• <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。

    一级a爱视频在线免费观看| 久久ye,这里只有精品| 少妇的丰满在线观看| 欧洲精品卡2卡3卡4卡5卡区| 高清黄色对白视频在线免费看| 精品午夜福利视频在线观看一区| 精品熟女少妇八av免费久了| 在线观看免费午夜福利视频| 两性夫妻黄色片| 久久午夜亚洲精品久久| 久久香蕉激情| 久久这里只有精品19| 国产成人免费观看mmmm| 日本一区二区免费在线视频| 精品国产乱码久久久久久男人| 午夜成年电影在线免费观看| 成人国语在线视频| 777米奇影视久久| 搡老乐熟女国产| 欧美最黄视频在线播放免费 | 国产精品一区二区在线不卡| 91老司机精品| 国精品久久久久久国模美| 香蕉久久夜色| 中文字幕高清在线视频| 久久亚洲精品不卡| 极品少妇高潮喷水抽搐| 亚洲伊人色综图| 亚洲欧美色中文字幕在线| 热re99久久精品国产66热6| 欧美 日韩 精品 国产| 久久精品国产a三级三级三级| 色在线成人网| 亚洲第一青青草原| 大香蕉久久网| 最近最新中文字幕大全免费视频| 国产精品偷伦视频观看了| 日本wwww免费看| 自拍欧美九色日韩亚洲蝌蚪91| 91大片在线观看| 黄色毛片三级朝国网站| 99国产精品一区二区三区| 亚洲专区中文字幕在线| 一级片'在线观看视频| 脱女人内裤的视频| 黑人巨大精品欧美一区二区蜜桃| 极品教师在线免费播放| 十分钟在线观看高清视频www| 午夜日韩欧美国产| 村上凉子中文字幕在线| 母亲3免费完整高清在线观看| 成年人黄色毛片网站| 久久99一区二区三区| 一级毛片精品| 久久午夜综合久久蜜桃| 久久 成人 亚洲| 午夜91福利影院| 久久精品91无色码中文字幕| 精品免费久久久久久久清纯 | 日本一区二区免费在线视频| 欧美成人免费av一区二区三区 | 动漫黄色视频在线观看| 久热这里只有精品99| 亚洲,欧美精品.| 国产av精品麻豆| 久久天躁狠狠躁夜夜2o2o| 国产成人av教育| 国产成人啪精品午夜网站| 欧洲精品卡2卡3卡4卡5卡区| 国产色视频综合| netflix在线观看网站| 中文字幕精品免费在线观看视频| 飞空精品影院首页| 一级a爱片免费观看的视频| 亚洲第一青青草原| 极品教师在线免费播放| 丝袜人妻中文字幕| 免费不卡黄色视频| 黑人猛操日本美女一级片| 黄色毛片三级朝国网站| 国产乱人伦免费视频| 成人av一区二区三区在线看| 日本欧美视频一区| 国产欧美亚洲国产| 母亲3免费完整高清在线观看| 久久这里只有精品19| 国产aⅴ精品一区二区三区波| 女人爽到高潮嗷嗷叫在线视频| 国产精品亚洲一级av第二区| 无遮挡黄片免费观看| 中文字幕人妻丝袜一区二区| 狠狠狠狠99中文字幕| 久久香蕉激情| 伦理电影免费视频| 91九色精品人成在线观看| 成人特级黄色片久久久久久久| 国产又色又爽无遮挡免费看| 日韩三级视频一区二区三区| 天天操日日干夜夜撸| av福利片在线| 国产人伦9x9x在线观看| 女人爽到高潮嗷嗷叫在线视频| 国产精品久久久久久精品古装| 99re在线观看精品视频| 捣出白浆h1v1| 欧美在线一区亚洲| 精品一区二区三区四区五区乱码| 亚洲情色 制服丝袜| 亚洲国产精品合色在线| www.