• <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 ?

    圖像語義分割問題研究綜述

    2018-10-29 11:09肖朝霞陳勝
    軟件導(dǎo)刊 2018年8期
    關(guān)鍵詞:圖像處理深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

    肖朝霞 陳勝

    摘要:圖像語義分割作為AI領(lǐng)域的重要分支,是計算機(jī)視覺技術(shù)中的重要環(huán)節(jié),同時也是深度學(xué)習(xí)算法的重要應(yīng)用。介紹深度學(xué)習(xí)應(yīng)用于計算機(jī)視覺技術(shù)之前圖像處理中語義分割傳統(tǒng)算法,并探討語義分割問題中基于不同神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型的深度學(xué)習(xí)算法及性能,如FCN、U-net算法。最后針對當(dāng)前圖像語義分割算法應(yīng)用,總結(jié)展望未來研究方向。

    關(guān)鍵詞:深度學(xué)習(xí);圖像處理;神經(jīng)網(wǎng)絡(luò);U-net網(wǎng)絡(luò)

    DOIDOI:10.11907/rjdk.173172

    中圖分類號:TP301

    文獻(xiàn)標(biāo)識碼:A 文章編號:1672-7800(2018)008-0006-03

    英文摘要Abstract:As an important branch of AI field,image semantic segmentation is an important part of computer vision technology and an important application of deep learning algorithm.This paper introduces the traditional algorithm of semantic segmentation applied in image processing prior to the application of deep learning in computer vision,and discusses the deep learning algorithm and its performance based on different neural network structure models in semantic segmentation,such as FCN and U-net algorithm.Finally,aiming at the application of the current image semantic segmentation algorithm,the paper summerizes the research direction.

    英文關(guān)鍵詞Key Words:deep learning; image processing; neural network; U-net network

    0 引言

    圖像語義分割是計算機(jī)視覺的關(guān)鍵技術(shù),與圖像自動標(biāo)注作為大規(guī)模圖像處理和理解的兩大重要任務(wù)[1]。在機(jī)器視覺領(lǐng)域,隨機(jī)森林分類與紋理基元森林分類是圖像語義分割的傳統(tǒng)作法。最初的分割大都基于簡單的像素級別的“閾值法”,隨著分割技術(shù)的不斷改進(jìn),基于“圖劃分”的分割法改善效果明顯,精度較高,成為經(jīng)典的傳統(tǒng)語義分割方法之一[2-3]。

    在深度學(xué)習(xí)算法被創(chuàng)造性地引入機(jī)器視覺領(lǐng)域后,語義分割問題有了突破性進(jìn)展,如全卷積神經(jīng)網(wǎng)絡(luò)(fully convolutional networks,F(xiàn)CN)、基于多圖學(xué)習(xí)與塊對角約束的全監(jiān)督語義分割方法、基于模型評估的弱監(jiān)督語義分割方法[4]

    等許多基于神經(jīng)網(wǎng)絡(luò)訓(xùn)練的語義分割方法相繼出現(xiàn),分割精度不斷提高。

    1 傳統(tǒng)圖像語義分割算法介紹

    在傳統(tǒng)的視覺算法中,圖像語義分割的經(jīng)典作法有基于圖劃分的“Normalized cut”算法和“Grab cut”算法等。

    1.1 Normalized Cut算法

    “Normalized cut”方法,簡稱“N-cut”,是基于圖劃分的語義分割方法之一[5]。圖劃分是指將圖像建模為圖(Graph)的形式,借助圖理論(Graph theory)對圖像進(jìn)行語義分割。最小分割算法(Min-cut algorithm)就是其中較為經(jīng)典的代表,如圖1所示。

    Min-cut算法不足之處在于只考慮局部信息,分割精度不高,為此N-cut提出一種考慮全局信息的方法進(jìn)行圖劃分(Graph partitioning)[6]。N-cut算法將全圖節(jié)點(diǎn)的權(quán)重(assoc(A,V)和assoc(B,V))加在兩個分割部分A、B中,使在劃分離散點(diǎn)時,其中某一權(quán)重值接近于1,從而達(dá)到考慮全局信息而摒棄劃分離群點(diǎn)的目的。正是這樣的算法改進(jìn),使得N-cut 既能處理二類語義分割,還能將二分圖擴(kuò)展為K路圖劃分,即完成多語義的圖像語義分割[7],如圖2所示。

