• <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 ?

    基于語音驅動的說話人臉視頻生成綜述

    2024-09-15 00:00:00韓家偉游錦
    電腦知識與技術 2024年24期

    摘要:隨著人工智能的快速發(fā)展,語音驅動的說話人臉生成技術因其在公共安全、醫(yī)療、電影娛樂、虛擬數(shù)字人等領域的廣泛應用而受到越來越多的關注。該技術旨在根據(jù)給定的目標人臉和音頻,生成自然的說話人臉視頻。在過去五年中,研究人員提出了許多創(chuàng)新方法,以解決該領域中的不同問題,推動了這一領域的發(fā)展。本文對當前說話人臉生成領域的發(fā)展進行了系統(tǒng)梳理和總結,以期為學術界提供有價值的資源。此外,詳細介紹了常用的數(shù)據(jù)集及多項用于評估模型性能的評價指標,為該領域的研究提供了更全面的理解和認識。最后,我們總結了該領域未來的發(fā)展趨勢,并鼓勵更多研究者在這一領域進行持續(xù)創(chuàng)新,為技術進步貢獻力量。

    關鍵詞:計算機視覺;深度學習;說話人臉生成;音頻驅動;數(shù)字人

    中圖分類號:TP391 文獻標識碼:A

    文章編號:1009-3044(2024)24-0123-04

    開放科學(資源服務)標識碼(OSID)

    0 引言

    給定一個(或幾個)人臉圖像以及一段音頻,語音驅動的說話人臉視頻生成任務旨在生成一個保持源人臉外觀的音唇同步說話頭部視頻,并同時展現(xiàn)自然的頭部動作和面部屬性(如表情、眨眼)。這項任務涉及將低維語音信號映射到高維視頻信號,并且類似于文本驅動的視頻生成,其可視為該任務的衍生。由于不同模態(tài)之間存在異質性,這項任務極具挑戰(zhàn)性。

    在初期階段,研究者主要采用跨模態(tài)檢索方法和隱馬爾可夫模型(HMM)來應對這一挑戰(zhàn)。然而,隨著深度學習技術的發(fā)展,尤其是生成模型的崛起,基于深度學習的方法極大地推動了這一領域的進步。作為計算機視覺、計算機圖形學等領域中的基礎且具有挑戰(zhàn)性的任務,語音驅動的說話人臉視頻生成正在獲得越來越多的關注。

    這種跨模態(tài)人臉生成在多個實際場景中具有廣泛應用。例如,在醫(yī)學領域,它可以增強語音理解能力,幫助聽力障礙者和聲帶受損者;在公共安全領域,它可用于人臉偽造和活體檢測;在人機交互中,它作為一種新型交互方式,能豐富交互體驗;在娛樂領域,它可用于為電影重配音,甚至為無聲電影重新配音。此外,它還可應用于視頻會議、遠程角色扮演游戲、受帶寬限制的視頻轉換以及虛擬主播等場景。

    根據(jù)模型結構,語音驅動的說話人臉生成技術可以分為單階段端到端方法和引入中間表征的雙階段方法。本文綜合回顧了過去五年中基于深度學習的這一領域的模型。首先,對不同方法進行了分類和概述,然后總結了模型訓練中常用的評價指標和數(shù)據(jù)集。最后,對當前研究狀況進行總結,并對未來發(fā)展趨勢進行展望。

    1 說話人臉視頻生成

    語音驅動合成面部動畫是根據(jù)語音信號生成說話人視頻的過程,語音驅動人臉生成任務屬于跨模態(tài)生成領域中的一個具有實用價值的子領域。早期研究利用隱馬爾可夫模型(HMM)捕獲視頻和語音序列的動態(tài)關系。隨著深度學習技術的發(fā)展,特別是生成式對抗網(wǎng)絡(GAN)及其變體的興起,基于深度學習的方法表現(xiàn)出了卓越的性能。這些方法根據(jù)網(wǎng)絡架構的不同可以分為端到端的單階段方法和引入中間表征的雙階段方法。

    1.1 引入中間表征的雙階段人臉視頻生成

    為了減輕音視頻之間的跨模態(tài)異質性,一些研究者使用了面部關鍵點或3D變形模型(3DMM)[1]來橋接不同模態(tài)之間的差異。引入中間表征的方法基本框架如圖1所示。以面部關鍵點作為中間表征的方法,首先通過語音信息預測人臉關鍵點,然后以關鍵點驅動人臉視頻合成。作為開創(chuàng)性的工作,Suwajanakorn等人[2]使用單層LSTM學習從音頻到唇部關鍵點的非線性映射,通過該映射獲取與音頻匹配的稀疏唇部區(qū)域紋理,并將其與原始面部圖像融合生成最終視頻。然而,該方法只在特定人物(如美國前總統(tǒng)奧巴馬)的數(shù)據(jù)上訓練,缺乏泛化能力。

    ATVGnet[3]是創(chuàng)新的級聯(lián)GAN模型,通過從語音信號中提取高級人臉特征指導說話者人臉視頻幀的生成,但未充分建模跨模態(tài)同步性,導致嘴唇運動與語音不同步的問題。Zhou等人[4]提出的MakeItTalk模型使用音頻轉換網(wǎng)絡將音頻分解為內容信息和身份特征信息,用于預測面部區(qū)域和頭部姿態(tài)的關鍵點位移,以生成富有表現(xiàn)力的說話人臉。但使用稀疏關鍵點表示可能在大角度運動時導致失真。