自偷自拍.com| 亚洲av美国av| cao死你这个sao货| 亚洲一区高清亚洲精品| 美女福利国产在线| 丰满饥渴人妻一区二区三| 午夜福利欧美成人| 大陆偷拍与自拍| 制服诱惑二区| 亚洲精品国产色婷婷电影| 亚洲一区二区三区不卡视频| 婷婷成人精品国产| 久久精品国产亚洲av香蕉五月 | 久久影院123| av不卡在线播放| 天天躁夜夜躁狠狠躁躁| 久久精品国产亚洲av香蕉五月 | 在线十欧美十亚洲十日本专区| 老汉色∧v一级毛片| 午夜福利乱码中文字幕| 免费观看人在逋| 热99re8久久精品国产| 久久国产精品人妻蜜桃| 午夜激情av网站| 亚洲成人免费av在线播放| 啦啦啦 在线观看视频| 十八禁人妻一区二区| 免费在线观看黄色视频的| 又黄又爽又免费观看的视频| 国产精品亚洲一级av第二区| 悠悠久久av| 国产无遮挡羞羞视频在线观看| 国产成人av激情在线播放| 又黄又爽又免费观看的视频| 极品少妇高潮喷水抽搐| av有码第一页| 热99re8久久精品国产| 1024香蕉在线观看| 男女下面插进去视频免费观看| av片东京热男人的天堂| 啦啦啦视频在线资源免费观看| 国产亚洲一区二区精品| 精品人妻在线不人妻| 一夜夜www| 首页视频小说图片口味搜索| 丝袜美足系列| 热re99久久精品国产66热6| 韩国精品一区二区三区| 99热只有精品国产| 欧美在线一区亚洲| av网站在线播放免费| 女人爽到高潮嗷嗷叫在线视频| 国产深夜福利视频在线观看| 久久久水蜜桃国产精品网| 亚洲人成电影观看| 国产片内射在线| 国产精品98久久久久久宅男小说| 国产又爽黄色视频| 精品国产乱码久久久久久男人| 性少妇av在线| 色播在线永久视频| 国产精品影院久久| 亚洲av电影在线进入| 99精品久久久久人妻精品| 人人澡人人妻人| 久久国产精品影院| 久久国产乱子伦精品免费另类| 午夜福利免费观看在线| 午夜老司机福利片| 中文字幕av电影在线播放| 女人被躁到高潮嗷嗷叫费观| 深夜精品福利| 国产av又大| 丰满迷人的少妇在线观看| 天堂俺去俺来也www色官网| 亚洲第一青青草原| 大香蕉久久成人网| 久久人妻av系列| 国产亚洲精品久久久久久毛片 | 美女高潮到喷水免费观看| av超薄肉色丝袜交足视频| 国产极品粉嫩免费观看在线| 91老司机精品| 成人特级黄色片久久久久久久| 国产精品国产av在线观看| 久久久久久久久久久久大奶| 777米奇影视久久| 色婷婷久久久亚洲欧美| 色在线成人网| 成在线人永久免费视频| aaaaa片日本免费| 黑人操中国人逼视频| 伊人久久大香线蕉亚洲五| 亚洲av日韩精品久久久久久密| 国产精品偷伦视频观看了| 精品第一国产精品| 亚洲中文字幕日韩| 亚洲视频免费观看视频| 久久精品91无色码中文字幕| 黑人猛操日本美女一级片| 少妇 在线观看| 人妻 亚洲 视频| 中国美女看黄片| 久久影院123| 精品国产亚洲在线| 精品乱码久久久久久99久播| 国产精品偷伦视频观看了| 久久影院123| 久久久精品区二区三区| 亚洲,欧美精品.| 欧美成狂野欧美在线观看| 夜夜躁狠狠躁天天躁| 欧美日韩黄片免| 国产精品二区激情视频| 亚洲专区中文字幕在线| 久久国产亚洲av麻豆专区| 久久久久久久国产电影| 欧美大码av| 欧美激情久久久久久爽电影 | 熟女少妇亚洲综合色aaa.| 老司机亚洲免费影院| 国产野战对白在线观看| 性色av乱码一区二区三区2| 亚洲成国产人片在线观看| 久久精品亚洲精品国产色婷小说| 国产野战对白在线观看| а√天堂www在线а√下载 | 久久精品熟女亚洲av麻豆精品| 在线看a的网站| √禁漫天堂资源中文www| 国产亚洲av高清不卡| 他把我摸到了高潮在线观看| 亚洲一区二区三区欧美精品| 亚洲欧洲精品一区二区精品久久久| 精品少妇一区二区三区视频日本电影| 一进一出好大好爽视频| 中文欧美无线码| 亚洲精品久久午夜乱码| 