• <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
    欧美人与性动交α欧美精品济南到| 亚洲一区二区三区不卡视频| 久久精品aⅴ一区二区三区四区| 欧美色欧美亚洲另类二区| 色哟哟哟哟哟哟| 日韩大码丰满熟妇| 又黄又粗又硬又大视频| 国产精品自产拍在线观看55亚洲| 日本一本二区三区精品| 国产不卡一卡二| 精品欧美一区二区三区在线| 国产三级中文精品| 亚洲成av人片免费观看| 在线a可以看的网站| 国产高清激情床上av| 欧美日韩一级在线毛片| 亚洲av五月六月丁香网| 两个人视频免费观看高清| 亚洲va日本ⅴa欧美va伊人久久| 亚洲人成77777在线视频| 男男h啪啪无遮挡| 亚洲精品美女久久av网站| 黄色a级毛片大全视频| 午夜免费观看网址| 色尼玛亚洲综合影院| 婷婷六月久久综合丁香| 人妻久久中文字幕网| 搡老岳熟女国产| www国产在线视频色| 国产真人三级小视频在线观看| 久9热在线精品视频| 国产麻豆成人av免费视频| 国产区一区二久久| 亚洲人成网站高清观看| 在线十欧美十亚洲十日本专区| 亚洲 欧美 日韩 在线 免费| 亚洲成人精品中文字幕电影| 天堂√8在线中文| 亚洲五月天丁香| 特大巨黑吊av在线直播| 小说图片视频综合网站| 桃红色精品国产亚洲av| 亚洲中文字幕一区二区三区有码在线看 | 悠悠久久av| 日本免费一区二区三区高清不卡| 中文字幕av在线有码专区| 欧洲精品卡2卡3卡4卡5卡区| 久久精品成人免费网站| 国内少妇人妻偷人精品xxx网站 | 少妇裸体淫交视频免费看高清 | 国产一级毛片七仙女欲春2| 亚洲人与动物交配视频| 国产亚洲精品第一综合不卡| 非洲黑人性xxxx精品又粗又长| www.自偷自拍.com| 国产99白浆流出| 日韩欧美 国产精品| 久久久久免费精品人妻一区二区| 99热这里只有精品一区 | 国产在线观看jvid| 亚洲精品中文字幕在线视频| 桃色一区二区三区在线观看| 午夜福利欧美成人| 午夜精品一区二区三区免费看| videosex国产| 亚洲色图av天堂| 一级作爱视频免费观看| 性色av乱码一区二区三区2| 97超级碰碰碰精品色视频在线观看| 丁香欧美五月| 午夜免费激情av| 人人妻人人看人人澡| 免费搜索国产男女视频| 日本黄大片高清| 久久久久性生活片| 两个人免费观看高清视频| 免费观看精品视频网站| 搡老妇女老女人老熟妇| 精品一区二区三区视频在线观看免费| 亚洲五月婷婷丁香| 亚洲成人久久性| 国产v大片淫在线免费观看| 91麻豆精品激情在线观看国产| 欧美最黄视频在线播放免费| 51午夜福利影视在线观看| 婷婷精品国产亚洲av| 黄色片一级片一级黄色片| av国产免费在线观看| 午夜精品一区二区三区免费看| 欧美日韩乱码在线| 全区人妻精品视频| 热99re8久久精品国产| 国产蜜桃级精品一区二区三区| 看免费av毛片| 久久久久久久精品吃奶| 好男人电影高清在线观看| 精品久久蜜臀av无| 88av欧美| 不卡av一区二区三区| 亚洲成av人片免费观看| 精华霜和精华液先用哪个| 亚洲人成网站高清观看| 免费观看人在逋| 国产午夜福利久久久久久| 女人被狂操c到高潮| 久久精品影院6| 欧美精品亚洲一区二区| 99久久国产精品久久久| 久久99热这里只有精品18| 国产成人精品久久二区二区免费| 中亚洲国语对白在线视频| 国产av在哪里看| 久久久久久久久免费视频了| 一个人免费在线观看电影 | 免费观看精品视频网站| 久久久久久久精品吃奶| 又粗又爽又猛毛片免费看| 国产成人啪精品午夜网站| 