    稠密流場是另一個研究方向,Wang等人[5]借鑒視頻驅動人臉動畫的理念,設計了運動感知遞歸神經網(wǎng)絡用于預測與輸入音頻節(jié)奏相匹配的自然頭部運動,并提出圖像運動場發(fā)生器生成基于關鍵點的密集運動場,確保生成視頻的空間和時間一致性。三維可變形模型(3DMMs)作為一個參數(shù)化模型,將音頻特征投影到3DMM的參數(shù)空間,通過語音預測3D人臉模型的系數(shù),然后構建三維人臉圖像并渲染到2D平面上。

    例如,Song等人[6]設計了一個“音頻身份去除網(wǎng)絡”模塊,通過將源音頻映射為與音頻內容相關的參數(shù),提高嘴部動作與音頻的映射精度。Wu等人[7]考慮到人在不同狀態(tài)下具有不同談話風格,提出了一種結合風格參考視頻的方法,使用深度三維重建模型獲取風格參考視頻的風格代碼,將音頻特征與重建的風格代碼連接,以預測程式化的3DMM系數(shù),使生成的視頻能夠表達不同的談話風格以增強多樣性。另一方面,Zhang等人[8]設計了FACIAL GAN模塊,整合語音、語境和個性化信息,借助3D模型與AU(Action Units)注意力圖生成具逼真眨眼動作的視頻。Ji等人[9]提出了情緒視頻畫像,采用交叉重構情感分解技術,將音頻分解為內容和情感嵌入,以實現(xiàn)聲音驅動的情緒控制。盡管這些方法能生成逼真結果,但通常需要特定人員和環(huán)境的重新訓練,因此應用范圍相對有限。總結來說,雙階段方法存在著處理復雜、耗時長等問題。

    1.2端到端的單階段人臉視頻生成

    單階段的生成方法是指通過端到端的學習策略,無需中間表征,直接從驅動源生成視頻。端到端的方法的基本流程如圖2所示。Speech2Vid[10]是最早探索端到端生成的框架之一,其由四個子網(wǎng)絡組成:音頻編碼器用于提取語音特征,身份編碼器用于從參考圖像中提取身份特征,圖像解碼器則將融合的語音和身份特征合成為圖像。該網(wǎng)絡僅使用L1重建損失進行訓練,使用去模糊模塊作為后處理以提升圖像質量。然而,Speech2Vid沒有考慮生成序列的平滑性。

    Chen等人[11]引入視聽相關損失、三流對抗學習損失、特征空間損失和重建損失等四種損失函數(shù),以加強嘴唇與音頻的相關性建模。然而,該模型只生成唇部序列,而非整個人臉區(qū)域。這兩種架構都是基于自編碼器的。為了提高生成性能,研究者開始采用基于生成對抗網(wǎng)絡(GAN)的方法,Chen等人[12]考慮口腔肌肉的局部信息,提出音頻到AU模塊,從語音中預測與語音相關的動作單元(AU),用其驅動整個口腔區(qū)域。AU信息則關注局部肌肉,從而實現(xiàn)音唇一致性。

    Prajwal等人[13]采用預訓練的唇同步鑒別器,并結合生成器進行對抗訓練,以實現(xiàn)精確的唇部運動同步。在此基礎上,Park等人[14]引入音頻嘴唇存儲器以存儲唇部運動特征,并在推理過程中檢索以提高同步效果。Zhou等人[15]考慮音頻數(shù)據(jù)的復雜性,采用解耦方法將音頻分解為語音和身份特征,以獲得更高質量的結果。然而,該模型主要關注圖像模態(tài)內部一致性,缺乏對跨模態(tài)一致性的探索,導致生成結果有抖動問題。

    近期的研究也涉足于生成帶有頭部動作和面部情緒的說話人臉。Zhou等人[16]提出姿態(tài)可控的視聽系統(tǒng)PC-AVS,引入額外驅動視頻以輔助信息,在潛在空間中定義一個12維姿態(tài)編碼,實現(xiàn)頭部姿態(tài)的可控生成技術。Ji等人[17]采用情緒驅動視頻生成帶情緒的說話人臉。Liang等人[18]同時引入情緒和頭部驅動視頻,通過互補的驅動信息生成具有姿態(tài)和情緒的說話人臉。這些方法雖然自然性增加,但限制了應用范圍。

    另外,一些研究受神經輻射場啟發(fā)。Guo等人[19]提出音頻驅動神經輻射場模型,將肖像場景的神經輻射場分解為兩個分支,分頭部和軀干變形進行建模,借助神經渲染技術捕捉微妙面部細節(jié),如牙齒和頭發(fā),比現(xiàn)有GAN方法生成質量更佳。

    Ye等人[20]提出一種新方法,采用帶動態(tài)卷積核的全連接卷積網(wǎng)絡,與之前的特征融合方法不同,其從音頻模態(tài)中提取特征,并將這些特征重塑為動態(tài)卷積核,實現(xiàn)跨模態(tài)特征融合,提升真實感和質量。

    最近,擴散模型被應用于音頻合成。與GAN相比,擴散模型在訓練中表現(xiàn)出更高的穩(wěn)定性和樣本質量。Shen等人[21]引入條件擴散模型,以半遮擋的源人臉圖像和關鍵點為驅動條件,將生成過程建模為迭代去噪過程。雖然擴散模型的質量良好,但生成時間長,限制實時應用中的適用性。未來研究需繼續(xù)探索更高效的方法加速生成,使得擴散模型能更廣泛應用于實際場景中。