91字幕亚洲| 久久中文字幕一级| 大片电影免费在线观看免费| 曰老女人黄片| 国产主播在线观看一区二区| 午夜福利在线观看吧| 91大片在线观看| 一进一出抽搐gif免费好疼 | 免费人成视频x8x8入口观看| 欧美精品av麻豆av| 免费在线观看影片大全网站| 人人妻人人澡人人爽人人夜夜| 亚洲一区高清亚洲精品| 国产精品98久久久久久宅男小说| 精品国产一区二区三区四区第35| 国产成人影院久久av| 中文字幕人妻丝袜制服| 99久久精品国产亚洲精品| 亚洲色图综合在线观看| 国产精品影院久久| 18禁美女被吸乳视频| 免费久久久久久久精品成人欧美视频| 一级黄色大片毛片| 午夜福利,免费看| 欧美日韩福利视频一区二区| 在线观看免费高清a一片| 十八禁高潮呻吟视频| 狠狠狠狠99中文字幕| 国产片内射在线| 婷婷成人精品国产| 精品久久久久久久毛片微露脸| 老司机午夜福利在线观看视频| 黄色成人免费大全| 美女高潮喷水抽搐中文字幕| 人人妻人人澡人人看| 无限看片的www在线观看| 国产精品国产av在线观看| 久久久国产成人免费| 少妇猛男粗大的猛烈进出视频| 国产精品久久久人人做人人爽| 精品久久久久久电影网| 欧美亚洲日本最大视频资源| 午夜亚洲福利在线播放| 美女扒开内裤让男人捅视频| 亚洲色图 男人天堂 中文字幕| 久久久久精品国产欧美久久久| 在线观看66精品国产| 一本一本久久a久久精品综合妖精| 久久这里只有精品19| 9热在线视频观看99| 午夜福利,免费看| bbb黄色大片| 免费日韩欧美在线观看| 午夜福利一区二区在线看| 99香蕉大伊视频| 国产视频一区二区在线看| 久久国产精品大桥未久av| 亚洲色图综合在线观看| 天堂√8在线中文| 国内久久婷婷六月综合欲色啪| 久久国产乱子伦精品免费另类| 热99re8久久精品国产| 老汉色∧v一级毛片| 十八禁人妻一区二区| 欧美日韩精品网址| 母亲3免费完整高清在线观看| 欧美性长视频在线观看| 日韩视频一区二区在线观看| 王馨瑶露胸无遮挡在线观看| 国产一区二区三区在线臀色熟女 | 亚洲午夜理论影院| 国产男女超爽视频在线观看| 亚洲午夜理论影院| 国产av精品麻豆| 成人精品一区二区免费| 岛国毛片在线播放| 美女福利国产在线| 91成年电影在线观看| 国产激情欧美一区二区| 美女高潮到喷水免费观看| 我的亚洲天堂| 男女高潮啪啪啪动态图| 色婷婷久久久亚洲欧美| 亚洲精品中文字幕一二三四区| 亚洲国产欧美网| 国产午夜精品久久久久久| 久久国产精品人妻蜜桃| 美女高潮喷水抽搐中文字幕| 夜夜躁狠狠躁天天躁| 18禁国产床啪视频网站| 久久久久久久久免费视频了| 99热只有精品国产| 黄色怎么调成土黄色| 午夜免费观看网址| 制服人妻中文乱码| 国产91精品成人一区二区三区| 欧美国产精品一级二级三级| 一区福利在线观看| 高清在线国产一区| 他把我摸到了高潮在线观看| 丰满迷人的少妇在线观看| 欧美午夜高清在线| 久久人人爽av亚洲精品天堂| 人人妻人人爽人人添夜夜欢视频| 国产精品一区二区免费欧美| 亚洲av成人av| 看片在线看免费视频| 岛国毛片在线播放| 午夜日韩欧美国产| 丝袜美腿诱惑在线| 在线十欧美十亚洲十日本专区| 黄频高清免费视频| 老熟妇乱子伦视频在线观看| 免费人成视频x8x8入口观看| 久久国产精品影院| 91国产中文字幕| 精品国产亚洲在线| 两性夫妻黄色片| 国产无遮挡羞羞视频在线观看| 国产色视频综合| 国产99白浆流出| 香蕉国产在线看| 在线观看www视频免费| 丝袜人妻中文字幕| 亚洲精品中文字幕在线视频| 