19禁男女啪啪无遮挡网站| 一级黄色大片毛片| 欧美丝袜亚洲另类 | 国产亚洲欧美在线一区二区| av福利片在线观看| 老司机午夜福利在线观看视频| 国产欧美日韩精品亚洲av| 成人国产综合亚洲| 精品久久久久久久末码| 老司机靠b影院| 国产精品久久电影中文字幕| 黄色视频,在线免费观看| 国产99白浆流出| 日本在线视频免费播放| 国产亚洲精品久久久久5区| 亚洲全国av大片| 伦理电影免费视频| 男女视频在线观看网站免费 | 一本综合久久免费| 波多野结衣巨乳人妻| 黑人欧美特级aaaaaa片| svipshipincom国产片| 久久久久国产一级毛片高清牌| 亚洲av电影在线进入| 午夜视频精品福利| 一级毛片精品| 国产成人一区二区三区免费视频网站| 亚洲熟妇熟女久久| 日韩欧美 国产精品| 一级毛片女人18水好多| 给我免费播放毛片高清在线观看| 久久中文看片网| 女人高潮潮喷娇喘18禁视频| 法律面前人人平等表现在哪些方面| 精品一区二区三区四区五区乱码| 午夜精品在线福利| 一边摸一边抽搐一进一小说| 美女 人体艺术 gogo| 国产欧美日韩精品亚洲av| 国产高清视频在线播放一区| 久久久精品大字幕| 一本一本综合久久| 哪里可以看免费的av片| 亚洲 欧美 日韩 在线 免费| 久久热在线av| 亚洲精品久久国产高清桃花| 国产精品久久久人人做人人爽| 国产精品99久久99久久久不卡| 成人三级做爰电影| 国产成人精品无人区| 婷婷六月久久综合丁香| 国产精品99久久99久久久不卡| svipshipincom国产片| 精品久久久久久久末码| 他把我摸到了高潮在线观看| 国产精品亚洲一级av第二区| 亚洲第一电影网av| 男插女下体视频免费在线播放| 久久久久久久久久黄片| 妹子高潮喷水视频| 欧美最黄视频在线播放免费| 成人av在线播放网站| 视频区欧美日本亚洲| 久久久久亚洲av毛片大全| 搡老熟女国产l中国老女人| 首页视频小说图片口味搜索| 日日干狠狠操夜夜爽| av欧美777| 变态另类成人亚洲欧美熟女| 午夜久久久久精精品| 制服诱惑二区| 国产精品九九99| 欧美日本亚洲视频在线播放| 色老头精品视频在线观看| 亚洲国产精品久久男人天堂| 国产成人影院久久av| 亚洲国产欧洲综合997久久,| 大型黄色视频在线免费观看| 国产亚洲精品综合一区在线观看 | 婷婷精品国产亚洲av| 两个人看的免费小视频| 最近在线观看免费完整版| 国产午夜精品久久久久久| 欧美+亚洲+日韩+国产| 欧美绝顶高潮抽搐喷水| 91麻豆av在线| 日韩大码丰满熟妇| 国产一区二区在线av高清观看| 男女午夜视频在线观看| 亚洲午夜精品一区,二区,三区| 日韩欧美国产在线观看| 制服诱惑二区| 亚洲九九香蕉| 国产精品久久久人人做人人爽| 亚洲精品中文字幕在线视频| 看黄色毛片网站| 精品欧美一区二区三区在线| 一边摸一边抽搐一进一小说| 国产精品九九99| 啦啦啦免费观看视频1| 全区人妻精品视频| 一区二区三区国产精品乱码| 国产成人欧美在线观看| 欧美成人一区二区免费高清观看 | 日韩欧美国产一区二区入口| 色老头精品视频在线观看| 91老司机精品| 成年免费大片在线观看| 一级片免费观看大全| 亚洲精品美女久久av网站| 亚洲自拍偷在线| 夜夜看夜夜爽夜夜摸| 中文字幕高清在线视频| 欧美+亚洲+日韩+国产| 两个人的视频大全免费| 啦啦啦观看免费观看视频高清| 国产日本99.