    1.2 Grab cut算法

    Grab cut是一種經(jīng)典的交互式圖像語義分割方法[8],是N-cut算法的改進(jìn),采用迭代式語法分割。在圖像處理問題上,它利用傳統(tǒng)的圖像紋理信息及邊界信息,借助用戶少量交互操作獲取前后背景的分割結(jié)果。Grab cut 算法可以很好地分割RGB圖像,算法利用兩個混合高斯模型(Gaussian Mixture Model,GMM)分別對前景和背景建模,還利用吉爾斯能量方程進(jìn)行全局建模,而后不斷迭代,將能量方程達(dá)到最優(yōu)時的參數(shù)作為兩個GMM的最優(yōu)參數(shù)參與整個建模過程,從而使GMM準(zhǔn)確描述某個像素屬于前景或背景的概率。

    用戶交互式操作主要以包圍框和涂寫線條兩種方式為Grab cut算法提供輔助信息。以圖3為例,用戶在待分割的圖像中用方框選中主要物體,Grab cut 就會默認(rèn)方框中的像素包含主要物體、前景,此后經(jīng)過圖劃分迭代求解,最終得到扣圖結(jié)果。然而這樣的分割效果并不是特別理想,它需要人為干預(yù),用紅色線條或點(diǎn)標(biāo)明背景,用白色線條標(biāo)明前景。只有在這樣的基礎(chǔ)上,才可能得到理想效果,不能做到完全自動化處理。

    2 基于深度學(xué)習(xí)的語義分割算法

    自從深度學(xué)習(xí)引入機(jī)器視覺領(lǐng)域后,一系列基于不同神經(jīng)網(wǎng)絡(luò)訓(xùn)練的語義分割方法相繼提出,使得分割精度不斷提高。本文介紹在語義分割領(lǐng)域3種基于深度學(xué)習(xí)的代表性作法。

    2.1 FCN網(wǎng)絡(luò)

    全卷積神經(jīng)網(wǎng)絡(luò)(FCN)是目前語義分割最常用的網(wǎng)絡(luò),也是深度學(xué)習(xí)在圖像語義分割任務(wù)上的開創(chuàng)性工作[9]。深度卷積神經(jīng)網(wǎng)絡(luò)模型(CNN)是圖像級別語義理解的利器,而FCN 則是基于CNN實(shí)現(xiàn)的像素級別的語義理解,適用于圖像語義分割、邊緣檢測等應(yīng)用場景[10]。FCN可以接受任意尺寸的輸入圖像,采用反卷積層對最后一個卷積層的特征圖進(jìn)行上采樣,使它恢復(fù)到與輸入圖像相同的尺寸,從而可以對每個像素都產(chǎn)生一個預(yù)測,同時保留原始輸入圖像中的空間信息,最后在上采樣的特征圖上進(jìn)行逐像素分類 FCN 的網(wǎng)絡(luò)結(jié)構(gòu),如圖4所示。

    在池化層下采樣之后,原圖的長和寬遠(yuǎn)大于響應(yīng)張量的長和寬,就像素級別的直接訓(xùn)練而言,丟失了很多圖像細(xì)節(jié),增加了預(yù)測困難。針對這一問題,一方面FCN 利用雙線性插值采樣到原圖大小,另一方面 FCN將 Pool4 和 Pool3 的響應(yīng)結(jié)果,分別作為模型 FCN-16s 和 FCN-8s 的輸出,與原來 FCN-32s 的輸出結(jié)合在一起作最終的語義分割預(yù)測,如圖5所示。

    圖6是不同層作為輸出語義分割結(jié)果的對比[11],可以看出池化層下采樣倍數(shù)的不同導(dǎo)致了不同語義分割精細(xì)程度。其中由于是最后一層卷積和池化的輸出,該模型的FCN-32s下采樣倍數(shù)最高,其對應(yīng)的語義分割結(jié)果最為粗略;而 FCN-8s 則因下采樣倍數(shù)較小可以取得較為精細(xì)的分割結(jié)果。

    FCN訓(xùn)練比較復(fù)雜,需要訓(xùn)練3次才能得到FCN-8s分割效果,對圖像的細(xì)節(jié)部分不夠敏感。主要是因?yàn)樯喜蓸舆^程僅是一個簡單的去卷積過程,在解碼時,輸入上采樣層的標(biāo)簽圖太稀疏;其次是對各圖像像素在進(jìn)行分類時,并未考慮像素間的關(guān)系,忽略了像素級別分類方法中的空間規(guī)整步驟,缺乏空間一致性。

