• <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
    啦啦啦在线免费观看视频4| 午夜免费观看网址| 亚洲精品中文字幕一二三四区| 欧美精品一区二区免费开放| 最新美女视频免费是黄的| www日本在线高清视频| 久久人人97超碰香蕉20202| 中文字幕人妻丝袜一区二区| 久久精品亚洲av国产电影网| 黄色a级毛片大全视频| 亚洲五月色婷婷综合| av欧美777| 男女之事视频高清在线观看| 免费不卡黄色视频| 女人爽到高潮嗷嗷叫在线视频| 黄网站色视频无遮挡免费观看| 午夜福利欧美成人| 性色av乱码一区二区三区2| 在线观看免费午夜福利视频| 国产99久久九九免费精品| 中文亚洲av片在线观看爽| 国产主播在线观看一区二区| 久久人妻熟女aⅴ| 亚洲欧美激情综合另类| 国产免费男女视频| 亚洲国产看品久久| 一个人观看的视频www高清免费观看 | 老司机靠b影院| 精品乱码久久久久久99久播| 国产av又大| 9色porny在线观看| 女人被躁到高潮嗷嗷叫费观| 一二三四社区在线视频社区8| 午夜亚洲福利在线播放| 大香蕉久久成人网| 女人被狂操c到高潮| 亚洲情色 制服丝袜| 黑人操中国人逼视频| 激情在线观看视频在线高清| 悠悠久久av| 最好的美女福利视频网| 一级a爱片免费观看的视频| 在线观看免费视频网站a站| 久久天堂一区二区三区四区| 黄色视频不卡| 精品免费久久久久久久清纯| 老鸭窝网址在线观看| 麻豆国产av国片精品| 99久久精品国产亚洲精品| 法律面前人人平等表现在哪些方面| 免费观看精品视频网站| 精品久久久精品久久久| 国产精品一区二区精品视频观看| 老司机靠b影院| 午夜a级毛片| 亚洲精品粉嫩美女一区| 亚洲性夜色夜夜综合| 日韩人妻精品一区2区三区| 狂野欧美激情性xxxx| 欧美乱色亚洲激情| 91成人精品电影| 国内毛片毛片毛片毛片毛片| www.精华液| 97人妻天天添夜夜摸| 午夜a级毛片| 日韩人妻精品一区2区三区| 丰满人妻熟妇乱又伦精品不卡| 曰老女人黄片| 欧美老熟妇乱子伦牲交| 久久性视频一级片| 国产成人免费无遮挡视频| 日本免费一区二区三区高清不卡 | 大香蕉久久成人网| 色综合婷婷激情| 亚洲伊人色综图| 一个人免费在线观看的高清视频| 首页视频小说图片口味搜索| 午夜激情av网站| 日韩 欧美 亚洲 中文字幕| 久久99一区二区三区| 人妻久久中文字幕网| 又黄又爽又免费观看的视频| 一区福利在线观看| tocl精华| 91在线观看av| 国产男靠女视频免费网站| 天天添夜夜摸| 精品日产1卡2卡| 9热在线视频观看99| avwww免费| 最近最新免费中文字幕在线| 欧美久久黑人一区二区| 嫩草影视91久久| 黑丝袜美女国产一区| 成人国语在线视频| 国产精品1区2区在线观看.| 国产欧美日韩一区二区三| 午夜免费激情av| 人人澡人人妻人| 悠悠久久av| 久久久久久大精品| 久久久国产一区二区| 欧美日韩精品网址| 中文字幕人妻丝袜一区二区| 国产欧美日韩综合在线一区二区| 亚洲自偷自拍图片 自拍| 免费少妇av软件| 母亲3免费完整高清在线观看| 国产av一区在线观看免费| 国产亚洲精品久久久久久毛片| 99热只有精品国产| 精品无人区乱码1区二区| 国产熟女xx| 精品一区二区三卡| 男人的好看免费观看在线视频 | 欧美激情高清一区二区三区| 脱女人内裤的视频| 亚洲欧美日韩无卡精品| 日韩高清综合在线| 丁香六月欧美| 久久国产精品男人的天堂亚洲| 人成视频在线观看免费观看| 99精品在免费线老司机午夜| 国产xxxxx性猛交| 