| 亚洲四区av| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 91精品国产国语对白视频| 国产亚洲av片在线观看秒播厂| 男女啪啪激烈高潮av片| 亚洲,一卡二卡三卡| 在线观看一区二区三区激情| 亚洲人成电影观看| 91精品伊人久久大香线蕉| 国产xxxxx性猛交| 国产一区二区三区av在线| 久久韩国三级中文字幕| 男女无遮挡免费网站观看| 香蕉国产在线看| 性色avwww在线观看| 午夜免费男女啪啪视频观看| 最新中文字幕久久久久| a级毛片黄视频| 黄片小视频在线播放| 日韩一卡2卡3卡4卡2021年| 一级a爱视频在线免费观看| 国产免费现黄频在线看| 自拍欧美九色日韩亚洲蝌蚪91| 激情视频va一区二区三区| 叶爱在线成人免费视频播放| 黑人猛操日本美女一级片| 999久久久国产精品视频| 男女免费视频国产| 综合色丁香网| 午夜福利视频在线观看免费| 欧美亚洲 丝袜 人妻 在线| 精品卡一卡二卡四卡免费| 午夜免费观看性视频| 日本色播在线视频| 我要看黄色一级片免费的| 国产毛片在线视频| av又黄又爽大尺度在线免费看| 啦啦啦啦在线视频资源| 黄频高清免费视频| 亚洲精品久久午夜乱码| 国产成人精品一,二区| 亚洲色图 男人天堂 中文字幕| 欧美 亚洲 国产 日韩一| 亚洲精华国产精华液的使用体验| 日本wwww免费看| 人妻少妇偷人精品九色| 91精品三级在线观看| 亚洲一级一片aⅴ在线观看| 麻豆乱淫一区二区| 叶爱在线成人免费视频播放| 在线观看国产h片| 日本91视频免费播放| 这个男人来自地球电影免费观看 | 99久国产av精品国产电影| 亚洲第一青青草原| 日日撸夜夜添| 亚洲国产色片| 在线天堂中文资源库| 国产男女内射视频| 丝瓜视频免费看黄片| 亚洲av中文av极速乱| 天天躁日日躁夜夜躁夜夜| 欧美老熟妇乱子伦牲交| 亚洲伊人久久精品综合| 丰满饥渴人妻一区二区三| 亚洲成av片中文字幕在线观看 | 精品第一国产精品| 久久久精品区二区三区| 久久亚洲国产成人精品v| 午夜福利在线观看免费完整高清在| 国产人伦9x9x在线观看 | 极品人妻少妇av视频| 最近2019中文字幕mv第一页| 欧美最新免费一区二区三区| av天堂久久9| 日本91视频免费播放| 一区在线观看完整版| 国产 精品1| 久久久国产精品麻豆| 男女边吃奶边做爰视频| 丝瓜视频免费看黄片| 只有这里有精品99| 欧美国产精品va在线观看不卡| 国产在线免费精品| 国产高清国产精品国产三级| 波多野结衣av一区二区av| 如日韩欧美国产精品一区二区三区| 女性被躁到高潮视频| 看十八女毛片水多多多| 久久影院123| 巨乳人妻的诱惑在线观看| 婷婷色综合大香蕉| 一级黄片播放器| 制服丝袜香蕉在线| 99久久综合免费| 深夜精品福利| 男女边吃奶边做爰视频| 精品亚洲成国产av| 69精品国产乱码久久久| 一级a爱视频在线免费观看| 精品国产乱码久久久久久男人| 黄色怎么调成土黄色| 99九九在线精品视频| 午夜免费男女啪啪视频观看| 中文字幕色久视频| 亚洲美女搞黄在线观看| 国产一区二区三区av在线| 国产黄色视频一区二区在线观看| 免费女性裸体啪啪无遮挡网站| 啦啦啦视频在线资源免费观看| 亚洲精华国产精华液的使用体验| xxx大片免费视频| 黑人巨大精品欧美一区二区蜜桃| 青草久久国产| 九色亚洲精品在线播放| 黄频高清免费视频| 嫩草影院入口| 不卡视频在线观看欧美| 久久午夜综合久久蜜桃| 午夜影院在线不卡| av片东京热男人的天堂| 纯流量卡能插随身wifi吗| 亚洲av国产av综合av卡| 国产老妇伦熟女老妇高清| 最近中文字幕2019免费版| 亚洲精品av麻豆狂野| 尾随美女入室| √禁漫天堂资源中文www| 一级爰片在线观看| 亚洲国产av新网站| 欧美日韩亚洲高清精品| 青草久久国产| 免费黄色在线免费观看| 亚洲精品aⅴ在线观看| 国语对白做爰xxxⅹ性视频网站| 岛国毛片在线播放| 欧美日韩视频高清一区二区三区二| 欧美变态另类bdsm刘玥| 在线观看三级黄色| 在线观看人妻少妇| 日本wwww免费看| 18禁动态无遮挡网站| 中文欧美无线码| 亚洲欧美日韩另类电影网站| 大话2 男鬼变身卡| 亚洲综合精品二区| 波野结衣二区三区在线| 日日爽夜夜爽网站| 亚洲精品美女久久av网站| 国产人伦9x9x在线观看 | 日韩大片免费观看网站| a级毛片黄视频| 国产成人精品福利久久| 美女xxoo啪啪120秒动态图| 久久毛片免费看一区二区三区| 国产精品免费大片| 欧美在线黄色| 久久久久视频综合| 涩涩av久久男人的天堂| 日韩一卡2卡3卡4卡2021年| 韩国精品一区二区三区| 欧美bdsm另类| 女的被弄到高潮叫床怎么办| 欧美日韩视频精品一区| 亚洲三区欧美一区| 日产精品乱码卡一卡2卡三| 欧美精品亚洲一区二区| 中文天堂在线官网| 女性被躁到高潮视频| 亚洲第一区二区三区不卡| 人妻人人澡人人爽人人| 色94色欧美一区二区| 久久韩国三级中文字幕| 欧美激情极品国产一区二区三区| 久久久久久久精品精品| 在线精品无人区一区二区三| 黄片播放在线免费| 欧美黄色片欧美黄色片| 9色porny在线观看| 高清视频免费观看一区二区| 国产综合精华液| 国产精品二区激情视频| 黑人欧美特级aaaaaa片| 蜜桃在线观看..