免费观看| a级毛片在线看网站| 亚洲精品国产精品久久久不卡| 成人三级黄色视频| 日本黄色视频三级网站网址| 国产伦在线观看视频一区| 国产人伦9x9x在线观看| 国产成人av教育| 亚洲精华国产精华精| 亚洲无线在线观看| 99久久精品热视频| 国产精品综合久久久久久久免费| 亚洲全国av大片| 亚洲欧美日韩无卡精品| 一a级毛片在线观看| 99热只有精品国产| 久久久精品欧美日韩精品| 欧美黑人巨大hd| 亚洲av电影在线进入| 久久99热这里只有精品18| 亚洲乱码一区二区免费版| 动漫黄色视频在线观看| 亚洲午夜精品一区,二区,三区| 波多野结衣巨乳人妻| 成人18禁高潮啪啪吃奶动态图| 免费在线观看成人毛片| 亚洲色图 男人天堂 中文字幕| 日本a在线网址| 欧美性猛交黑人性爽| 精品乱码久久久久久99久播| 天堂√8在线中文| 国产成人aa在线观看| 免费在线观看视频国产中文字幕亚洲| 波多野结衣高清无吗| 亚洲无线在线观看| 国产单亲对白刺激| av福利片在线观看| 99久久精品热视频| 久久精品91无色码中文字幕| 蜜桃久久精品国产亚洲av| 两性午夜刺激爽爽歪歪视频在线观看 | 2021天堂中文幕一二区在线观| 欧美性猛交╳xxx乱大交人| 狂野欧美白嫩少妇大欣赏| 精品国内亚洲2022精品成人| 在线观看66精品国产| 一a级毛片在线观看| 国产欧美日韩一区二区精品| 欧美最黄视频在线播放免费| 黄色 视频免费看| 18禁黄网站禁片免费观看直播| 久久亚洲真实| 国产av一区在线观看免费| 在线a可以看的网站| 两个人免费观看高清视频| 国产成人精品无人区| 日本三级黄在线观看| 天天躁夜夜躁狠狠躁躁| 国产高清视频在线观看网站| 日本 欧美在线| 日日夜夜操网爽| 婷婷精品国产亚洲av在线| 五月玫瑰六月丁香| 色精品久久人妻99蜜桃| 免费观看精品视频网站| 一区二区三区激情视频| 亚洲精品美女久久久久99蜜臀| 欧美色视频一区免费| 日日夜夜操网爽| 亚洲真实伦在线观看| 亚洲精品美女久久av网站| 后天国语完整版免费观看| 精品一区二区三区av网在线观看| 老熟妇仑乱视频hdxx| 午夜福利免费观看在线| 欧美丝袜亚洲另类 | 香蕉国产在线看| 91老司机精品| 亚洲人成网站在线播放欧美日韩| 免费观看人在逋| 色综合婷婷激情| 国产av不卡久久| 国产片内射在线| 中文字幕人成人乱码亚洲影| 免费看日本二区| 欧美又色又爽又黄视频| 一级作爱视频免费观看| 妹子高潮喷水视频| 制服诱惑二区| 免费在线观看影片大全网站| 日本一二三区视频观看| 欧美三级亚洲精品| 一本一本综合久久| 每晚都被弄得嗷嗷叫到高潮| 99精品久久久久人妻精品| 久久香蕉精品热| a级毛片在线看网站| 色老头精品视频在线观看| 国产亚洲精品久久久久5区| 欧美高清成人免费视频www| 亚洲精品国产精品久久久不卡| 国产成人av激情在线播放| 宅男免费午夜| 91老司机精品| 亚洲精品美女久久av网站| 亚洲在线自拍视频| 天堂√8在线中文| 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| 观看免费一级毛片| 亚洲18禁久久av| 成人18禁高潮啪啪吃奶动态图| 久久99热这里只有精品18| 亚洲第一欧美日韩一区二区三区| 日本五十路高清| x7x7x7水蜜桃| 婷婷精品国产亚洲av在线| 国产成人一区二区三区免费视频网站| 国产精品久久久久久亚洲av鲁大| 国产精品美女特级片免费视频播放器 | 老司机靠b影院| 成人手机av| 欧美三级亚洲精品| 久久久国产成人免费| 身体一侧抽搐| 别揉我奶头~嗯~啊~动态视频| 麻豆久久精品国产亚洲av| 两性夫妻黄色片| 国产精品98久久久久久宅男小说| 久久天躁狠狠躁夜夜2o2o| 777久久人妻少妇嫩草av网站| 