    2.2 U-net網(wǎng)絡(luò)

    U-net 是一種基于FCN的語義分割網(wǎng)絡(luò),適用于醫(yī)學(xué)圖像分割[12]。網(wǎng)絡(luò)是一種編碼器-解碼器結(jié)構(gòu)。編碼器逐漸減少池化層的空間維度,解碼器逐步修復(fù)物體的細(xì)節(jié)和空間維度。編碼器和解碼器之間通常存在快捷連接,因此能幫助解碼器更好修復(fù)圖像目標(biāo)的細(xì)節(jié)。U-net的結(jié)構(gòu)如圖7所示。

    U-net作為一個全卷積網(wǎng)絡(luò),沒有全連接層,輸入、輸出的內(nèi)容都是圖像。網(wǎng)絡(luò)具有不同的分辨率層,其中較淺的高分辨率層決定像素定位,較深的則用于像素分類[13]。20個左右的卷積層經(jīng)過4次上采樣、4次下采樣。輸入圖像大于輸出圖像,對輸入圖像進(jìn)行鏡像操作。如圖8所示。

    和FCN相比,結(jié)構(gòu)上比較大的改動在上采樣階段,上采樣層包括多層特征。此外,U-net只需要一次訓(xùn)練,而FCN需要3次訓(xùn)練。

    2.3 SegNet網(wǎng)絡(luò)

    SegNet 是一個編碼器-解碼器結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò),是基于FCN、修改后的VGG-16網(wǎng)絡(luò)得到的語義分割網(wǎng)絡(luò)[14]。SegNet 的網(wǎng)絡(luò)結(jié)構(gòu)如圖9所示。

    SegNet和FCN最大區(qū)別是解碼的上采樣方法,在圖9的結(jié)構(gòu)中,編碼器中每一個池化層都保存了池化指數(shù),并且將其傳遞到后面對稱的上采樣層具體的上采樣過程如圖10[15]所示。

    文獻(xiàn)[16]中關(guān)于道路場景和室內(nèi)場景的SegNet預(yù)測,如圖11所示。

    3 結(jié)語

    基于深度學(xué)習(xí)的圖像語義分割技術(shù)雖然與傳統(tǒng)方法相比,取得了很好的分割效果,但是對數(shù)據(jù)標(biāo)注的要求過高:不僅需要海量圖像數(shù)據(jù),而且這些圖像還需提供精確到像素級別的標(biāo)記信息。因此,越來越多的研究者開始將注意力轉(zhuǎn)移到弱監(jiān)督(weakly-supervised)條件下的圖像語義分割上。弱監(jiān)督條件下的圖像語義分割可以作為深入研究的方向。

    參考文獻(xiàn):

    [1] 曹攀,錢軍浩,陳智,等. 基于圖像分層樹的圖像語義分割方法[J/OL].計算機(jī)應(yīng)用研究:1-11.[2017-07-21].http://www.arocmag.com/article/02-2018-08-039.html.

    [2] ROTHER C,KOLMOGOROV V,BLAKE A."GrabCut"-interactive foreground extraction using iterated graph cuts[J],ACM Transactions on Graphics,2004.

    [3] LONG J,SHELHAMER E,DARRELL T.Fully convolutional networks for semantic segmentation[J].IEEE Transactions on Pattern Analysis & Machine Intelligence,2014,39(4):640-651

    [4] 張珂.圖像語義分割算法研究[D].上海:復(fù)旦大學(xué),2014.

    [5] 程國建,劉麗婷.深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究[J].軟件導(dǎo)刊,2017,16(2):54-56.

    [6] 王啟冬.基于數(shù)學(xué)規(guī)劃的圖劃分模型研究[D].大連:大連理工大學(xué),2009.

    [7] SHI J B,MALIK J.Normalized cuts and image segmentation[J],IEEE Transactions on Pattern Analysis and Machine Intelligence,2000,22(8):888-905 .

    [8] WU S Q.Automatic grab cut based lung extraction from endoscopic images with an initial boundary[A].IEEE 13th International Conference on Signal Processing,2017:1374-1378.

    [9] LONG J,SHELHAMER E,DARRELL T.Fully convolutional networks for semantic segmentation[C].Boston:IEEE Conference on Computer Vision and Pattern Recognition,2015.

    [10] 相文波.基于卷積神經(jīng)網(wǎng)絡(luò)的肺炎類型影像判別[D].哈爾濱:哈爾濱理工大學(xué),2017.

    [11] ZHENG S,JAYASUMANA S,ROMERA-PAREDES B,et al.Conditional random fields as recurrent neural networks[C].Santiago:International Conference on Computer Vision,2015.

