• <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PaddleOCR與Style-Text的金融票據(jù)手寫體文本識別

    2024-11-05 00:00:00張輝煌鴻碩
    科技創(chuàng)新與應(yīng)用 2024年30期

    摘 要:該文提出一種基于 PaddleOCR 框架的金融票據(jù)手寫體文本識別方法,通過引入基于生成對抗網(wǎng)絡(luò)(GAN)的數(shù)據(jù)合成工具 Style-Text,增強模型對不同背景文本的識別能力。在真實的金融票據(jù)數(shù)據(jù)集上進行的實驗表明,該方法在處理復雜文本和低質(zhì)量圖像方面表現(xiàn)出顯著的優(yōu)勢,證明其在金融票據(jù)手寫體文本識別中的有效性和實用性。

    關(guān)鍵詞:金融票據(jù)識別;PaddleOCR;數(shù)據(jù)合成;手寫體;文本識別

    中圖分類號:TP391.4 文獻標志碼:A 文章編號:2095-2945(2024)30-0068-04

    Abstract: This paper proposes a handwritten text recognition method for financial bills based on the PaddleOCR framework. By introducing Style-Text, a data synthesis tool based on GeYBXDgfRg+BmoO/I0YMqg5A==nerative Adversarial Network (GAN), it enhances the model's ability to recognize texts in different backgrounds. Experiments on real financial bill datasets show that this method has significant advantages in processing complex texts and low-quality images, proving its effectiveness and practicality in handwritten text recognition of financial bills.

    Keywords: financial instrument recognition; PaddleOCR; data synthesis; handwriting; text recognition

    金融票據(jù)作為金融交易和記錄的基礎(chǔ)憑證,其數(shù)字化處理對于提升業(yè)務(wù)效率、降低操作風險以及增強客戶體驗至關(guān)重要。手寫體文本識別技術(shù)在這一過程中扮演著核心角色,尤其是在處理支票、銀行匯票、信用卡賬單等涉及手寫信息的金融票據(jù)時。然而,手寫體文本的高度變異性、不規(guī)則書寫風格以及復雜的背景噪聲,使得自動化識別任務(wù)充滿挑戰(zhàn)。盡管光學字符識別(OCR)技術(shù)已取得顯著進展,但針對金融票據(jù)中的手寫體文本識別,仍需解決準確率和魯棒性的問題。所以,開發(fā)一種高效、準確的手寫體文本識別算法,對于金融行業(yè)的現(xiàn)代化和數(shù)字化轉(zhuǎn)型具有重要的戰(zhàn)略意義。

    1 本研究的貢獻和創(chuàng)新點

    本研究聚焦于金融票據(jù)手寫體文本識別的難題,提出了一種基于PaddleOCR框架[1]的識別方案,并通過引入Style-Text數(shù)據(jù)合成工具[2],顯著提升了模型對不同背景文本的識別能力。具體貢獻和創(chuàng)新點如下。

    第一,提出了基于PaddleOCR的金融票據(jù)手寫體文本識別方案:結(jié)合金融票據(jù)的特殊性,采用了深度學習技術(shù)和GAN生成的數(shù)據(jù)集,顯著提高了手寫體文本識別的準確性和效率。

    第二,引入GAN生成的數(shù)據(jù)集:使用Style-Text工具生成的數(shù)據(jù)集,提高了模型在不同背景和字體下的識別能力,增強了模型的泛化能力和魯棒性。

    本研究在理論和實踐為金融行業(yè)的數(shù)字化轉(zhuǎn)型提供了有力的技術(shù)支持,并在2022年廣東省農(nóng)村信用社聯(lián)合社金融科技校園挑戰(zhàn)賽中獲得總決賽三等獎,充分證明了其在金融票據(jù)手寫體文本識別中的有效性和實用性。

    2 相關(guān)工作

    2.1 手寫體文本識別技術(shù)發(fā)展

    手寫體文本識別(Handwritten Text Recognition,HTR)技術(shù)的發(fā)展經(jīng)歷了從早期基于規(guī)則的方法到現(xiàn)代的基于機器學習,尤其是深度學習的方法的轉(zhuǎn)變。在早期,手寫體文本識別主要依賴于特征工程和傳統(tǒng)機器學習算法,如支持向量機(SVM)和隱馬爾科夫模型(HMM)。這些方法通常需要專家設(shè)計復雜的特征提取過程,并且在處理多樣化的手寫風格時存在局限性。

    隨著深度學習技術(shù)的發(fā)展,基于深度學習方法在手寫體文本識別領(lǐng)域取得了重大進展。這些方法主要可以分為2類(如圖1所示):基于序列和基于分割。