人成视频在线观看免费观看| 婷婷精品国产亚洲av| 久久亚洲真实| 在线观看免费视频日本深夜| 久久九九热精品免费| 精品一区二区三区视频在线观看免费| 91国产中文字幕| 成人特级黄色片久久久久久久| 1024视频免费在线观看| 全区人妻精品视频| 麻豆国产av国片精品| 亚洲成人久久性| 国产真实乱freesex| 麻豆久久精品国产亚洲av| tocl精华| 大型黄色视频在线免费观看| 成年免费大片在线观看| av国产免费在线观看| 特大巨黑吊av在线直播| 两个人免费观看高清视频| 色尼玛亚洲综合影院| 精品国产美女av久久久久小说| 天堂影院成人在线观看| 亚洲美女视频黄频| 亚洲天堂国产精品一区在线| 男女床上黄色一级片免费看| 黄色毛片三级朝国网站| 成在线人永久免费视频| 亚洲最大成人中文| 1024视频免费在线观看| 国产99白浆流出| 久9热在线精品视频| ponron亚洲| 午夜激情福利司机影院| 午夜视频精品福利| 亚洲精华国产精华精| 熟妇人妻久久中文字幕3abv| 天堂√8在线中文| 熟女少妇亚洲综合色aaa.| 女同久久另类99精品国产91| 哪里可以看免费的av片| 欧美丝袜亚洲另类 | 中文资源天堂在线| 亚洲七黄色美女视频| 手机成人av网站| 麻豆av在线久日| 精品福利观看| 久久九九热精品免费| 日韩欧美 国产精品| 热99re8久久精品国产| av中文乱码字幕在线| 亚洲一区高清亚洲精品| 国产一区二区在线观看日韩 | 久久精品91无色码中文字幕| 欧美日韩黄片免| 久99久视频精品免费| 国产三级中文精品| 中出人妻视频一区二区| 国产欧美日韩一区二区三| 99热这里只有是精品50| 视频区欧美日本亚洲| 搡老熟女国产l中国老女人| 亚洲精品中文字幕一二三四区| 欧美日韩精品网址| 久久精品国产亚洲av高清一级| 女人爽到高潮嗷嗷叫在线视频| 日本精品一区二区三区蜜桃| 法律面前人人平等表现在哪些方面| 国产精品综合久久久久久久免费| 欧美黑人巨大hd| 丰满人妻熟妇乱又伦精品不卡| 此物有八面人人有两片| 丝袜人妻中文字幕| 欧美激情久久久久久爽电影| 成在线人永久免费视频| 日日夜夜操网爽| 老熟妇仑乱视频hdxx| 欧美成狂野欧美在线观看| 亚洲人成网站在线播放欧美日韩| 两个人视频免费观看高清| 亚洲成av人片在线播放无| 波多野结衣高清作品| √禁漫天堂资源中文www| 亚洲国产精品sss在线观看| 操出白浆在线播放| 日本黄色视频三级网站网址| 亚洲av熟女| 亚洲av片天天在线观看| 波多野结衣高清作品| 久久久精品大字幕| or卡值多少钱| 亚洲色图av天堂| 两性夫妻黄色片| 伊人久久大香线蕉亚洲五| 少妇的丰满在线观看| 久久婷婷人人爽人人干人人爱| 亚洲在线自拍视频| 听说在线观看完整版免费高清| 日韩精品中文字幕看吧| 香蕉国产在线看| 欧美又色又爽又黄视频| 法律面前人人平等表现在哪些方面| 欧美黄色片欧美黄色片| 91在线观看av| 中亚洲国语对白在线视频| 我的老师免费观看完整版| 中文字幕精品亚洲无线码一区| av国产免费在线观看| 蜜桃久久精品国产亚洲av| 在线观看一区二区三区| 午夜福利成人在线免费观看| 五月伊人婷婷丁香| 女人被狂操c到高潮| 午夜视频精品福利| 亚洲成av人片免费观看| 日本成人三级电影网站| 岛国在线免费视频观看| 国产伦在线观看视频一区| 精品久久久久久久毛片微露脸| 国内精品久久久久精免费| 亚洲av美国av| 日本一本二区三区精品| 美女高潮喷水抽搐中文字幕| 精品第一国产精品| 99久久精品热视频| 中文字幕最新亚洲高清| 