久9热在线精品视频| 老司机靠b影院| 欧美精品一区二区免费开放| 中文字幕制服av| 国产欧美日韩综合在线一区二区| 婷婷精品国产亚洲av在线 | 亚洲国产看品久久| svipshipincom国产片| 国产免费av片在线观看野外av| 国产激情久久老熟女| 日韩欧美一区视频在线观看| 伦理电影免费视频| 91精品三级在线观看| 精品国内亚洲2022精品成人 | 国内久久婷婷六月综合欲色啪| 80岁老熟妇乱子伦牲交| 国产在线精品亚洲第一网站| 99国产精品免费福利视频| xxxhd国产人妻xxx| 亚洲av成人av| 法律面前人人平等表现在哪些方面| 麻豆乱淫一区二区| 亚洲性夜色夜夜综合| 日本vs欧美在线观看视频| 国产1区2区3区精品| 在线观看免费视频网站a站| 18禁黄网站禁片午夜丰满| 黄色成人免费大全| 少妇裸体淫交视频免费看高清 | 亚洲少妇的诱惑av| 欧美日韩视频精品一区| 成年版毛片免费区| 久久中文字幕人妻熟女| 高潮久久久久久久久久久不卡| 亚洲国产看品久久| 操美女的视频在线观看| 老司机靠b影院| 丝袜人妻中文字幕| 757午夜福利合集在线观看| 国产精品自产拍在线观看55亚洲 | 一区二区日韩欧美中文字幕| 久99久视频精品免费| 久久久久国产精品人妻aⅴ院 | 亚洲在线自拍视频| 久久国产精品男人的天堂亚洲| 国产精品秋霞免费鲁丝片| 国产视频一区二区在线看| 午夜亚洲福利在线播放| 国产激情欧美一区二区| 国产一卡二卡三卡精品| 精品无人区乱码1区二区| 日韩中文字幕欧美一区二区| 最近最新中文字幕大全免费视频| 久久国产亚洲av麻豆专区| 在线免费观看的www视频| 精品午夜福利视频在线观看一区| 嫩草影视91久久| 大香蕉久久成人网| 日本精品一区二区三区蜜桃| 热99久久久久精品小说推荐| 日本vs欧美在线观看视频| 国产亚洲一区二区精品| 亚洲av日韩在线播放| av电影中文网址| 少妇裸体淫交视频免费看高清 | 国产在线精品亚洲第一网站| 精品国产一区二区三区四区第35| 99精品久久久久人妻精品| 侵犯人妻中文字幕一二三四区| 久久中文字幕人妻熟女| 亚洲精品av麻豆狂野| 91麻豆精品激情在线观看国产 | 91老司机精品| 国产精品国产av在线观看| 大片电影免费在线观看免费| 国产野战对白在线观看| 老汉色av国产亚洲站长工具| 精品久久蜜臀av无| 国产精品影院久久| 一进一出抽搐动态| 国产无遮挡羞羞视频在线观看| 母亲3免费完整高清在线观看| 日韩免费高清中文字幕av| 久久久国产精品麻豆| 黑人欧美特级aaaaaa片| 国产高清激情床上av| 久久久久国产一级毛片高清牌| 99国产极品粉嫩在线观看| 在线观看免费午夜福利视频| 丰满饥渴人妻一区二区三| 日韩大码丰满熟妇| 一边摸一边抽搐一进一出视频| 成人免费观看视频高清| 制服人妻中文乱码| 精品视频人人做人人爽| 老司机午夜十八禁免费视频| 纯流量卡能插随身wifi吗| 亚洲av成人不卡在线观看播放网| 亚洲av日韩在线播放| 中文字幕av电影在线播放| 精品人妻1区二区| 精品熟女少妇八av免费久了| 日韩中文字幕欧美一区二区| 在线看a的网站| 中文字幕高清在线视频| 久久天堂一区二区三区四区| 高清av免费在线| 日韩成人在线观看一区二区三区| 一进一出抽搐动态| 麻豆乱淫一区二区| 亚洲黑人精品在线| 99国产精品99久久久久| 日本黄色日本黄色录像| 夫妻午夜视频| 国产在线观看jvid| 久久这里只有精品19| 老汉色∧v一级毛片| 日韩人妻精品一区2区三区| 中文字幕精品免费在线观看视频| 亚洲成av片中文字幕在线观看| 