    2 數(shù)據(jù)集與評價指標

    2.1評價指標

    現(xiàn)有的說話人臉生成評估方法可分為定性和定量兩類。在定性評估方面,常使用用戶研究來評估生成內容的視覺感知質量,但這種方法存在無法復制和不穩(wěn)定性的問題。在定量評估方面,主要聚焦于以下特征:身份保持、視覺質量、視聽語義一致性以及自然的自發(fā)運動。這些特征可總結為四大類定量指標,具體如下:

    1)身份保持。身份保持在語音驅動說話人臉生成中是一個重要的指標,它關注生成的人臉圖像與源人臉圖像之間的相似性,確保生成結果保持源人臉的身份特征。目前的方法主要通過比較生成的幀與真實圖像之間的嵌入距離來評估身份保持性能。例如,平均內容距離(ACD)使用預訓練的人臉識別特征提取器(如Facenet)來計算人臉圖像的特征表示,然后通過計算生成的人臉圖像與源人臉圖像特征之間的歐式距離或余弦相似度,來衡量兩者之間的身份差異。較小的ACD值表示生成的人臉與源人臉在身份上更為一致。余弦相似度(CSIM)通常用于測量生成的人臉圖像與源人臉圖像之間在ArcFace等嵌入向量空間中的相似度,較高的余弦相似度值表示兩者在嵌入向量空間中更為相似,即生成的人臉圖像與源人臉圖像在身份特征上更為保持一致。

    2)視覺質量。視覺質量關注生成人臉的清晰度和真實感,有多種定量方法。結構相似性指數(shù)(SSIM)比較生成圖像與真實幀在像素值、對比度、亮度和結構等方面的相似性,較高的SSIM值表示生成的圖像在這些方面更接近真實圖像。積累概率模糊檢測(CPBD)用于評估圖像的清晰度,較低的CPBD值表示圖像更清晰。Inception Score(IS)從清晰度和高分辨率兩個角度來評估圖像,IS值越高表示生成圖像更具清晰度;而弗雷謝特截取距離(FID)則利用預訓練的Inception-v3網(wǎng)絡的特定層計算兩個特征的平均值和標準差,以評估視覺質量,它在魯棒性、可區(qū)分性和計算效率方面都優(yōu)于IS,較低的FID值表示生成圖像與真實圖像的分布更接近。此外,頻域模糊度測量(FDBM)則基于圖像頻譜來評估頻域模糊度,較低的FDBM表示圖像更清晰。

    3)視聽語義一致性。視聽一致性指生成的視頻幀的唇形與音頻信號之間的一致性。LMD用于估算唇形的準確度,以表示唇形的同步性,值越小表示生成的視頻幀的口唇同步越一致。然而,LMD無法捕捉唇部動作的細節(jié)。另一種同步評估指標SyncNet則通過輸入音頻和視覺信號來計算同步誤差。唇讀相似度距離(LRSD)則依賴于讀唇模型,通過比較生成視頻片段與實際視頻片段在各個方面的表現(xiàn)來衡量視聽同步性,越小表示口唇越同步。

    4)自然的自發(fā)運動。自然的眨眼運動同樣具有重要意義,可以通過計算平均眨眼時間和頻率來評估眨眼的自然程度。

    2.2數(shù)據(jù)集

    深度學習技術作為典型的數(shù)據(jù)驅動學習方法,其成功的關鍵在于數(shù)據(jù)集的質量與數(shù)量。近年來,大規(guī)模的視聽數(shù)據(jù)集在推動說話人臉生成領域取得了突破性進展,發(fā)揮了重要作用。這些數(shù)據(jù)集涵蓋了光照條件、身份特征、姿勢等多樣化的視覺內容,為模型提供了豐富的學習材料,使生成的說話人臉更加逼真且魯棒。

    這些數(shù)據(jù)集可以分為兩大類:受控環(huán)境(實驗室控制數(shù)據(jù))和非受控環(huán)境(野外環(huán)境數(shù)據(jù))。在2015年之前,視聽數(shù)據(jù)集主要集中于受控環(huán)境。這些數(shù)據(jù)集是在嚴格的實驗室環(huán)境下收集的,通常是志愿者朗讀預定的短語或句子,用于模型訓練。然而,由于這種受控環(huán)境無法涵蓋真實世界的復雜場景,這導致模型在面對現(xiàn)實情況時表現(xiàn)不佳。

    為克服這一局限,研究人員開始創(chuàng)建大量的野外數(shù)據(jù)集,從電視采訪、對話到電影等真實場景中收集數(shù)據(jù)。這些野外數(shù)據(jù)集更貼近日常生活,因此使模型具備更好的泛化能力。目前,廣泛使用的數(shù)據(jù)集已被系統(tǒng)整理(如表1所示),為研究人員提供了清晰的概覽,以幫助他們更好地了解和選擇適合的數(shù)據(jù)集。

    3 總結與展望

    隨著深度學習技術的迅速發(fā)展,說話人臉生成領域涌現(xiàn)出一系列創(chuàng)新方法,不斷提升模型的性能與魯棒性。這些方法的涌現(xiàn)為語音驅動的說話人臉生成技術注入了新的活力。然而,該領域仍面臨一些挑戰(zhàn)與發(fā)展機遇,具體體現(xiàn)在以下幾個方面:

    1)提升生成質量和真實感。盡管在生成的說話人臉視頻方面取得了顯著進展,但仍存在視覺和聽覺上的不自然之處。未來的研究應繼續(xù)專注于提高生成內容的逼真度,使生成的人臉動畫更貼近真實,使觀眾體驗更加自然。