啪啪无遮挡十八禁网站| 一级毛片女人18水好多| 天天影视国产精品| 99riav亚洲国产免费| 亚洲色图综合在线观看| 天天影视国产精品| 欧美色视频一区免费| 亚洲中文日韩欧美视频| 国产主播在线观看一区二区| 国产国语露脸激情在线看| 午夜福利影视在线免费观看| 18禁国产床啪视频网站| 精品久久久久久电影网| av免费在线观看网站| 亚洲男人天堂网一区| 国产精品美女特级片免费视频播放器 | 亚洲自偷自拍图片 自拍| 日韩欧美一区视频在线观看| 一级作爱视频免费观看| 亚洲国产精品合色在线| 国产一区二区在线av高清观看| 亚洲五月天丁香| 中文字幕色久视频| 午夜91福利影院| 纯流量卡能插随身wifi吗| 欧美黄色片欧美黄色片| 色精品久久人妻99蜜桃| 色综合欧美亚洲国产小说| 欧美日韩国产mv在线观看视频| 午夜两性在线视频| 无遮挡黄片免费观看| 丰满的人妻完整版| 久久人妻福利社区极品人妻图片| 一级作爱视频免费观看| 久久国产精品人妻蜜桃| 变态另类成人亚洲欧美熟女 | 午夜福利欧美成人| 久久中文字幕一级| 日本wwww免费看| 黄色a级毛片大全视频| 女同久久另类99精品国产91| 久久精品国产亚洲av香蕉五月| 欧美日韩乱码在线| 亚洲成国产人片在线观看| 一级毛片高清免费大全| 国产精品久久久av美女十八| 欧美色视频一区免费| 无限看片的www在线观看| 午夜免费观看网址| 中文字幕色久视频| 丝袜在线中文字幕| 亚洲精华国产精华精| 精品国内亚洲2022精品成人| 一a级毛片在线观看| 如日韩欧美国产精品一区二区三区| 精品卡一卡二卡四卡免费| 精品国产一区二区三区四区第35| 99香蕉大伊视频| 欧美乱色亚洲激情| 19禁男女啪啪无遮挡网站| 中文字幕色久视频| 天天躁夜夜躁狠狠躁躁| 免费人成视频x8x8入口观看| 久久精品国产综合久久久| 男人舔女人下体高潮全视频| 久久这里只有精品19| 欧美日韩精品网址| 大陆偷拍与自拍| 国产av一区在线观看免费| 久久人人97超碰香蕉20202| 精品福利永久在线观看| 精品国产国语对白av| 亚洲精品久久成人aⅴ小说| 99热国产这里只有精品6| 日韩精品中文字幕看吧| 免费高清在线观看日韩| 黑人欧美特级aaaaaa片| 国产不卡一卡二| 亚洲色图 男人天堂 中文字幕| 又黄又粗又硬又大视频| 女性生殖器流出的白浆| 91大片在线观看| 免费看a级黄色片| 久久久久九九精品影院| 免费日韩欧美在线观看| 国产欧美日韩精品亚洲av| 91麻豆av在线| 午夜精品国产一区二区电影| 人成视频在线观看免费观看| 一本综合久久免费| 欧美黑人精品巨大| 中国美女看黄片| 国内毛片毛片毛片毛片毛片| 男人的好看免费观看在线视频 | 久久国产精品人妻蜜桃| 国产亚洲av高清不卡| 欧美黄色片欧美黄色片| 精品久久久久久电影网| 女人爽到高潮嗷嗷叫在线视频| 在线观看一区二区三区| 成人手机av| 麻豆一二三区av精品| av在线播放免费不卡| 亚洲七黄色美女视频| 天堂影院成人在线观看| 女人被躁到高潮嗷嗷叫费观| 欧美日本中文国产一区发布| 日本wwww免费看| 美国免费a级毛片| 女人高潮潮喷娇喘18禁视频| 日本免费a在线| 首页视频小说图片口味搜索| 国产乱人伦免费视频| 国产主播在线观看一区二区| 国产黄色免费在线视频| 久久伊人香网站| 国产亚洲av高清不卡| a级片在线免费高清观看视频| 满18在线观看网站| 校园春色视频在线观看| 国产精品98久久久久久宅男小说| 亚洲国产精品999在线| 少妇裸体淫交视频免费看高清 | www.