| 国产高清国产精品国产三级| 日韩电影二区| 午夜久久久在线观看| 精品一品国产午夜福利视频| √禁漫天堂资源中文www| 亚洲精品久久成人aⅴ小说| 日韩av免费高清视频| 国产又爽黄色视频| 自拍欧美九色日韩亚洲蝌蚪91| 免费少妇av软件| 亚洲综合色网址| 男人添女人高潮全过程视频| 国产激情久久老熟女| 日韩一区二区视频免费看| √禁漫天堂资源中文www| 久久久精品免费免费高清| 97在线视频观看| 热99久久久久精品小说推荐| 国产人伦9x9x在线观看 | 久久影院123| 久久av网站| 日本av手机在线免费观看| 99国产精品免费福利视频| 久久久久久久久免费视频了| 亚洲精品美女久久久久99蜜臀 | 欧美精品一区二区免费开放| 成人二区视频| 婷婷色综合大香蕉| 伊人久久大香线蕉亚洲五| 国产一区二区在线观看av| 黑人巨大精品欧美一区二区蜜桃| 国产麻豆69| 国产野战对白在线观看| 成人国语在线视频| 天天影视国产精品| 国产激情久久老熟女| 国产精品国产av在线观看| 国产片内射在线| 久久av网站| 亚洲 欧美一区二区三区| 女性生殖器流出的白浆| videossex国产| 狠狠婷婷综合久久久久久88av| www日本在线高清视频| 国产精品 国内视频| 最近2019中文字幕mv第一页| 欧美亚洲 丝袜 人妻 在线| 欧美亚洲日本最大视频资源| 国产极品粉嫩免费观看在线| 亚洲图色成人| 日韩大片免费观看网站| 亚洲国产看品久久| 亚洲欧洲精品一区二区精品久久久 | 一级毛片我不卡| 人体艺术视频欧美日本| xxxhd国产人妻xxx| 亚洲,欧美,日韩| xxxhd国产人妻xxx| 亚洲成av片中文字幕在线观看 | 女性被躁到高潮视频| 亚洲av电影在线进入| 一本大道久久a久久精品| 边亲边吃奶的免费视频| 久久人人爽人人片av| 欧美人与性动交α欧美精品济南到 | tube8黄色片| 免费久久久久久久精品成人欧美视频| 蜜桃在线观看..| 久久青草综合色| 美女高潮到喷水免费观看| xxxhd国产人妻xxx| 成人免费观看视频高清| 亚洲欧美一区二区三区久久| 免费女性裸体啪啪无遮挡网站| 欧美日韩精品网址| 2022亚洲国产成人精品| 美女视频免费永久观看网站| 亚洲av成人精品一二三区| 国产亚洲av片在线观看秒播厂| 啦啦啦在线观看免费高清www| 国产av一区二区精品久久| 搡老乐熟女国产| 在线天堂中文资源库| 国语对白做爰xxxⅹ性视频网站| 亚洲精品aⅴ在线观看| 黄网站色视频无遮挡免费观看| 69精品国产乱码久久久| 自线自在国产av| 日本vs欧美在线观看视频| 亚洲三级黄色毛片| 国产高清国产精品国产三级| 亚洲精华国产精华液的使用体验| 观看美女的网站| 国产白丝娇喘喷水9色精品| 午夜福利影视在线免费观看| 午夜福利网站1000一区二区三区| 少妇人妻精品综合一区二区| 麻豆av在线久日| 久久久久久免费高清国产稀缺| 欧美bdsm另类| 在线观看人妻少妇| 国产男人的电影天堂91| 午夜福利乱码中文字幕| 国产精品欧美亚洲77777| 考比视频在线观看| 国产片内射在线| 久久久欧美国产精品| 亚洲精品国产色婷婷电影| 亚洲人成网站在线观看播放| 欧美另类一区| 黄片小视频在线播放| 青春草亚洲视频在线观看| 午夜免费男女啪啪视频观看| 多毛熟女@视频| 午夜免费观看性视频| 大片电影免费在线观看免费| 欧美av亚洲av综合av国产av | 纵有疾风起免费观看全集完整版| 久久精品国产综合久久久| 国产白丝娇喘喷水9色精品| 久久精品久久精品一区二区三区| 中文字幕人妻丝袜一区二区 | 国产亚洲欧美精品永久| 亚洲欧美成人精品一区二区| 国产成人a∨麻豆精品| 国产成人精品久久久久久| 国产精品99久久99久久久不卡 | 亚洲伊人久久精品综合| 国产日韩欧美在线精品| 中文字幕最新亚洲高清| 国产一区二区激情短视频 | 亚洲伊人色综图| 国产一区亚洲一区在线观看| 日韩一区二区视频免费看| 成人漫画全彩无遮挡| 黄色配什么色好看| 精品久久久精品久久久| 成人毛片60女人毛片免费| 一级黄片播放器| 欧美日韩精品成人综合77777| 久久精品国产鲁丝片午夜精品| 精品午夜福利在线看| 热99久久久久精品小说推荐|