    2)適應多樣性場景。目前,許多模型在受控環(huán)境下進行訓練,但在真實世界中,光照、背景和姿勢等因素很復雜。未來的研究需要使模型更好地適應不同的場景和環(huán)境,以確保生成的人臉視頻在各種情況下都能保持高質量。

    3)跨模態(tài)泛化。在多媒體內容生成中,模型的跨模態(tài)泛化能力變得越來越關鍵。如何讓模型從有限的樣本中學習,并能適應不同模態(tài)的數(shù)據(jù),是未來的重要研究方向。

    4)倫理與隱私問題。隨著技術的進步,與人臉生成相關的倫理和隱私問題日益凸顯。未來的研究需要積極探索如何在技術進步和社會倫理之間取得平衡,確保技術應用符合倫理標準并尊重個人隱私。

    綜上所述,語音驅動的說話人臉生成技術正在不斷創(chuàng)新突破,朝著更加成熟與實用的方向發(fā)展。這些創(chuàng)新不僅帶來了新的研究可能性,也在廣泛應用場景中展現(xiàn)了巨大的潛力。

    參考文獻:

    [1] DENG Y, YANG J, XU S, et al. Accurate 3D Face Reconstruction With Weakly-Supervised Learning: From Single Image to Image Set[C]//IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), 2019. Long Beach, CA, USA: IEEE, 2019: 285-295.

    [2] SUWAJANAKORN S,SEITZ S M,KEMELMACHER-SHLIZERMAN I.Synthesizing Obama[J].ACM Transactions on Graphics,2017,36(4):1-13.

    [3] CHEN L, MADDOX R K, DUAN Z, et al. Hierarchical Cross-Modal Talking Face Generation With Dynamic Pixel-Wise Loss[C]//IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). Long Beach, CA, USA: IEEE, 2019: 7824-7833.

    [4] ZHOU Y,HAN X T,SHECHTMAN E,et al.MakeItTalk:speaker-aware talking-head animation[EB/OL].2020:2004.12992.https://arxiv.org/abs/2004.12992v3.

    [5] WANG S, LI L, DING Y, et al. Audio2Head: Audio-driven One-shot Talking-head Generation with Natural Head Motion[J/OL]. arXiv preprint arXiv:2107.09293,2021[2023-01-23]. http://arxiv.org/abs/2107.09293.

    [6] SONG L, WU W, QIAN C, et al. Everybody's Talkin': Let Me Talk as You Want[J/OL]. arXiv preprint arXiv:2001.05201, 2020[2024-04-02]. http://arxiv.org/abs/2001.05201.

    [7] WU H Z,JIA J,WANG H Y,et al.Imitating arbitrary talking style for realistic audio-driven talking face synthesis[C]//Proceedings of the 29th ACM International Conference on Multimedia.Virtual Event China.ACM,2021:1478-1486.

    [8] ZHANG C X,ZHAO Y F,HUANG Y F,et al.FACIAL:synthesizing dynamic talking face with implicit attribute learning[C]//2021 IEEE/CVF International Conference on Computer Vision (ICCV).October 10-17,2021,Montreal,QC,Canada.IEEE,2021:3847-3856.

    [9] JI X, ZHOU H, WANG K, et al. Audio-Driven Emotional Video Portraits[J/OL].(2023-01-23)[2024-02-10]. http://arxiv.org/abs/2104.07452.

    [10] CHUNG J S, JAMALUDIN A, ZISSERMAN A. You said that?[J/OL]. (2022-12-26)[2024-02-10]. http://arxiv.org/abs/1705.02966.

    [11] CHEN L, LI Z, MADDOX R K, et al. Lip Movements Generation at a Glance[C]//FERRARI V, HEBERT M, SMINCHISESCU C, et al. Computer Vision-ECCV 2018. Cham: Springer International Publishing, 2018: 538-553.

    [12] CHEN S, LIU Z, LIU J, et al. Talking Head Generation with Audio and Speech Related Facial Action Units[J/OL]. (2023-01-27)[2024-02-10]. http://arxiv.org/abs/2110.09951.

    [13] PRAJWAL K R,MUKHOPADHYAY R,NAMBOODIRI V P,et al.A lip sync expert is all you need for speech to lip generation in the wild[C]//Proceedings of the 28th ACM International Conference on Multimedia.Seattle WA USA.ACM,2020:484-492.

    [14] PARK S J,KIM M,HONG J,et al.SyncTalkFace:talking face generation with precise lip-syncing via audio-lip memory[J].Proceedings of the AAAI Conference on Artificial Intelligence,2022,36(2):2062-2070.

    [15] ZHOU H,LIU Y,LIU Z W,et al.Talking face generation by adversarially disentangled audio-visual representation[J].Proceedings of the AAAI Conference on Artificial Intelligence,2019,33(1):9299-9306.

    [16] ZHOU H,SUN Y S,WU W,et al.Pose-controllable talking face generation by implicitly modularized audio-visual representation[C]//2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR).June 20-25,2021,Nashville,TN,USA.IEEE,2021:4174-4184.

    [17] JI X Y,ZHOU H,WANG K,et al.EAMM:one-shot emotional talking face via audio-based emotion-aware motion model[C]//Special Interest Group on Computer Graphics and Interactive Techniques Conference Proceedings.Vancouver BC Canada.ACM,2022.