夜夜夜夜夜久久久久| ponron亚洲| 国产熟女午夜一区二区三区| 不卡一级毛片| 久久久国产成人精品二区 | 国产精品九九99| 99精品在免费线老司机午夜| 亚洲精品国产精品久久久不卡| 日韩欧美在线二视频 | 国产真人三级小视频在线观看| 99精品久久久久人妻精品| 亚洲熟女毛片儿| 满18在线观看网站| 精品卡一卡二卡四卡免费| 99国产精品免费福利视频| 午夜久久久在线观看| 涩涩av久久男人的天堂| 视频在线观看一区二区三区| 手机成人av网站| 国产精品一区二区在线观看99| av一本久久久久| 国产不卡一卡二| 成年女人毛片免费观看观看9 | 狠狠婷婷综合久久久久久88av| 亚洲色图av天堂| 老司机靠b影院| 首页视频小说图片口味搜索| 日韩欧美三级三区| 午夜91福利影院| 最近最新免费中文字幕在线| 成人国产一区最新在线观看| 多毛熟女@视频| 啦啦啦 在线观看视频| www日本在线高清视频| 大香蕉久久成人网| 国产野战对白在线观看| 国产精品一区二区免费欧美| 黄频高清免费视频| 美女视频免费永久观看网站| 成人三级做爰电影| 国产午夜精品久久久久久| 一边摸一边抽搐一进一出视频| 亚洲一卡2卡3卡4卡5卡精品中文| 久久狼人影院| 99精品在免费线老司机午夜| 99国产精品一区二区蜜桃av | 亚洲欧美激情综合另类| 久久精品国产清高在天天线| av电影中文网址| 国产精品成人在线| 色在线成人网| 50天的宝宝边吃奶边哭怎么回事| а√天堂www在线а√下载 | 精品午夜福利视频在线观看一区| 国产一区二区三区综合在线观看| 国产精品乱码一区二三区的特点 | 免费看十八禁软件| 亚洲少妇的诱惑av| 久久久久久久久免费视频了| 亚洲七黄色美女视频| 欧美 日韩 精品 国产| 校园春色视频在线观看| 亚洲av日韩精品久久久久久密| 亚洲精品一卡2卡三卡4卡5卡| 美女 人体艺术 gogo| 亚洲视频免费观看视频| 国产成+人综合+亚洲专区| 制服诱惑二区| 精品视频人人做人人爽| 成人精品一区二区免费| 18在线观看网站| 精品久久久久久,| 黄色怎么调成土黄色| 天天操日日干夜夜撸| 欧美+亚洲+日韩+国产| 多毛熟女@视频| 亚洲性夜色夜夜综合| 精品国产亚洲在线| 成人三级做爰电影| 成人亚洲精品一区在线观看| 中文亚洲av片在线观看爽 | 国产精品免费一区二区三区在线 | 午夜福利免费观看在线| 亚洲三区欧美一区| 精品欧美一区二区三区在线| 精品一区二区三卡| 91精品国产国语对白视频| 久久精品成人免费网站| 精品亚洲成a人片在线观看| 黄色a级毛片大全视频| 人成视频在线观看免费观看| 99久久人妻综合| 欧美久久黑人一区二区| 国产成人精品无人区| 三上悠亚av全集在线观看| 亚洲成国产人片在线观看| 久久久水蜜桃国产精品网| 九色亚洲精品在线播放| 女人精品久久久久毛片| 久久久久精品人妻al黑| 老熟妇乱子伦视频在线观看| 亚洲欧美激情综合另类| 91精品三级在线观看| 欧美日韩精品网址| 国产成人免费观看mmmm| 捣出白浆h1v1| 麻豆成人av在线观看| 中文字幕色久视频| 久久久久久久午夜电影 | 日韩欧美一区视频在线观看| 欧美乱码精品一区二区三区| 免费观看a级毛片全部| 国产精品久久久人人做人人爽| 中文字幕av电影在线播放| 18禁裸乳无遮挡免费网站照片 | 老司机午夜十八禁免费视频| 中文字幕人妻丝袜一区二区| 777久久人妻少妇嫩草av网站| 夜夜夜夜夜久久久久| 在线天堂中文资源库| 亚洲精品成人av观看孕妇| 亚洲成国产人片在线观看| 五月开心婷婷网|