    [12] RONNEBERGER O,F(xiàn)ISCHER P,BROX T.U-net:convolutional networks for biomedical image segmentation[C].Munich: International Conference on Medical Image Computing and Computer-assisted Intervention,2015.

    [13] 楚恒.像素級圖像融合及其關(guān)鍵技術(shù)研究[D].成都:電子科技大學(xué),2008.

    [14] 張明月.基于深度學(xué)習(xí)的圖像分割研究[D].長春:吉林大學(xué),2017.

    [15] 翁健.基于全卷積神經(jīng)網(wǎng)絡(luò)的全向場景分割研究與算法實(shí)現(xiàn)[D].濟(jì)南:山東大學(xué),2017.

    [16] BADRINARAYANAN V,KENDALL A,CIPOLLA R.SegNet:a deep convolutional encoder-decoder architecture for scene segmentation[J].IEEE Transactions on Pattern Analysis & Machine Intelligence,2015(99):2481-2495.

    (責(zé)任編輯:江 艷)

    猜你喜歡
    圖像處理深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    基于圖像處理的機(jī)器人精確抓取的設(shè)計與實(shí)現(xiàn)
    機(jī)器學(xué)習(xí)在圖像處理中的應(yīng)用
    MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場域建構(gòu)
    大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
    基于圖像處理的定位器坡度計算
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
    Photo Shop通道在圖像處理中的應(yīng)用
    国内精品久久久久精免费| 亚州av有码| 无人区码免费观看不卡| 长腿黑丝高跟| 欧美日韩黄片免| 国产亚洲精品综合一区在线观看| 亚洲精华国产精华精| 精品一区二区免费观看| 怎么达到女性高潮| 男插女下体视频免费在线播放| 天天躁日日操中文字幕| 两个人视频免费观看高清| 中亚洲国语对白在线视频| 色播亚洲综合网| 色综合站精品国产| or卡值多少钱| 深夜精品福利| 国产不卡一卡二| 伊人久久精品亚洲午夜| 国产高清三级在线| av黄色大香蕉| 国产久久久一区二区三区| 国产精品伦人一区二区| 一本一本综合久久| 毛片女人毛片| 国产亚洲av嫩草精品影院| 国产精品久久电影中文字幕| 网址你懂的国产日韩在线| 村上凉子中文字幕在线| 国产精品女同一区二区软件 | 男女视频在线观看网站免费| 色av中文字幕| 老熟妇乱子伦视频在线观看| 亚洲成人精品中文字幕电影| 欧美性猛交黑人性爽| 一本一本综合久久| 国产精品一区二区免费欧美| 12—13女人毛片做爰片一| 宅男免费午夜| 夜夜爽天天搞| 精品熟女少妇八av免费久了| 成人一区二区视频在线观看| 国产精品一区二区性色av| 久久久久久久久大av| 99国产精品一区二区蜜桃av| 日本在线视频免费播放| 波野结衣二区三区在线| 久久精品夜夜夜夜夜久久蜜豆| 午夜亚洲福利在线播放| 国产精品亚洲av一区麻豆| 国产在线男女| 国产爱豆传媒在线观看| 精品久久国产蜜桃| 国产成人aa在线观看| 亚洲三级黄色毛片| 国内少妇人妻偷人精品xxx网站| 此物有八面人人有两片| 国产成+人综合+亚洲专区| 