精华液| 妹子高潮喷水视频| 啦啦啦 在线观看视频| 免费不卡黄色视频| 国产精品国产高清国产av| 人人妻,人人澡人人爽秒播| 色综合站精品国产| 一个人免费在线观看的高清视频| 69精品国产乱码久久久| 国产精品电影一区二区三区| 国产高清视频在线播放一区| 国产亚洲欧美在线一区二区| 国产国语露脸激情在线看| 久久国产亚洲av麻豆专区| www.自偷自拍.com| 18禁美女被吸乳视频| 大码成人一级视频| 久久精品亚洲熟妇少妇任你| 一级a爱片免费观看的视频| 51午夜福利影视在线观看| 校园春色视频在线观看| 老司机在亚洲福利影院| 丰满的人妻完整版| 黄片大片在线免费观看| 色尼玛亚洲综合影院| 中文亚洲av片在线观看爽| 99热只有精品国产| 免费女性裸体啪啪无遮挡网站| av福利片在线| 一级毛片高清免费大全| 一级a爱片免费观看的视频| 亚洲av熟女| 欧美成人免费av一区二区三区| 亚洲av五月六月丁香网| 亚洲成人国产一区在线观看| 丝袜人妻中文字幕| 久久人人爽av亚洲精品天堂| 热re99久久精品国产66热6| 亚洲熟妇中文字幕五十中出 | 欧美精品亚洲一区二区| 亚洲视频免费观看视频| 大香蕉久久成人网| 夜夜躁狠狠躁天天躁| 自线自在国产av| 香蕉丝袜av| 色综合欧美亚洲国产小说| 色老头精品视频在线观看| 日韩精品免费视频一区二区三区| 日韩人妻精品一区2区三区| 久久国产精品人妻蜜桃| 成人国产一区最新在线观看| 男女之事视频高清在线观看| 两个人看的免费小视频| 悠悠久久av| 99精国产麻豆久久婷婷| 亚洲免费av在线视频| 国产成人精品久久二区二区免费| 亚洲精品一区av在线观看| 天堂中文最新版在线下载| 国产成人欧美在线观看| 老司机深夜福利视频在线观看| 丁香欧美五月| 人成视频在线观看免费观看| 国产激情欧美一区二区| 日韩 欧美 亚洲 中文字幕| 老鸭窝网址在线观看| 搡老乐熟女国产| 亚洲三区欧美一区| 欧美激情极品国产一区二区三区| 男人的好看免费观看在线视频 | 麻豆一二三区av精品| av天堂在线播放| 免费高清在线观看日韩| 可以免费在线观看a视频的电影网站| 亚洲专区国产一区二区| 19禁男女啪啪无遮挡网站| 欧美丝袜亚洲另类 | 国产成人精品在线电影| 首页视频小说图片口味搜索| 老司机亚洲免费影院| 精品人妻在线不人妻| 国产精华一区二区三区| 午夜免费鲁丝| 乱人伦中国视频| 中文字幕另类日韩欧美亚洲嫩草| 中出人妻视频一区二区| 亚洲专区国产一区二区| 国产91精品成人一区二区三区| 成年人黄色毛片网站| 91九色精品人成在线观看| 国产成人系列免费观看| 日韩人妻精品一区2区三区| 亚洲精品国产一区二区精华液| 一二三四在线观看免费中文在| 国产欧美日韩一区二区三| 久久久久九九精品影院| 日本撒尿小便嘘嘘汇集6| 成年版毛片免费区| 欧美老熟妇乱子伦牲交| 中国美女看黄片| 在线播放国产精品三级| 动漫黄色视频在线观看| 天堂动漫精品| 久9热在线精品视频| 日韩免费高清中文字幕av| 国产不卡一卡二| 久久久久久久久久久久大奶| 最近最新中文字幕大全电影3 | 久久久久久久午夜电影 | 亚洲少妇的诱惑av| 国产av精品麻豆| 精品欧美一区二区三区在线| 国产精品1区2区在线观看.