    [18] LIANG B, PAN Y, GUO Z, et al. Expressive Talking Head Generation with Granular Audio-Visual Control[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2022. New Orleans, LA, USA: IEEE, 2022: 3377-3386.

    [19] GUO Y D,CHEN K Y,LIANG S,et al.AD-NeRF:audio driven neural radiance fields for talking head synthesis[C]//2021 IEEE/CVF International Conference on Computer Vision (ICCV).October 10-17,2021,Montreal,QC,Canada.IEEE,2021:5764-5774.

    [20] YE Z P,XIA M F,YI R,et al.Audio-driven talking face video generation with dynamic convolution kernels[J].IEEE Transactions on Multimedia,2023,25:2033-2046.

    [21] SHEN S, ZHAO W, MENG Z, et al. DiffTalk: Crafting Diffusion Models for Generalized Talking Head Synthesis[J/OL]. arXiv preprint arXiv:2301.03786, 2023[2023-03-09]. Available at: http://arxiv.org/abs/2301.03786.

    【通聯(lián)編輯:唐一東】

    精品国产一区二区久久| 精品国产露脸久久av麻豆| 亚洲欧美色中文字幕在线| 免费黄网站久久成人精品| 欧美 日韩 精品 国产| 在线免费观看不下载黄p国产| 日韩 亚洲 欧美在线| 亚洲婷婷狠狠爱综合网| 一级毛片我不卡| 91精品伊人久久大香线蕉| 最近中文字幕高清免费大全6| 久久 成人 亚洲| 中文字幕av电影在线播放| 国产精品女同一区二区软件| 国产视频首页在线观看| 一本—道久久a久久精品蜜桃钙片| 最黄视频免费看| 青草久久国产| 婷婷色综合大香蕉| 日韩av不卡免费在线播放| 在线看a的网站| 亚洲av欧美aⅴ国产| 最近最新中文字幕大全免费视频 | 观看av在线不卡| 最新中文字幕久久久久| 日本wwww免费看| 美女国产视频在线观看| 久久久精品国产亚洲av高清涩受| av片东京热男人的天堂| 18禁裸乳无遮挡动漫免费视频| 亚洲国产欧美在线一区| 精品午夜福利在线看| 国产精品 欧美亚洲| 久久精品国产a三级三级三级| 久久久久精品性色| 少妇 在线观看| 超碰97精品在线观看| 18禁动态无遮挡网站| 91成人精品电影| 国产又爽黄色视频| 国产在线一区二区三区精| 成年av动漫网址| 亚洲av在线观看美女高潮| 97在线人人人人妻| 国产一区有黄有色的免费视频| 天天影视国产精品| 国产成人精品一,二区| 久久狼人影院| 久热这里只有精品99| 国产不卡av网站在线观看| 亚洲久久久国产精品| 看十八女毛片水多多多| 免费观看av网站的网址| 日韩一本色道免费dvd| 国产 一区精品| 黄片无遮挡物在线观看| 亚洲伊人久久精品综合| 爱豆传媒免费全集在线观看| 国产精品三级大全| 国产日韩一区二区三区精品不卡| 国产1区2区3区精品| 在线 av 中文字幕| 婷婷色av中文字幕| 涩涩av久久男人的天堂| 久久这里有精品视频免费| 国产精品不卡视频一区二区| 五月开心婷婷网| 最近中文字幕2019免费版| 欧美精品一区二区大全| 视频在线观看一区二区三区| 26uuu在线亚洲综合色| 国产成人91sexporn| 2018国产大陆天天弄谢| 青青草视频在线视频观看| 亚洲成人手机| 超碰成人久久| 少妇人妻精品综合一区二区| 在线亚洲精品国产二区图片欧美| 老女人水多毛片| 亚洲欧美成人精品一区二区| 欧美最新免费一区二区三区| 免费观看在线日韩| 汤姆久久久久久久影院中文字幕| 精品国产一区二区久久| 2018国产大陆天天弄谢| 日韩成人av中文字幕在线观看| 精品久久久精品久久久| 亚洲国产精品成人久久小说| 妹子高潮喷水视频| 精品亚洲成a人片在线观看| 亚洲三级黄色毛片| 在线天堂中文资源库| 国产有黄有色有爽视频| 国产黄频视频在线观看| 亚洲伊人久久精品综合| 欧美精品av麻豆av| videossex国产| 久久久久国产精品人妻一区二区| 999精品在线视频| 