亚洲精品色激情综合| 亚洲成人精品中文字幕电影| 在线观看av片永久免费下载| 国内毛片毛片毛片毛片毛片| 亚洲精品粉嫩美女一区| 国产私拍福利视频在线观看| 97超视频在线观看视频| av国产免费在线观看| 免费在线观看影片大全网站| 亚洲成av人片在线播放无| 午夜免费男女啪啪视频观看 | 国产三级在线视频| 亚洲熟妇熟女久久| 51国产日韩欧美| 亚洲欧美日韩高清在线视频| 每晚都被弄得嗷嗷叫到高潮| 精品久久国产蜜桃| 免费在线观看成人毛片| 99久久99久久久精品蜜桃| 大型黄色视频在线免费观看| 成年女人永久免费观看视频| 99在线视频只有这里精品首页| 久久国产精品人妻蜜桃| 网址你懂的国产日韩在线| 婷婷亚洲欧美| 99久久久亚洲精品蜜臀av| 欧美精品啪啪一区二区三区| 99国产精品一区二区三区| 国产探花在线观看一区二区| 99久久精品一区二区三区| 九色国产91popny在线| 99热这里只有是精品50| 久久精品91蜜桃| 精品乱码久久久久久99久播| 简卡轻食公司| 赤兔流量卡办理| 神马国产精品三级电影在线观看| 性色av乱码一区二区三区2| 国产69精品久久久久777片| 91九色精品人成在线观看| 午夜免费成人在线视频| 性色av乱码一区二区三区2| 精品久久久久久成人av| 久久精品91蜜桃| 长腿黑丝高跟| 99久久精品国产亚洲精品| 国产午夜精品论理片| 久久人人精品亚洲av| 噜噜噜噜噜久久久久久91| 欧美成人一区二区免费高清观看| 精华霜和精华液先用哪个| 欧美高清性xxxxhd video| 国产麻豆成人av免费视频| 成年免费大片在线观看| 亚洲成a人片在线一区二区| 色综合欧美亚洲国产小说| 99久久精品国产亚洲精品| 免费在线观看亚洲国产| 一级av片app| aaaaa片日本免费| 成人鲁丝片一二三区免费| 免费在线观看亚洲国产| 亚洲精品乱码久久久v下载方式| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 日韩欧美国产一区二区入口| 91久久精品国产一区二区成人| 一卡2卡三卡四卡精品乱码亚洲| 99久久九九国产精品国产免费| 男女下面进入的视频免费午夜| 99riav亚洲国产免费| 高清在线国产一区| 亚洲一区二区三区色噜噜| 日本精品一区二区三区蜜桃| 国内精品久久久久久久电影| 激情在线观看视频在线高清| 久久久久久国产a免费观看| 久久天躁狠狠躁夜夜2o2o| 亚洲最大成人手机在线| 毛片女人毛片| 久久午夜亚洲精品久久| 三级毛片av免费| 免费看日本二区| 别揉我奶头 嗯啊视频| 精品国内亚洲2022精品成人| 日日摸夜夜添夜夜添av毛片 | 99久久精品热视频| 一区二区三区免费毛片| 国产成人欧美在线观看| 亚洲中文日韩欧美视频| 亚洲人成网站在线播放欧美日韩| 午夜a级毛片| 俄罗斯特黄特色一大片| 免费在线观看成人毛片| 精品久久久久久久人妻蜜臀av| 亚洲精品在线美女| 深夜精品福利| 亚洲国产精品成人综合色| 国产中年淑女户外野战色| 国产激情偷乱视频一区二区| 欧美区成人在线视频| eeuss影院久久| 嫩草影院精品99| 最近在线观看免费完整版| 中文字幕免费在线视频6| 窝窝影院91人妻| 黄色日韩在线| 自拍偷自拍亚洲精品老妇| 日韩中字成人| 精品久久久久久久久av| 久久亚洲真实| 热99re8久久精品国产| 内地一区二区视频在线| 天堂网av新在线| 亚洲国产精品合色在线| 亚洲精品在线美女| 亚洲美女视频黄频| 精品人妻熟女av久视频| 中文字幕久久专区| 一区二区三区激情视频| 欧美日本亚洲视频在线播放| 我的女老师完整版在线观看| 婷婷亚洲欧美| 国产亚洲精品久久久久久毛片| 亚洲专区国产一区二区| 国产高清视频在线播放一区| 国产精品,欧美在线| 欧美一区二区国产精品久久精品| 99国产精品一区二区蜜桃av| 国产人妻一区二区三区在| 国产69精品久久久久777片| 亚洲午夜理论影院| 我的老师免费观看完整版| 精华霜和精华液先用哪个| 