    基于序列的方法主要基于循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Networks,RNN)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)。其中,RNN方法主要通過建立字符級別的序列模型來捕捉上下文信息,包括基于CTC(Connectionist Temporal Classification)[3]的方法和基于Attention機制的方法[4]。CNN方法主要基于卷積神經(jīng)網(wǎng)絡(luò)來捕捉特征,并結(jié)合CTC和Attention機制進行識別[5]。最近,基于Transformer模型的序列模型也開始應(yīng)用于手寫文本識別領(lǐng)域。

    基于分割的方法則主要基于分割和識別2個階段,分割階段將手寫文本分割為單個字符或單詞,而識別階段則主要使用CNN等模型對分割出的字符或單詞進行識別。代表性方法包括EAST、DB、Rosetta、Start-Net等。

    由上可見,手寫體文本識別技術(shù)從依賴手工特征到利用深度學習自動學習特征轉(zhuǎn)變,技術(shù)逐漸趨于成熟。盡管如此,針對特定應(yīng)用場景的優(yōu)化和改進仍然是研究的熱點,隨著深度學習技術(shù)的進一步發(fā)展和優(yōu)化,手寫文本識別的性能將會進一步提升。

    2.2 數(shù)據(jù)集

    本研究使用了4種數(shù)據(jù)集,簡單介紹如下。

    1)CASIA-HWDB數(shù)據(jù)集[6](如圖2所示):該數(shù)據(jù)集由中國科學院自動化研究所在2007—2010年間收集,它包含1 020人書寫的脫機(聯(lián)機)手寫中文文本,使用Anoto筆在點針紙上書寫后掃描、分割得到,數(shù)據(jù)集包含數(shù)千個手寫文本文檔,由多種書寫方式和多個手寫者書寫,覆蓋了各種字體、字號和傾斜角度等情況。利用該數(shù)據(jù)集可以提高OCR系統(tǒng)在長文本識別方面的準確性。

    2)HCL2000單字數(shù)據(jù)集[7](如圖3所示):該數(shù)據(jù)集包含1 000人手寫的3 755個常用漢字字符集,共有3 000多萬個圖像數(shù)據(jù)。

    3)由“科創(chuàng)金融,趣碼未來”廣東省農(nóng)信聯(lián)社2022年金融科技校園挑戰(zhàn)賽主辦方提供的真實業(yè)務(wù)場景下金融票據(jù)圖像切片數(shù)據(jù)集,該數(shù)據(jù)集包括3 148張圖像,分為4類,分別涉及銀行名稱、地址信息、金額、用途。圖像中存在一定量的干擾信息,通過圖像二值化運算,可以消除部分背景干擾(如圖4所示)。

    4)基于GAN的數(shù)據(jù)合成工具Style-Text合成的數(shù)據(jù)集[2]:該工具可以生成各種樣式的手寫體文本圖像,包括不同的字體、顏色、形狀和傾斜角度等,使用該工具可以擴充數(shù)據(jù)集,從而提高OCR系統(tǒng)的魯棒性和準確性。

    2.3 圖像預處理

    在金融場景下,票據(jù)圖像質(zhì)量可能會受到多種因素的影響,例如光照不足、圖像模糊、扭曲變形等,這些因素會直接影響手寫體文本識別的準確性。因此,本研究采取了以下預處理步驟來提高圖像質(zhì)量。

    1)圖像增強:使用直方圖均衡化技術(shù)對圖像進行增強,提高圖像對比度。

    2)圖像去噪:使用基于小波變換的去噪算法對圖像進行降噪處理,去除圖像中的噪聲干擾。

    3)圖像二值化:使用基于Otsu閾值法的二值化方法將圖像轉(zhuǎn)換為二值圖像,便于后續(xù)的文字分割和識別。

    4)圖像切割:使用基于連通域分析的切割算法對圖像進行文字切割,將每個字符分離出來,便于后續(xù)的識別。

    5)文本檢測預處理:對輸入圖像進行文本檢測預處理,例如縮放、裁剪、旋轉(zhuǎn)等操作,以確保輸入圖像適合文本檢測模型。

    6)文本識別預處理:對檢測到的文本區(qū)域進行預處理,例如調(diào)整大小、去除噪聲、二值化等操作,以提高文本識別的準確性。

    2.4 模型選擇

    2.4.1 文本檢測模型

    根據(jù)PaddleOCR文檔展示的在公開數(shù)據(jù)集上不同文本檢測算法的效果比較,可以看出不同的文本檢測模型在不同的骨干網(wǎng)絡(luò)和數(shù)據(jù)集上的性能表現(xiàn)有所不同。在ICDAR2015數(shù)據(jù)集上,骨干網(wǎng)絡(luò)為ResNet50_vd的SAST模型表現(xiàn)最好,其次是骨干網(wǎng)絡(luò)為ResNet50的DB++模型。在Total-text數(shù)據(jù)集上,骨干網(wǎng)絡(luò)為ResNet50_vd的SAST模型表現(xiàn)最好。目前PaddleOCR僅支持2種骨干網(wǎng)絡(luò),分別是MobileNetV3、ResNet_vd系列,因此我們選擇骨干網(wǎng)絡(luò)為ResNet50_vd的SAST模型作為文本檢測模型。