欧美av亚洲av综合av国产av | 久久久久精品人妻al黑| 最近中文字幕2019免费版| 亚洲人成电影观看| 中国三级夫妇交换| 91在线精品国自产拍蜜月| 欧美日韩av久久| 久久人人97超碰香蕉20202| 亚洲国产看品久久| 看十八女毛片水多多多| a级毛片在线看网站| 又大又黄又爽视频免费| √禁漫天堂资源中文www| 色播在线永久视频| 在现免费观看毛片| 天堂俺去俺来也www色官网| 波多野结衣av一区二区av| 国产不卡av网站在线观看| 久久精品人人爽人人爽视色| 电影成人av| 看非洲黑人一级黄片| 免费av中文字幕在线| 久久韩国三级中文字幕| 9热在线视频观看99| 亚洲国产欧美日韩在线播放| 两个人免费观看高清视频| 亚洲在久久综合| 麻豆av在线久日| 亚洲国产av影院在线观看| 美女xxoo啪啪120秒动态图| 亚洲精品日本国产第一区| 纯流量卡能插随身wifi吗| 亚洲国产毛片av蜜桃av| 国产精品不卡视频一区二区| videosex国产| 日韩av不卡免费在线播放| 极品人妻少妇av视频| 欧美另类一区| 欧美人与性动交α欧美软件| 老汉色∧v一级毛片| 在线观看一区二区三区激情| 午夜福利,免费看| 男女边吃奶边做爰视频| 丝袜美足系列| 亚洲欧美日韩另类电影网站| 亚洲国产精品国产精品| 另类亚洲欧美激情| 国产av精品麻豆| 日本av免费视频播放| av又黄又爽大尺度在线免费看| 久久久久久久久免费视频了| 两个人看的免费小视频| 欧美人与性动交α欧美软件| 狂野欧美激情性bbbbbb| 国产在线一区二区三区精| 欧美黄色片欧美黄色片| 大话2 男鬼变身卡| 五月伊人婷婷丁香| 丰满乱子伦码专区| 人妻人人澡人人爽人人| 妹子高潮喷水视频| 欧美精品高潮呻吟av久久| 国产成人一区二区在线| 亚洲精品视频女| 99久久中文字幕三级久久日本| 精品第一国产精品| 在线 av 中文字幕| 国产亚洲av片在线观看秒播厂| 亚洲久久久国产精品| 日韩人妻精品一区2区三区| 日韩一卡2卡3卡4卡2021年| 亚洲,一卡二卡三卡| 亚洲五月色婷婷综合| 精品亚洲乱码少妇综合久久| 亚洲,欧美精品.| 免费观看在线日韩| 亚洲国产av影院在线观看| 国产日韩一区二区三区精品不卡| 国产精品嫩草影院av在线观看| 亚洲美女搞黄在线观看| kizo精华| 精品人妻偷拍中文字幕| 日韩三级伦理在线观看| 人妻人人澡人人爽人人| 国产精品久久久久久久久免| av视频免费观看在线观看| 亚洲精品一二三| 91精品三级在线观看| 国产一区二区三区综合在线观看| 精品少妇黑人巨大在线播放| 久久免费观看电影| 亚洲精品乱久久久久久| 9191精品国产免费久久| 欧美成人午夜免费资源| 人妻一区二区av| 亚洲一码二码三码区别大吗| 国产成人免费观看mmmm| 日韩欧美精品免费久久| 中文字幕制服av| 亚洲国产精品999| 一级,二级,三级黄色视频| 国产一区亚洲一区在线观看| 久久午夜福利片| 亚洲精品在线美女| h视频一区二区三区| 一级毛片黄色毛片免费观看视频| 国产极品粉嫩免费观看在线| 91在线精品国自产拍蜜月| 另类精品久久| 尾随美女入室| 大香蕉久久成人网| 日本猛色少妇xxxxx猛交久久| 在现免费观看毛片| 亚洲美女搞黄在线观看| 欧美黄色片欧美黄色片| 亚洲av国产av综合av卡| 精品久久蜜臀av无| 美国免费a级毛片| 天天躁夜夜躁狠狠躁躁| 在线精品无人区一区二区三| 汤姆久久久久久久影院中文字幕| 9色porny在线观看| 性色av一级| 人人妻人人爽人人添夜夜欢视频| 中文天堂在线官网| 国产片内射在线| 国产 精品1| 一区二区日韩欧美中文字幕| 婷婷色麻豆天堂久久| 欧美日韩视频高清一区二区三区二| 久久久久国产精品人妻一区二区| 国产淫语在线视频| av网站免费在线观看视频| 国产成人精品婷婷| 亚洲精品日本国产第一区| 成年动漫av网址| 日韩av在线免费看完整版不卡| www.精华液| 久久精品夜色国产| 久久久精品免费免费高清| 一级片免费观看大全| 在线观看国产h片| 人妻系列 视频| 久久久欧美国产精品| 在线观看免费日韩欧美大片| 久久久精品94久久精品| 最近的中文字幕免费完整| a级片在线免费高清观看视频| 香蕉国产在线看| 在线观看美女被高潮喷水网站| 一边摸一边做爽爽视频免费| 人妻一区二区av| 五月伊人婷婷丁香| 亚洲国产最新在线播放| 涩涩av久久男人的天堂| 国产成人精品久久二区二区91 | 欧美激情极品国产一区二区三区| 五月伊人婷婷丁香| 久久97久久精品| 在线亚洲精品国产二区图片欧美| 国产白丝娇喘喷水9色精品| 极品人妻少妇av视频| 一区二区三区乱码不卡18| 日本91视频免费播放| 久久精品国产亚洲av高清一级| 下体分泌物呈黄色| 三级国产精品片| 午夜免费男女啪啪视频观看| 婷婷色麻豆天堂久久| 亚洲情色 制服丝袜| 