观看美女的网站| 在现免费观看毛片| 美女高潮的动态| 成人av在线播放网站| 欧洲精品卡2卡3卡4卡5卡区| 好看av亚洲va欧美ⅴa在| 国产伦在线观看视频一区| 国产亚洲精品综合一区在线观看| 国产精品久久久久久久电影| 久久人人精品亚洲av| 欧美一区二区精品小视频在线| 88av欧美| 亚洲人与动物交配视频| 亚洲欧美日韩东京热| 亚洲激情在线av| 成人性生交大片免费视频hd| 熟妇人妻久久中文字幕3abv| 88av欧美| 亚洲国产精品久久男人天堂| 波多野结衣高清无吗| 欧美zozozo另类| av黄色大香蕉| 亚洲乱码一区二区免费版| 午夜老司机福利剧场| 免费人成在线观看视频色| 亚洲真实伦在线观看| 一边摸一边抽搐一进一小说| 精品久久久久久久人妻蜜臀av| 在线观看av片永久免费下载| 国产乱人伦免费视频| 精品熟女少妇八av免费久了| 日韩有码中文字幕| 欧美高清性xxxxhd video| 欧美日本视频| 日本黄色视频三级网站网址| 亚洲精品在线观看二区| 亚洲av.av天堂| 国产黄色小视频在线观看| 日本撒尿小便嘘嘘汇集6| 精品久久久久久久人妻蜜臀av| 久久精品久久久久久噜噜老黄 | 免费看日本二区| 国产精品98久久久久久宅男小说| 亚洲精品日韩av片在线观看| 偷拍熟女少妇极品色| 国产成人aa在线观看| 成人一区二区视频在线观看| 在线天堂最新版资源| 国产蜜桃级精品一区二区三区| 欧美一区二区亚洲| 国产精品亚洲av一区麻豆| 老司机深夜福利视频在线观看| 亚洲无线观看免费| 欧美不卡视频在线免费观看| 亚洲精品一区av在线观看| 亚洲狠狠婷婷综合久久图片| 国产视频内射| 在线观看舔阴道视频| 日韩免费av在线播放| 亚洲无线观看免费| av在线观看视频网站免费| 麻豆国产97在线/欧美| 一卡2卡三卡四卡精品乱码亚洲| 十八禁人妻一区二区| 人妻久久中文字幕网| 老司机深夜福利视频在线观看| 久久人人精品亚洲av| 国产精品爽爽va在线观看网站| 国产亚洲精品久久久com| 欧美国产日韩亚洲一区| 757午夜福利合集在线观看| av欧美777| 欧美黄色片欧美黄色片| 亚洲精品粉嫩美女一区| 狂野欧美白嫩少妇大欣赏| 中文在线观看免费www的网站| 女同久久另类99精品国产91| 精品久久久久久久久av| 午夜精品久久久久久毛片777| 最近在线观看免费完整版| 老女人水多毛片| 亚洲专区国产一区二区| 有码 亚洲区| 99热这里只有精品一区| 每晚都被弄得嗷嗷叫到高潮| 超碰av人人做人人爽久久| 如何舔出高潮| 身体一侧抽搐| 亚洲内射少妇av| 日本撒尿小便嘘嘘汇集6| 国产黄a三级三级三级人| 一进一出抽搐动态| 国语自产精品视频在线第100页| 国产精品免费一区二区三区在线| 最近在线观看免费完整版| 91在线观看av| 久久精品夜夜夜夜夜久久蜜豆| 高清毛片免费观看视频网站| 看黄色毛片网站| 人人妻人人澡欧美一区二区| 丝袜美腿在线中文| av在线老鸭窝| 国产一级毛片七仙女欲春2| 乱人视频在线观看| 精品一区二区三区av网在线观看| 日本五十路高清| 一边摸一边抽搐一进一小说| 99久久99久久久精品蜜桃| av欧美777| 可以在线观看的亚洲视频| 国产探花极品一区二区| 美女高潮喷水抽搐中文字幕| 国产亚洲欧美98| 看十八女毛片水多多多| 国产精品免费一区二区三区在线| 极品教师在线视频| 欧美一区二区精品小视频在线| 99久久无色码亚洲精品果冻| 在线国产一区二区在线| av欧美777| 99riav亚洲国产免费| 欧美潮喷喷水| 亚洲成人精品中文字幕电影| 久久6这里有精品| 小蜜桃在线观看免费完整版高清| www.色视频.com| 一本久久中文字幕| 亚洲国产日韩欧美精品在线观看| 久久99热这里只有精品18| 成人性生交大片免费视频hd| 赤兔流量卡办理| 男女下面进入的视频免费午夜| 亚洲成人久久爱视频| 黄色一级大片看看| www.999成人在线观看| 免费看日本二区| 久久精品91蜜桃| 噜噜噜噜噜久久久久久91| 成年免费大片在线观看| 成人特级黄色片久久久久久久| a级毛片免费高清观看在线播放| 色视频www国产| 亚洲国产高清在线一区二区三| 色综合站精品国产| 亚洲欧美精品综合久久99| .