    2.4.2 文本識別模型

    根據(jù)PaddleOCR文檔展示的在公開數(shù)據(jù)集上不同文本識別算法的效果比較,可以看出SVTR的平均精度(Avg Accuracy)最高,達到了89.25%,其次是ABINet和VisionLAN,因此我們選擇骨干網(wǎng)絡(luò)為SVTR-Tiny的SVTR模型作為文本識別模型。

    3 算法驗證與實驗結(jié)果分析

    3.1 實驗設(shè)置

    為了驗證基于PaddleOCR框架和Style-Text數(shù)據(jù)合成的金融票據(jù)手寫體文本識別方法的有效性,本研究設(shè)計了一系列實驗。以下是實驗設(shè)置的詳細描述。

    1)數(shù)據(jù)集準備:實驗主要使用了前述4個不同的數(shù)據(jù)集。所有數(shù)據(jù)集在輸入模型之前都經(jīng)過了嚴格的預處理,包括圖像增強、去噪、二值化和切割,以提高后續(xù)識別任務(wù)的準確性。

    2)模型配置:根據(jù)PaddleOCR文檔展示的在公開數(shù)據(jù)集上不同文本檢測算法和不同文本識別算法的效果比較,本研究采用了SAST模型作為文本檢測模型,選擇了基于SVTR-Tiny的SVTR模型作為文本識別模型。所有模型均在金融票據(jù)數(shù)據(jù)集上進行了進一步的訓練和微調(diào)。

    3)訓練過程:模型訓練采用了端到端的訓練策略,其中包括文本檢測和識別2個階段。在文本檢測階段,模型通過學習區(qū)分文本區(qū)域和非文本區(qū)域來定位文本。在文本識別階段,模型則學習將檢測到的文本區(qū)域映射到正確的文本序列。模型訓練使用了基于PaddlePaddle的優(yōu)化算法,并設(shè)置了適當?shù)膶W習率(為0.001)和批次大小(為16)。

    4)模型評估:我們選擇了多種評估指標,包括精確率(Precision)、召回率(Recall)、HMean(即F1值)和每張圖像的處理幀率(FPS)。準確率和召回率用于衡量模型在文本識別任務(wù)上的表現(xiàn),HMean則是兩者的調(diào)和平均,提供了一個綜合的性能度量。FPS指標則用于衡量模型在實際應(yīng)用中的處理速度。

    通過上述實驗設(shè)置,本研究旨在全面評估所提方法在金融票據(jù)手寫體文本識別任務(wù)中的性能,并探討其在金融業(yè)務(wù)中的應(yīng)用潛力。

    3.2 實驗結(jié)果

    3.2.1 模型訓練指標

    模型訓練過程的評價采用了Loss、Loss_threshold_maps、Loss_shrink_maps、Loss_binary_maps等指標(如圖5所示)。這些指標可以用來評估模型在訓練過程中的表現(xiàn)和學習進度,也能反映模型在不同階段的表現(xiàn)和學習效果。在訓練過程中,訓練集和驗證集上的損失都逐漸下降,收斂于較小的值,沒有出現(xiàn)過擬合。Loss_shrink_maps 和Loss_threshold_maps指標在訓練中的穩(wěn)定性和低損失值表明了模型在此任務(wù)上的有效性。

    3.2.2 模型評估指標

    模型在測試集上的評估指標包括HMean、Precision、Recall、Best_HMean等(如圖6所示)。

    從實驗評估指標展示結(jié)果中可以看出,模型在金融票據(jù)手寫體文本識別中取得了較好的性能,模型在不同閾值下的表現(xiàn)差異較小,說明模型具有較好的魯棒性。但是,模型在某些情況下仍然存在錯誤識別的情況,需要進一步優(yōu)化模型的準確率。

    3.2.3 模型部署和推理

    本研究將訓練所得的模型部署在移動端APP上,進行性能實測。在實際測試中,該模型可以快速處理各種形狀、大小、顏色的金融票據(jù),并將該文本準確地提取出來。模型在移動端的最大處理效率約為每秒5幀,滿足金融票據(jù)識別的性能要求。

    3.3 結(jié)果分析

    本研究通過一系列實驗全面評估了基于PaddleOCR框架和Style-Text數(shù)據(jù)合成工具的金融票據(jù)手寫體文本識別方法。以下是對實驗結(jié)果的深入分析和討論。

    1)模型性能:實驗結(jié)果顯示,模型在金融票據(jù)手寫體文本識別任務(wù)上取得了顯著的性能提升。特別是在處理復雜背景和低質(zhì)量圖像時,模型展現(xiàn)出了較高的準確率和召回率。這一結(jié)果驗證了PaddleOCR框架和Style-Text數(shù)據(jù)合成工具在提高模型泛化能力和魯棒性方面的有效性。