久久久久久久大尺度免费视频| 大陆偷拍与自拍| 一级片'在线观看视频| 欧美成人午夜精品| 精品少妇黑人巨大在线播放| 日韩中字成人| 中文字幕av电影在线播放| 纯流量卡能插随身wifi吗| 久久久久久久久久久免费av| 色婷婷av一区二区三区视频| 日韩欧美精品免费久久| 亚洲精品久久成人aⅴ小说| 日韩av在线免费看完整版不卡| 国产精品女同一区二区软件| 狠狠精品人妻久久久久久综合| 久久国产精品大桥未久av| 亚洲国产欧美在线一区| 欧美精品亚洲一区二区| 80岁老熟妇乱子伦牲交| 大香蕉久久成人网| 国产免费视频播放在线视频| 国产野战对白在线观看| 久久99一区二区三区| 欧美国产精品一级二级三级| 丰满饥渴人妻一区二区三| 黄色一级大片看看| 最近最新中文字幕免费大全7| 欧美日韩av久久| 人人妻人人爽人人添夜夜欢视频| 国产熟女午夜一区二区三区| 夜夜骑夜夜射夜夜干| 久久这里有精品视频免费| 黄片无遮挡物在线观看| 午夜福利视频精品| 国产亚洲av片在线观看秒播厂| 制服丝袜香蕉在线| 97在线视频观看| 久久久精品区二区三区| 黄色一级大片看看| av免费在线看不卡| 五月天丁香电影| 亚洲精品久久成人aⅴ小说| 两性夫妻黄色片| 久久精品国产综合久久久| 考比视频在线观看| 国产一区二区三区av在线| 卡戴珊不雅视频在线播放| 丝袜喷水一区| 日韩人妻精品一区2区三区| 免费观看无遮挡的男女| 亚洲国产毛片av蜜桃av| 中文天堂在线官网| 人人妻人人添人人爽欧美一区卜| 国产深夜福利视频在线观看| 亚洲一码二码三码区别大吗| 久久青草综合色| 精品人妻一区二区三区麻豆| 伊人亚洲综合成人网| 亚洲,一卡二卡三卡| 亚洲三级黄色毛片| 国产精品一国产av| 春色校园在线视频观看| 免费在线观看完整版高清| 国产精品秋霞免费鲁丝片| 下体分泌物呈黄色| 亚洲成av片中文字幕在线观看 | 亚洲成人手机| 久久久久久久亚洲中文字幕| freevideosex欧美| 高清不卡的av网站| 国产免费又黄又爽又色| a级毛片在线看网站| 久久韩国三级中文字幕| 亚洲精品久久成人aⅴ小说| 久久这里只有精品19| 久久精品夜色国产| 国产免费现黄频在线看| 国产亚洲午夜精品一区二区久久| 久久久久久久国产电影| 母亲3免费完整高清在线观看 | 蜜桃国产av成人99| 国产有黄有色有爽视频| 亚洲国产精品一区三区| 涩涩av久久男人的天堂| 电影成人av| 91精品伊人久久大香线蕉| 美女中出高潮动态图| 最新中文字幕久久久久| 欧美精品亚洲一区二区| 女性生殖器流出的白浆| 一级毛片电影观看| 自线自在国产av| 满18在线观看网站| 高清不卡的av网站| 国产成人精品一,二区| 两性夫妻黄色片| 亚洲 欧美一区二区三区| 十八禁高潮呻吟视频| 亚洲av国产av综合av卡| 亚洲欧美一区二区三区久久| kizo精华| 可以免费在线观看a视频的电影网站 | 90打野战视频偷拍视频| 国产精品三级大全| 18禁动态无遮挡网站| 伊人亚洲综合成人网| 久久韩国三级中文字幕| 亚洲第一青青草原| 各种免费的搞黄视频| 久久久久久久大尺度免费视频| 成人毛片a级毛片在线播放| 啦啦啦在线免费观看视频4| 国产色婷婷99| 99热国产这里只有精品6| 下体分泌物呈黄色| 国产免费现黄频在线看| 免费av中文字幕在线| 国产爽快片一区二区三区| 男女免费视频国产| av在线播放精品| 亚洲精品久久成人aⅴ小说| 国产一区二区在线观看av| 欧美成人午夜精品| 国产成人精品久久久久久| 观看美女的网站| 亚洲第一av免费看| 国产 一区精品| 在线 av 中文字幕| 精品人妻熟女毛片av久久网站| 亚洲综合色网址| 黄色 视频免费看| 久久99一区二区三区| 国产成人免费无遮挡视频| 久久这里有精品视频免费| 国产麻豆69| 久久久久久免费高清国产稀缺| 国产福利在线免费观看视频| 亚洲成人手机| 欧美黄色片欧美黄色片| www.精华液| 久久久国产欧美日韩av| 国产 一区精品| 久久人人爽人人片av| 久久人人爽av亚洲精品天堂| 香蕉精品网在线| 国产福利在线免费观看视频| 久久 成人 亚洲| 深夜精品福利| 欧美少妇被猛烈插入视频| 国产在线一区二区三区精| 两性夫妻黄色片| 狂野欧美激情性bbbbbb| 午夜福利在线观看免费完整高清在| 人人妻人人添人人爽欧美一区卜| 日韩电影二区| 一级,二级,三级黄色视频| 一级毛片我不卡| 看十八女毛片水多多多| 青青草视频在线视频观看| 日韩电影二区| 日韩三级伦理在线观看| 国产欧美日韩一区二区三区在线| 日韩人妻精品一区2区三区| 夜夜骑夜夜射夜夜干| 亚洲成av片中文字幕在线观看 | 午夜激情av网站| 伦理电影大哥的女人| 精品第一国产精品| 80岁老熟妇乱子伦牲交| 国产精品人妻久久久影院| 日日啪夜夜爽| 国产极品粉嫩免费观看在线| 日韩中文字幕欧美一区二区 | 午夜精品国产一区二区电影| 久久久亚洲精品成人影院| 午夜老司机福利剧场| 亚洲经典国产精华液单| 天堂8中文在线网| 宅男免费午夜| 欧美国产精品一级二级三级| 国产日韩欧美在线精品| 日韩不卡一区二区三区视频在线| 建设人人有责人人尽责人人享有的| 国产成人精品无人区| 咕卡用的链子| 久久久国产精品麻豆| 亚洲精品久久午夜乱码| 亚洲欧美成人精品一区二区| 久久久久人妻精品一区果冻| 国产淫语在线视频| 高清av免费在线| 欧美精品高潮呻吟av久久| 亚洲综合色惰| 男人舔女人的私密视频| 婷婷色综合大香蕉| 大码成人一级视频| 最新中文字幕久久久久| 超碰成人久久| 国产一区二区激情短视频 | 下体分泌物呈黄色| 国产成人精品久久久久久| 丰满少妇做爰视频| 欧美日韩综合久久久久久| 久久国产亚洲av麻豆专区| 岛国毛片在线播放| 两个人看的免费小视频| 赤兔流量卡办理| 成人国产麻豆网| 中文字幕亚洲精品专区| 亚洲美女黄色视频免费看| 国产精品99久久99久久久不卡 | 99国产综合亚洲精品| 色播在线永久视频| 捣出白浆h1v1| 久久人人爽av亚洲精品天堂| 成人午夜精彩视频在线观看| xxx大片免费视频| 欧美在线黄色| 久久久久国产一级毛片高清牌| 涩涩av久久男人的天堂| 成人国语在线视频| 天天躁狠狠躁夜夜躁狠狠躁| 少妇人妻久久综合中文| 亚洲伊人色综图| 成人国语在线视频| 晚上一个人看的免费电影| 日本色播在线视频| 国产精品蜜桃在线观看| 99香蕉大伊视频| 欧美日韩亚洲高清精品| 男人操女人黄网站| 婷婷色av中文字幕| 男人操女人黄网站| 飞空精品影院首页| 69精品国产乱码久久久| 老汉色∧v一级毛片| 欧美日韩视频精品一区| 日韩一区二区三区影片| 国产精品偷伦视频观看了| 在线观看www视频免费| 国产一区二区三区av在线| 韩国av在线不卡| 亚洲av中文av极速乱| 秋霞在线观看毛片| 欧美亚洲 丝袜 人妻 在线| 建设人人有责人人尽责人人享有的| 只有这里有精品99| 国产精品一二三区在线看| 1024视频免费在线观看| 秋霞在线观看毛片| 亚洲人成电影观看| 老汉色∧v一级毛片| 最新中文字幕久久久久| 99久久人妻综合| 国产97色在线日韩免费| 在线观看一区二区三区激情| 国产男人的电影天堂91| 成年女人在线观看亚洲视频| 亚洲av福利一区| 欧美变态另类bdsm刘玥| 国产精品欧美亚洲77777| 国产精品国产av在线观看| 久久热在线av| 欧美黄色片欧美黄色片| 观看美女的网站| 老汉色av国产亚洲站长工具| 亚洲 欧美一区二区三区| 波野结衣二区三区在线| 美国免费a级毛片| 满18在线观看网站| 久久精品夜色国产| 亚洲精品久久久久久婷婷小说| 国产无遮挡羞羞视频在线观看| 国产一区二区三区av在线| 亚洲国产欧美日韩在线播放| 五月伊人婷婷丁香| 亚洲精品一区蜜桃| 久久久久视频综合| 国产淫语在线视频| 激情五月婷婷亚洲| 午夜福利,免费看| 久久青草综合色| 国产成人精品在线电影| 国产精品久久久久成人av| 成人毛片60女人毛片免费| 最近2019中文字幕mv第一页| 日产精品乱码卡一卡2卡三| 精品国产超薄肉色丝袜足j| 日本色播在线视频| 亚洲伊人色综图| 欧美精品国产亚洲| 两个人免费观看高清视频| 丰满迷人的少妇在线观看| 欧美激情极品国产一区二区三区| 最新的欧美精品一区二区| 成人二区视频| 国产麻豆69| 巨乳人妻的诱惑在线观看| av一本久久久久| 欧美日本中文国产一区发布| 精品卡一卡二卡四卡免费| 日本免费在线观看一区| 少妇猛男粗大的猛烈进出视频| 精品国产一区二区三区久久久樱花| 欧美国产精品va在线观看不卡| freevideosex欧美| 亚洲国产欧美日韩在线播放| 国产欧美日韩综合在线一区二区| 亚洲精品一区蜜桃| 精品一区二区免费观看| 亚洲精品国产av蜜桃| 国产麻豆69| 美女中出高潮动态图| 成人18禁高潮啪啪吃奶动态图| 捣出白浆h1v1| 王馨瑶露胸无遮挡在线观看| 成年美女黄网站色视频大全免费| 黄色视频在线播放观看不卡| 国产一区二区三区av在线| www.自偷自拍.com| 大码成人一级视频| 亚洲精华国产精华液的使用体验| 国产av国产精品国产| 国产有黄有色有爽视频| 国产精品99久久99久久久不卡 | 亚洲欧洲国产日韩| 少妇精品久久久久久久| 激情五月婷婷亚洲| 成年人免费黄色播放视频| 天天躁日日躁夜夜躁夜夜| 男女下面插进去视频免费观看| 国产乱来视频区| 最黄视频免费看| 国产日韩欧美在线精品| 久久热在线av| 国产成人精品在线电影| 久久久久网色| 午夜av观看不卡| 新久久久久国产一级毛片| 国产精品 欧美亚洲| 国产探花极品一区二区| 午夜老司机福利剧场| 久久免费观看电影| 中文字幕亚洲精品专区| 十分钟在线观看高清视频www| 国产午夜精品一二区理论片|