他把我摸到了高潮在线观看| 久久午夜综合久久蜜桃| 久久精品国产清高在天天线| 丰满人妻熟妇乱又伦精品不卡| 一区福利在线观看| 成人国语在线视频| 亚洲精品一区av在线观看| 在线观看免费午夜福利视频| 12—13女人毛片做爰片一| 亚洲成av人片免费观看| 成人特级黄色片久久久久久久| 这个男人来自地球电影免费观看| 精品国产超薄肉色丝袜足j| 亚洲欧美激情综合另类| 色综合亚洲欧美另类图片| 国产1区2区3区精品| 最近最新中文字幕大全免费视频| 久久久久久免费高清国产稀缺| 免费在线观看亚洲国产| 欧美黑人精品巨大| 久久 成人 亚洲| 岛国在线免费视频观看| 我的老师免费观看完整版| 少妇的丰满在线观看| 欧美黄色片欧美黄色片| 成人永久免费在线观看视频| 国模一区二区三区四区视频 | 亚洲成人国产一区在线观看| 国产亚洲精品av在线| 欧美成人一区二区免费高清观看 | 亚洲狠狠婷婷综合久久图片| 亚洲专区国产一区二区| x7x7x7水蜜桃| 免费av毛片视频| 国产亚洲精品综合一区在线观看 | 999久久久国产精品视频| 亚洲av电影不卡..在线观看| 亚洲精品粉嫩美女一区| 婷婷亚洲欧美| 精品熟女少妇八av免费久了| 一区福利在线观看| 波多野结衣巨乳人妻| 欧美黑人巨大hd| 又粗又爽又猛毛片免费看| 欧洲精品卡2卡3卡4卡5卡区| 亚洲精品美女久久av网站| 成人高潮视频无遮挡免费网站| 精品欧美国产一区二区三| 搡老岳熟女国产| 亚洲欧美日韩高清在线视频| 51午夜福利影视在线观看| 身体一侧抽搐| 午夜福利成人在线免费观看| 国产亚洲av嫩草精品影院| 亚洲美女黄片视频| 黄色a级毛片大全视频| 91av网站免费观看| 国产一区二区三区视频了| 国产v大片淫在线免费观看| 长腿黑丝高跟| 婷婷亚洲欧美| 99久久国产精品久久久| 国产精品久久久久久精品电影| 中文字幕av在线有码专区| 中国美女看黄片| 日本五十路高清| 最近最新中文字幕大全电影3| 色综合站精品国产| 麻豆成人av在线观看| 夜夜夜夜夜久久久久| 亚洲av美国av| www日本在线高清视频| 欧美日韩福利视频一区二区| 久久婷婷人人爽人人干人人爱| 亚洲国产欧美网| 嫁个100分男人电影在线观看| 久久国产乱子伦精品免费另类| 50天的宝宝边吃奶边哭怎么回事| 国产成人精品久久二区二区91| 两个人的视频大全免费| 日韩欧美在线二视频| 国产一区二区三区在线臀色熟女| 夜夜看夜夜爽夜夜摸| 免费看日本二区| 黄色视频不卡| 在线观看66精品国产| 欧美黄色淫秽网站| 国产高清视频在线观看网站| 成人国产综合亚洲| 亚洲成人久久爱视频| 国产一区二区在线观看日韩 | 非洲黑人性xxxx精品又粗又长| 91麻豆精品激情在线观看国产| 搞女人的毛片| 操出白浆在线播放| 久久精品国产清高在天天线| 老司机深夜福利视频在线观看| 99精品久久久久人妻精品| av欧美777| 韩国av一区二区三区四区| 成年人黄色毛片网站| 五月伊人婷婷丁香| 精品高清国产在线一区| www.www免费av| 搡老岳熟女国产| 精品高清国产在线一区| 午夜福利视频1000在线观看| 国产一区在线观看成人免费| 在线国产一区二区在线| 国模一区二区三区四区视频 | 亚洲一码二码三码区别大吗| 日韩精品青青久久久久久| 成人18禁高潮啪啪吃奶动态图| 欧美成人性av电影在线观看| 男人舔女人的私密视频| 成人18禁高潮啪啪吃奶动态图| 国产高清有码在线观看视频 | tocl精华| 亚洲美女视频黄频| 欧美乱色亚洲激情| 日本一区二区免费在线视频| 美女黄网站色视频| 婷婷亚洲欧美| 夜夜夜夜夜久久久久|