    2)魯棒性:模型在不同閾值下的表現(xiàn)差異較小,表明了其在各種條件下的魯棒性。這一點在金融票據(jù)識別中尤為重要,因為票據(jù)的質(zhì)量和背景條件可能存在很大差異。

    3)處理速度:模型的FPS指標表明,我們的識別系統(tǒng)不僅準確,而且高效。這對于需要快速處理大量票據(jù)的金融業(yè)務(wù)場景至關(guān)重要。

    +dbeZHwzFPJwisVbnjx4wg==

    4 結(jié)論

    本研究中通過一系列實驗全面評估了基于PaddleOCR框架和Style-Text數(shù)據(jù)合成工具的金融票據(jù)手寫體文本識別方法。實驗結(jié)果顯示,改后模型框架在金融票據(jù)手寫體文本識別任務(wù)上取得了顯著的性能提升。特別是在處理復雜背景和低質(zhì)量圖像時,模型展現(xiàn)出了較高的準確率和召回率。同時,模型在不同環(huán)境下的魯棒性和處理速度得到了很大的提升。

    本研究推動了金融票據(jù)識別技術(shù)的自動化和智能化,為相關(guān)領(lǐng)域的OCR應(yīng)用提供了寶貴的經(jīng)驗和技術(shù)支持。然而,研究仍存在局限性,如長文本背景風格的單一性和形近字識別難題,未來研究仍需探索更多樣化的數(shù)據(jù)合成技術(shù)和精細的識別策略,提高對復雜背景和模糊手寫文本的識別能力,并探索更高效、智能的金融票據(jù)處理流程。

    參考文獻:

    [1] LI C, LIU W, GUO R, et al. PP-OCRv3: More attempts for the improvement of ultra lightweight OCR system[J]. arXiv preprint arXiv:2206.03001,2022.

    [2] WU L, ZHANG C, LIU J, et al. Editing text in the wild[C]// Proceedings of the 27th ACM international conference on multimedia, 2019:1500-1508.

    [3] GRAVES A, GRAVES A. Connectionist temporal classification[J]. Supervised sequence labelling with recurrent neural networks, 2012:61-93.

    [4] FUKUI H, HIRAKAWA T, YAMASHITA T, et al. Attention branch network: Learning of attention mechanism for visual explanation[C]//Proceedings of the IEEE/CVF conference on computer vision and pattern recognition, 2019:10705-10714.

    [5] SHI B, BAI X, YAO C. An end-to-end trainable neural network for image-based sequence recognition and its application to scene text recognition[J]. IEEE transactions on pattern analysis and machine intelligence, 2016,39(11):2298-2304.

    [6] LIU C L, YIN F, WANG D H, et al. CASIA online and offline Chinese handwriting databases[C]//2011 international conference on document analysis and recognition. IEEE, 2011:37-41.

    [7] ZHANG H, GUO J, CHEN G, et al. HCL2000-A large-scale handwritten Chinese character database for handwritten character recognition[C]//2009 10th International Conference on Document Analysis and Recognition. IEEE, 2009:286-290.

    基金項目:廣東省科技創(chuàng)新戰(zhàn)略專項資金立項項目(pdjh2022b0720)