国产精品久久| 国产一区二区激情短视频| 国产精品美女特级片免费视频播放器| 99久久99久久久精品蜜桃| 国产一区二区在线观看日韩| 一边摸一边抽搐一进一小说| 成年女人毛片免费观看观看9| 午夜视频国产福利| 免费在线观看影片大全网站| 村上凉子中文字幕在线| 国产黄色小视频在线观看| 亚洲第一欧美日韩一区二区三区| 国语自产精品视频在线第100页| 国产成年人精品一区二区| 午夜福利视频1000在线观看| 色综合婷婷激情| 国产野战对白在线观看| 一个人免费在线观看电影| 99久久成人亚洲精品观看| 九九在线视频观看精品| 国产精品av视频在线免费观看| 高清毛片免费观看视频网站| 真人做人爱边吃奶动态| 好男人电影高清在线观看| 欧美激情在线99| 国内精品久久久久精免费| 91午夜精品亚洲一区二区三区 | av国产免费在线观看| 久久午夜福利片| 国产aⅴ精品一区二区三区波| 在线观看av片永久免费下载| 99久久无色码亚洲精品果冻| 夜夜躁狠狠躁天天躁| 亚洲真实伦在线观看| 欧美黑人巨大hd| 啦啦啦韩国在线观看视频| 身体一侧抽搐| 日本 欧美在线| 美女被艹到高潮喷水动态| av在线观看视频网站免费| 午夜免费激情av| 老司机深夜福利视频在线观看| 国产高清视频在线观看网站| 丰满人妻熟妇乱又伦精品不卡| 亚洲美女黄片视频| 亚洲成人久久爱视频| 亚洲色图av天堂| 一级毛片久久久久久久久女| 成人欧美大片| 国产精品,欧美在线| 女人被狂操c到高潮| 久久这里只有精品中国| 国产精华一区二区三区| 久久久久国产精品人妻aⅴ院| 国产蜜桃级精品一区二区三区| 美女高潮的动态| 身体一侧抽搐| 中国美女看黄片| 日韩国内少妇激情av| 亚洲内射少妇av| 天堂影院成人在线观看| 亚洲欧美日韩无卡精品| 69人妻影院| 真实男女啪啪啪动态图| 日本与韩国留学比较| 亚洲最大成人手机在线| 欧美激情久久久久久爽电影| 麻豆国产97在线/欧美| 色av中文字幕| 永久网站在线| 亚洲av一区综合| 亚洲天堂国产精品一区在线| 亚洲精品一区av在线观看| 国产成人影院久久av| 国产色婷婷99| 国产男靠女视频免费网站| 午夜福利视频1000在线观看| 欧美日韩国产亚洲二区| 精品乱码久久久久久99久播| 桃色一区二区三区在线观看| 国产精品1区2区在线观看.| 综合色av麻豆| 亚洲天堂国产精品一区在线| 午夜免费成人在线视频| 久久性视频一级片| 免费看光身美女| 国产成年人精品一区二区| 成年免费大片在线观看| 欧美不卡视频在线免费观看| 99在线人妻在线中文字幕| 91麻豆av在线| ponron亚洲| 少妇裸体淫交视频免费看高清| 国产探花极品一区二区| 深夜a级毛片| 麻豆成人午夜福利视频| 特级一级黄色大片| 黄色女人牲交| 欧美日韩福利视频一区二区| 黄色一级大片看看| 床上黄色一级片| xxxwww97欧美| 网址你懂的国产日韩在线| 麻豆国产97在线/欧美| 国产高清三级在线| 亚洲美女视频黄频| 国产精品亚洲av一区麻豆| 又粗又爽又猛毛片免费看| 毛片女人毛片| 午夜两性在线视频| 久久6这里有精品| 99热精品在线国产| 国产男靠女视频免费网站| 久9热在线精品视频| 99视频精品全部免费 在线| 欧美激情在线99| 91狼人影院| 国产精品日韩av在线免费观看| www日本黄色视频网| 亚洲黑人精品在线| 免费观看精品视频网站| avwww免费| 日韩 亚洲 欧美在线| 亚洲一区二区三区色噜噜| a在线观看视频网站| 欧美激情国产日韩精品一区| 美女高潮喷水抽搐中文字幕| 直男gayav资源| av欧美777| 亚洲美女搞黄在线观看 | 国产精品久久久久久人妻精品电影| 天堂av国产一区二区熟女人妻| 日本 av在线| 欧美极品一区二区三区四区| 精品久久久久久久久亚洲 | aaaaa片日本免费| 