    第一作者簡介:張輝煌(1999-),男,大模型產(chǎn)品經(jīng)理。研究方向為大語言模型在實際業(yè)務(wù)場景的應(yīng)用。

    午夜福利影视在线免费观看| 超碰成人久久| 欧美中文综合在线视频| 中文精品一卡2卡3卡4更新| 国产欧美日韩综合在线一区二区| 成人黄色视频免费在线看| 精品免费久久久久久久清纯 | 搡老乐熟女国产| 91大片在线观看| 中文字幕最新亚洲高清| 亚洲国产精品一区三区| 熟女少妇亚洲综合色aaa.| 18禁黄网站禁片午夜丰满| 在线观看免费日韩欧美大片| 免费高清在线观看视频在线观看| 免费观看a级毛片全部| 热99re8久久精品国产| 日韩制服丝袜自拍偷拍| www日本在线高清视频| 亚洲中文日韩欧美视频| 少妇猛男粗大的猛烈进出视频| 真人做人爱边吃奶动态| 国产亚洲精品一区二区www | 免费观看av网站的网址| 啪啪无遮挡十八禁网站| 一区二区三区精品91| 成年人黄色毛片网站| 久久久精品国产亚洲av高清涩受| 久久久精品国产亚洲av高清涩受| 精品欧美一区二区三区在线| 午夜成年电影在线免费观看| 黄色a级毛片大全视频| 亚洲中文日韩欧美视频| 女性被躁到高潮视频| 欧美成人午夜精品| 欧美日韩精品网址| 亚洲三区欧美一区| 亚洲av成人不卡在线观看播放网 | 操出白浆在线播放| 少妇的丰满在线观看| 老司机福利观看| 成人影院久久| 久久99热这里只频精品6学生| 午夜日韩欧美国产| 免费在线观看完整版高清| 好男人电影高清在线观看| 悠悠久久av| tube8黄色片| 欧美黄色片欧美黄色片| 一个人免费在线观看的高清视频 | 国产国语露脸激情在线看| 在线av久久热| 久久国产精品人妻蜜桃| 热re99久久国产66热| 日韩免费高清中文字幕av| 精品国内亚洲2022精品成人 | 一二三四在线观看免费中文在| 久热爱精品视频在线9| 亚洲成人免费电影在线观看| 老熟女久久久| 国产亚洲精品第一综合不卡| 久久久精品区二区三区| 国产一区有黄有色的免费视频| 久久久国产欧美日韩av| 999精品在线视频| av天堂在线播放| 日韩欧美一区视频在线观看| 久久毛片免费看一区二区三区| 大香蕉久久网| 人成视频在线观看免费观看| 日本av免费视频播放| 在线av久久热| 亚洲欧洲精品一区二区精品久久久| 久久ye,这里只有精品| 欧美国产精品一级二级三级| 精品高清国产在线一区| 国产精品国产三级国产专区5o| avwww免费| 99国产综合亚洲精品| 大香蕉久久成人网| 国产男女内射视频| 国产人伦9x9x在线观看| 欧美少妇被猛烈插入视频| 日本av手机在线免费观看| 国产av国产精品国产| 国产精品1区2区在线观看. | 午夜福利视频在线观看免费| 亚洲男人天堂网一区| 黑丝袜美女国产一区| 又大又爽又粗| av片东京热男人的天堂| 中国国产av一级| 丰满少妇做爰视频| 手机成人av网站| 韩国精品一区二区三区| 国产av一区二区精品久久| 久久久国产精品麻豆| 久久久久久久久久久久大奶| 一进一出抽搐动态| 91大片在线观看| 国产精品久久久久成人av| 超碰97精品在线观看| 80岁老熟妇乱子伦牲交| 久久人妻福利社区极品人妻图片| 国产精品二区激情视频| 亚洲av成人一区二区三| 老司机深夜福利视频在线观看 | 久久久欧美国产精品| 亚洲精品美女久久av网站| 亚洲精品自拍成人| 国产97色在线日韩免费| 一级毛片电影观看| 精品高清国产在线一区| 欧美精品亚洲一区二区| 波多野结衣av一区二区av| 中文字幕人妻丝袜一区二区| 51午夜福利影视在线观看| 桃红色精品国产亚洲av| 免费久久久久久久精品成人欧美视频| 精品少妇内射三级| 国产老妇伦熟女老妇高清| 91字幕亚洲| 精品乱码久久久久久99久播| 日本a在线网址| 久久久国产成人免费| 伦理电影免费视频| 老司机亚洲免费影院| 美女午夜性视频免费| 男女边摸边吃奶| 国产精品一区二区免费欧美 | 极品人妻少妇av视频| 免费在线观看视频国产中文字幕亚洲 | 大陆偷拍与自拍| 欧美一级毛片孕妇| 午夜两性在线视频| 女性生殖器流出的白浆| 老司机午夜福利在线观看视频 | 美女视频免费永久观看网站| 大香蕉久久网| 国产成人啪精品午夜网站| 国产精品国产三级国产专区5o| 国产在线视频一区二区| 国产区一区二久久| 建设人人有责人人尽责人人享有的| 一二三四社区在线视频社区8| 国产国语露脸激情在线看| 亚洲第一青青草原| 热99re8久久精品国产| 欧美 亚洲 国产 日韩一| avwww免费| 如日韩欧美国产精品一区二区三区| 亚洲国产欧美网| 国产日韩欧美在线精品| 日本av免费视频播放| 大片免费播放器 马上看| 欧美97在线视频| 大香蕉久久成人网| av电影中文网址| 久久精品aⅴ一区二区三区四区| 嫁个100分男人电影在线观看| 国产成人免费无遮挡视频| 天天躁夜夜躁狠狠躁躁| 亚洲av欧美aⅴ国产| 50天的宝宝边吃奶边哭怎么回事| 丝袜喷水一区| 国产精品 国内视频| 99久久精品国产亚洲精品| 淫妇啪啪啪对白视频 | 亚洲全国av大片| 国产亚洲av片在线观看秒播厂| a级片在线免费高清观看视频| 国产精品久久久久久人妻精品电影 | 免费高清在线观看日韩| 午夜精品久久久久久毛片777| 欧美大码av| 老司机影院成人| 国产精品麻豆人妻色哟哟久久| videosex国产| 99香蕉大伊视频| 国产视频一区二区在线看| 久热爱精品视频在线9| 19禁男女啪啪无遮挡网站| 可以免费在线观看a视频的电影网站| 欧美乱码精品一区二区三区| 男人添女人高潮全过程视频| 国产男女超爽视频在线观看| 午夜免费成人在线视频| 欧美黑人欧美精品刺激| 一级片'在线观看视频| 丰满饥渴人妻一区二区三| 国产av一区二区精品久久| 操出白浆在线播放| 亚洲精品成人av观看孕妇| 国产免费现黄频在线看| 午夜久久久在线观看| 国产精品久久久久久精品古装| 精品乱码久久久久久99久播| 国产熟女午夜一区二区三区| 成人国产一区最新在线观看| www日本在线高清视频| 一本色道久久久久久精品综合| 国产男女内射视频| 亚洲av电影在线观看一区二区三区| 国产男女内射视频| 99久久99久久久精品蜜桃| xxxhd国产人妻xxx| 日日夜夜操网爽| 两性午夜刺激爽爽歪歪视频在线观看 | 人人妻人人爽人人添夜夜欢视频| 岛国毛片在线播放| 性色av乱码一区二区三区2| 亚洲七黄色美女视频| 波多野结衣一区麻豆| 99热全是精品| 日韩中文字幕欧美一区二区| 欧美+亚洲+日韩+国产| 男人添女人高潮全过程视频| 午夜福利,免费看| 99国产综合亚洲精品| 母亲3免费完整高清在线观看| av福利片在线| 2018国产大陆天天弄谢| 久久久久久久久免费视频了| 老司机影院成人| 亚洲精品在线美女| 国产亚洲精品第一综合不卡| 精品一品国产午夜福利视频| av视频免费观看在线观看| 久久女婷五月综合色啪小说| 满18在线观看网站| 99热国产这里只有精品6| 高清av免费在线| 黄色a级毛片大全视频| 欧美性长视频在线观看| 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| 欧美97在线视频| 亚洲精品国产精品久久久不卡| 天堂中文最新版在线下载| 十八禁人妻一区二区| 国产成人欧美在线观看 | 国产在线观看jvid| 日韩三级视频一区二区三区| 日本a在线网址| 亚洲熟女精品中文字幕| 免费av中文字幕在线| 淫妇啪啪啪对白视频 | 一区二区三区激情视频| 午夜福利乱码中文字幕| 一个人免费在线观看的高清视频 | 国产97色在线日韩免费| 91老司机精品| 97人妻天天添夜夜摸| 丁香六月天网| 精品人妻在线不人妻| 国产精品自产拍在线观看55亚洲 | 热re99久久国产66热| 9热在线视频观看99| 男女午夜视频在线观看| 精品少妇黑人巨大在线播放| 在线看a的网站| 国产麻豆69| 国产成人av激情在线播放| 下体分泌物呈黄色| 波多野结衣av一区二区av| 岛国毛片在线播放| 欧美日韩成人在线一区二区| 少妇的丰满在线观看| 国产99久久九九免费精品| 国产精品国产三级国产专区5o| 亚洲国产看品久久| 黑丝袜美女国产一区| 后天国语完整版免费观看| 人妻久久中文字幕网| 人妻人人澡人人爽人人| 亚洲精品国产av蜜桃| 深夜精品福利| 汤姆久久久久久久影院中文字幕| 少妇的丰满在线观看| 精品卡一卡二卡四卡免费| 一区二区三区激情视频| 久久天堂一区二区三区四区| 91av网站免费观看| 热99re8久久精品国产| 黄色怎么调成土黄色| 成年人午夜在线观看视频| 波多野结衣av一区二区av| 老汉色av国产亚洲站长工具| 男女边摸边吃奶| 成人国语在线视频| 日日爽夜夜爽网站| 老熟妇乱子伦视频在线观看 | 国产一卡二卡三卡精品| 国产成人精品久久二区二区91| 免费观看a级毛片全部| 久久影院123| 女性被躁到高潮视频| 国产亚洲精品第一综合不卡| 岛国毛片在线播放| 国产麻豆69| 