亚洲电影在线观看av| 男女之事视频高清在线观看| 窝窝影院91人妻| 欧美午夜高清在线| 女人被狂操c到高潮| 欧美一区二区精品小视频在线| 国产精品久久久久久人妻精品电影| 亚洲无线观看免费| 天堂√8在线中文| 午夜久久久久精精品| 久久国产乱子伦精品免费另类| xxxwww97欧美| 久久香蕉精品热| av视频在线观看入口| 亚洲国产精品久久男人天堂| 男女下面进入的视频免费午夜| 美女高潮的动态| 欧美一区二区精品小视频在线| 国产亚洲精品久久久com| 日日摸夜夜添夜夜添av毛片 | av在线观看视频网站免费| 一区二区三区免费毛片| 91在线观看av| 天堂√8在线中文| 日韩欧美国产在线观看| 美女免费视频网站| 中文字幕精品亚洲无线码一区| 全区人妻精品视频| 天美传媒精品一区二区| 看免费av毛片| 午夜a级毛片| 一级黄片播放器| 免费av不卡在线播放| 免费观看人在逋| 色综合婷婷激情| 免费av毛片视频| 成熟少妇高潮喷水视频| 日韩精品青青久久久久久| 精品欧美国产一区二区三| 免费无遮挡裸体视频| 亚洲七黄色美女视频| 少妇的逼水好多| 在线免费观看的www视频| 国产精品亚洲av一区麻豆| 一进一出抽搐gif免费好疼| 成人无遮挡网站| 国产精品98久久久久久宅男小说| 日韩av在线大香蕉| h日本视频在线播放| 欧美黑人巨大hd| 国产精品1区2区在线观看.| 一区二区三区免费毛片| .国产精品久久| 久久天躁狠狠躁夜夜2o2o| 在线观看66精品国产| 午夜免费激情av| 九九在线视频观看精品| 一级毛片久久久久久久久女| 午夜免费男女啪啪视频观看 | 国产精品美女特级片免费视频播放器| 日本黄大片高清| 97热精品久久久久久| 伊人久久精品亚洲午夜| 欧美一区二区亚洲| 欧美潮喷喷水| 精品午夜福利在线看| 男女那种视频在线观看| 在线观看一区二区三区| 蜜桃亚洲精品一区二区三区| 国产男靠女视频免费网站| 很黄的视频免费| 好男人电影高清在线观看| 18禁裸乳无遮挡免费网站照片| 欧美日韩瑟瑟在线播放| 最近视频中文字幕2019在线8| 韩国av一区二区三区四区| 一个人免费在线观看的高清视频| 赤兔流量卡办理| 国产三级黄色录像| 国产大屁股一区二区在线视频| 少妇丰满av| 国内精品久久久久久久电影| 1000部很黄的大片| 亚洲国产色片| 大型黄色视频在线免费观看| 午夜激情福利司机影院| 人人妻人人澡欧美一区二区| 亚洲一区高清亚洲精品| 日韩欧美精品v在线| 亚洲av不卡在线观看| 久久婷婷人人爽人人干人人爱| 国内久久婷婷六月综合欲色啪| 国产伦一二天堂av在线观看| 嫩草影院新地址| 国产精品乱码一区二三区的特点| 十八禁人妻一区二区| 在线天堂最新版资源| 69人妻影院| 人妻制服诱惑在线中文字幕| 日日干狠狠操夜夜爽| 欧美日韩瑟瑟在线播放| 欧美成人性av电影在线观看| 国产成+人综合+亚洲专区| 日韩欧美免费精品| 欧美+日韩+精品| 欧美成人a在线观看| 日本在线视频免费播放| 国产精品久久久久久精品电影| 国产又黄又爽又无遮挡在线| 国产精品,欧美在线| 天堂av国产一区二区熟女人妻| 精品久久久久久久久av| 真人做人爱边吃奶动态| 综合色av麻豆| 熟妇人妻久久中文字幕3abv| 亚洲黑人精品在线| 精品不卡国产一区二区三区| 欧美黑人巨大hd| 网址你懂的国产日韩在线| 亚洲五月天丁香| 夜夜看夜夜爽夜夜摸| 亚洲成av人片免费观看| 亚洲国产高清在线一区二区三| 嫁个100分男人电影在线观看| 国产老妇女一区| 成年人黄色毛片网站| 国产高清视频在线播放一区| 三级毛片av免费| 婷婷色综合大香蕉| 久久伊人香网站| 亚洲,欧美精品.| 窝窝影院91人妻| 18禁在线播放成人免费| 国产白丝娇喘喷水9色精品| 国模一区二区三区四区视频| 欧美不卡视频在线免费观看| 国产精华一区二区三区| 一进一出抽搐gif免费好疼| 在线免费观看不下载黄p国产 | 国产精品久久久久久精品电影| 免费看日本二区| 色在线成人网| 日本三级黄在线观看|