亚洲av成人一区二区三| 99久久人妻综合| 免费高清在线观看日韩| 国产av又大| 老司机福利观看| 天天躁日日躁夜夜躁夜夜| av天堂在线播放| av有码第一页| tocl精华| 天堂8中文在线网| 丰满饥渴人妻一区二区三| 午夜福利乱码中文字幕| 精品福利永久在线观看| 老司机午夜福利在线观看视频 | 十八禁人妻一区二区| 欧美少妇被猛烈插入视频| 欧美激情久久久久久爽电影 | 久9热在线精品视频| 欧美精品av麻豆av| 欧美日韩精品网址| 在线亚洲精品国产二区图片欧美| 99re6热这里在线精品视频| 久久精品成人免费网站| 成人影院久久| 黄网站色视频无遮挡免费观看| 久热这里只有精品99| 电影成人av| 亚洲综合色网址| 欧美日韩精品网址| 国产av一区二区精品久久| 在线看a的网站| 777米奇影视久久| 不卡av一区二区三区| 免费黄频网站在线观看国产| 亚洲性夜色夜夜综合| 精品国产乱码久久久久久小说| 我的亚洲天堂| 国产亚洲av高清不卡| 久久中文看片网| 亚洲精华国产精华精| 欧美少妇被猛烈插入视频| 亚洲精品成人av观看孕妇| 黄色 视频免费看| 亚洲第一青青草原| 国产精品成人在线| 欧美日韩亚洲国产一区二区在线观看 | 久9热在线精品视频| 一级毛片精品| 又紧又爽又黄一区二区| 80岁老熟妇乱子伦牲交| 国产黄色免费在线视频| 正在播放国产对白刺激| 动漫黄色视频在线观看| 高清视频免费观看一区二区| 黄片大片在线免费观看| 国产成人欧美在线观看 | videosex国产| 夜夜夜夜夜久久久久| 欧美乱码精品一区二区三区| av在线app专区| 国产伦人伦偷精品视频| av又黄又爽大尺度在线免费看| 超碰成人久久| 国产野战对白在线观看| 满18在线观看网站| av一本久久久久| 女人被躁到高潮嗷嗷叫费观| 五月开心婷婷网| 国产成人av教育| 99九九在线精品视频| 欧美av亚洲av综合av国产av| 亚洲黑人精品在线| 中文精品一卡2卡3卡4更新| 97人妻天天添夜夜摸| 久久精品国产亚洲av香蕉五月 | 91精品伊人久久大香线蕉| av线在线观看网站| 肉色欧美久久久久久久蜜桃| 欧美一级毛片孕妇| 丰满少妇做爰视频| 亚洲国产看品久久| 免费高清在线观看视频在线观看| 亚洲精品久久午夜乱码| 好男人电影高清在线观看| 在线天堂中文资源库| 色婷婷av一区二区三区视频| 99国产精品一区二区三区| 午夜福利乱码中文字幕| 国产精品 国内视频| 9色porny在线观看| 久久精品国产a三级三级三级| 久久99一区二区三区| 搡老乐熟女国产| 悠悠久久av| 老司机影院毛片| 国产国语露脸激情在线看| 国产在视频线精品| 在线观看免费视频网站a站| 免费看十八禁软件| 淫妇啪啪啪对白视频 | 久久av网站| 国产麻豆69| 在线 av 中文字幕| 欧美午夜高清在线| 成人黄色视频免费在线看| 女人爽到高潮嗷嗷叫在线视频| 免费黄频网站在线观看国产| 日韩人妻精品一区2区三区| 黄色怎么调成土黄色| 精品人妻一区二区三区麻豆| 男女下面插进去视频免费观看| av网站在线播放免费| 亚洲专区国产一区二区| 精品人妻熟女毛片av久久网站| 99热网站在线观看| 一二三四在线观看免费中文在| 亚洲精品国产精品久久久不卡| 国产精品亚洲av一区麻豆| 亚洲中文字幕日韩| 黄频高清免费视频| 久久久国产一区二区| 日韩一区二区三区影片| 亚洲精品粉嫩美女一区| 中文字幕色久视频| 一区二区三区激情视频| 色94色欧美一区二区| 国产精品欧美亚洲77777| 久久久久久久国产电影| 满18在线观看网站| 日本av手机在线免费观看| 日本五十路高清| 汤姆久久久久久久影院中文字幕| 精品少妇内射三级| 少妇精品久久久久久久| 一级,二级,三级黄色视频| 91精品国产国语对白视频| 国产xxxxx性猛交| 麻豆国产av国片精品| 亚洲专区字幕在线| 亚洲国产精品999| 99香蕉大伊视频| av不卡在线播放| 精品视频人人做人人爽| 亚洲色图 男人天堂 中文字幕| 亚洲专区字幕在线| 国产精品.久久久| 午夜成年电影在线免费观看| 在线观看www视频免费| 日韩视频一区二区在线观看| 高清在线国产一区| 国产在线观看jvid| 欧美日韩成人在线一区二区| 精品少妇内射三级| 考比视频在线观看| tocl精华| 夜夜骑夜夜射夜夜干| 午夜福利一区二区在线看| 99香蕉大伊视频| 亚洲精品成人av观看孕妇| 久久精品aⅴ一区二区三区四区| 一个人免费在线观看的高清视频 | 久久国产亚洲av麻豆专区| 搡老岳熟女国产| 国产黄频视频在线观看| 女人爽到高潮嗷嗷叫在线视频| 国产又色又爽无遮挡免| 欧美日韩一级在线毛片| 在线 av 中文字幕| 视频区欧美日本亚洲| 大片电影免费在线观看免费| 999久久久精品免费观看国产| 亚洲欧美一区二区三区黑人| 成人影院久久| 少妇精品久久久久久久| 午夜精品久久久久久毛片777| av不卡在线播放| av有码第一页| 久久久久精品国产欧美久久久 | 久久天堂一区二区三区四区| 亚洲国产av影院在线观看| 免费在线观看视频国产中文字幕亚洲 | 老司机影院毛片| 久久热在线av| 搡老岳熟女国产| 三级毛片av免费| 亚洲欧美日韩另类电影网站| 五月开心婷婷网| 亚洲av电影在线观看一区二区三区| 精品亚洲乱码少妇综合久久| 18在线观看网站| 欧美 亚洲 国产 日韩一| 99精品欧美一区二区三区四区| 国产成人欧美在线观看 | 在线看a的网站| 9191精品国产免费久久| 80岁老熟妇乱子伦牲交| 成人国语在线视频| 老司机靠b影院| 亚洲国产欧美一区二区综合| 老司机深夜福利视频在线观看 | 精品一区二区三区av网在线观看 | 国产精品久久久久成人av| 黄色视频不卡| 正在播放国产对白刺激| 搡老岳熟女国产| 99精品久久久久人妻精品| 建设人人有责人人尽责人人享有的| 日韩熟女老妇一区二区性免费视频| 中文字幕最新亚洲高清| 精品一区二区三卡| 日韩制服骚丝袜av| 老熟妇仑乱视频hdxx| 这个男人来自地球电影免费观看| 精品国产国语对白av| 在线观看人妻少妇| 亚洲色图 男人天堂 中文字幕| 亚洲国产精品成人久久小说| 久久国产精品大桥未久av| 日日爽夜夜爽网站| 久久久欧美国产精品| 国产男人的电影天堂91| 丰满饥渴人妻一区二区三| 母亲3免费完整高清在线观看| 亚洲精品国产av成人精品| 黄色视频不卡| 黄片播放在线免费| 国产欧美日韩一区二区三 | 国产免费视频播放在线视频| 欧美变态另类bdsm刘玥| 国产97色在线日韩免费| 91字幕亚洲| 亚洲五月婷婷丁香| 侵犯人妻中文字幕一二三四区| 国产成人精品久久二区二区91| 夜夜骑夜夜射夜夜干| 大陆偷拍与自拍| 亚洲中文日韩欧美视频| 99re6热这里在线精品视频| www.熟女人妻精品国产| 青春草视频在线免费观看| 精品久久久久久电影网| 天天躁夜夜躁狠狠躁躁| 亚洲天堂av无毛| 久热爱精品视频在线9| 伊人亚洲综合成人网| 女性被躁到高潮视频| 亚洲九九香蕉| 亚洲成人手机| 91精品三级在线观看| svipshipincom国产片| 美女午夜性视频免费| 性少妇av在线| 国产高清视频在线播放一区 | 欧美 亚洲 国产 日韩一| 天天添夜夜摸| 久久国产亚洲av麻豆专区| 成年人免费黄色播放视频| 极品人妻少妇av视频| 韩国精品一区二区三区| 别揉我奶头~嗯~啊~动态视频 | 美女大奶头黄色视频| 一本综合久久免费| 国产免费现黄频在线看| 国产1区2区3区精品| 美女高潮到喷水免费观看| 久久综合国产亚洲精品| 一区福利在线观看| 777米奇影视久久| 国产精品久久久av美女十八| 亚洲免费av在线视频| 人人妻,人人澡人人爽秒播| 国产成人一区二区三区免费视频网站| 在线亚洲精品国产二区图片欧美| 91国产中文字幕| 啦啦啦啦在线视频资源| 国产精品偷伦视频观看了| 国产精品国产三级国产专区5o| 又大又爽又粗| 韩国高清视频一区二区三区| 久久精品亚洲av国产电影网| 国产精品国产三级国产专区5o| 丝袜人妻中文字幕| 亚洲精品一卡2卡三卡4卡5卡 | 一区二区av电影网| 亚洲精品国产av蜜桃| 操出白浆在线播放| 18禁观看日本| 久久九九热精品免费| 不卡一级毛片| 久久久国产成人免费| 一区二区三区激情视频| 一区二区三区精品91| 777久久人妻少妇嫩草av网站| 成年美女黄网站色视频大全免费| 国产成人精品久久二区二区免费| videosex国产| 热re99久久国产66热| 最近中文字幕2019免费版| 精品少妇内射三级| 国产精品一区二区在线观看99| av国产精品久久久久影院| 19禁男女啪啪无遮挡网站| 国精品久久久久久国模美| 女人久久www免费人成看片| 精品少妇内射三级| 国产精品自产拍在线观看55亚洲 | 他把我摸到了高潮在线观看 | 久久久久视频综合| 十八禁高潮呻吟视频| 99热网站在线观看| 欧美精品高潮呻吟av久久| av网站在线播放免费| 精品人妻在线不人妻| 成人影院久久| 中文字幕人妻丝袜一区二区|