| 老汉色av国产亚洲站长工具| av片东京热男人的天堂| 又黄又爽又免费观看的视频| 国产蜜桃级精品一区二区三区| 一区在线观看完整版| 美国免费a级毛片| 久久天堂一区二区三区四区| 99香蕉大伊视频| 亚洲欧美一区二区三区久久| 国产主播在线观看一区二区| 后天国语完整版免费观看| 国产精品久久久久成人av| 99热只有精品国产| 欧美黄色淫秽网站| 不卡av一区二区三区| 9热在线视频观看99| 国产午夜精品久久久久久| 可以免费在线观看a视频的电影网站| 精品少妇一区二区三区视频日本电影| 亚洲精品国产色婷婷电影| 纯流量卡能插随身wifi吗| 最近最新免费中文字幕在线| 亚洲中文日韩欧美视频| 日韩欧美三级三区| 国产激情久久老熟女| 国产三级在线视频| 香蕉国产在线看| 欧美精品亚洲一区二区| 欧美日韩乱码在线| 久久性视频一级片| 校园春色视频在线观看| 亚洲熟女毛片儿| 久久久精品欧美日韩精品| 法律面前人人平等表现在哪些方面| 好男人电影高清在线观看| 欧美在线一区亚洲| 脱女人内裤的视频| 精品国产一区二区三区四区第35| 真人一进一出gif抽搐免费| 欧美 亚洲 国产 日韩一| 一二三四社区在线视频社区8| 久久久久久亚洲精品国产蜜桃av| 国产精品1区2区在线观看.| 一个人免费在线观看的高清视频| 日韩欧美在线二视频| 欧美亚洲日本最大视频资源| 黄色视频,在线免费观看| av天堂久久9| 色在线成人网| 国产成人影院久久av| 亚洲欧美一区二区三区久久| 午夜福利一区二区在线看| 日本wwww免费看| 久久精品91蜜桃| 一个人免费在线观看的高清视频| 色综合欧美亚洲国产小说| 大型黄色视频在线免费观看| a级毛片在线看网站| 亚洲一区二区三区不卡视频| 另类亚洲欧美激情| 午夜老司机福利片| 国产精品国产高清国产av| 黄色视频不卡| 国产精品久久电影中文字幕| 亚洲全国av大片| 中亚洲国语对白在线视频| 精品国产国语对白av| 欧美老熟妇乱子伦牲交| av片东京热男人的天堂| 日本黄色视频三级网站网址| 国产精品爽爽va在线观看网站 | 动漫黄色视频在线观看| 亚洲aⅴ乱码一区二区在线播放 | 岛国在线观看网站| 琪琪午夜伦伦电影理论片6080| 久久伊人香网站| 久久人人97超碰香蕉20202| 中国美女看黄片| 国产亚洲精品一区二区www| 亚洲激情在线av| 夜夜夜夜夜久久久久| 纯流量卡能插随身wifi吗| www.www免费av| 精品卡一卡二卡四卡免费| 黄片小视频在线播放| 精品久久久久久成人av| 亚洲美女黄片视频| 亚洲人成电影免费在线| 亚洲五月色婷婷综合| 免费女性裸体啪啪无遮挡网站| 美女福利国产在线| 欧美黄色片欧美黄色片| 美女扒开内裤让男人捅视频| 亚洲少妇的诱惑av| 亚洲色图 男人天堂 中文字幕| 亚洲一区中文字幕在线| 欧美黑人欧美精品刺激| 精品久久蜜臀av无| 99国产极品粉嫩在线观看| 桃红色精品国产亚洲av| 亚洲va日本ⅴa欧美va伊人久久| 黑人巨大精品欧美一区二区mp4| 国产一区二区在线av高清观看| 国产片内射在线| 国产野战对白在线观看| 久久午夜亚洲精品久久| 国产乱人伦免费视频| 51午夜福利影视在线观看| 国产熟女xx| 女生性感内裤真人,穿戴方法视频| 丰满迷人的少妇在线观看| 精品一区二区三卡| 精品无人区乱码1区二区| 身体一侧抽搐| 日本a在线网址| 看黄色毛片网站| 99国产精品免费福利视频| 精品久久久久久成人av| 国产av在哪里看| 国产精品成人在线| 成年版毛片免费区| 日日干狠狠操夜夜爽| 精品卡一卡二卡四卡免费| 亚洲av成人av| 国产精品永久免费网站| 日韩成人在线观看一区二区三区| 午夜精品在线福利| 九色亚洲精品在线播放| 亚洲九九香蕉| 美女福利国产在线| 19禁男女啪啪无遮挡网站| 伦理电影免费视频| 亚洲国产精品sss在线观看 | 法律面前人人平等表现在哪些方面| 午夜影院日韩av| 国产麻豆69| 嫩草影视91久久| 99精品久久久久人妻精品| 麻豆久久精品国产亚洲av | 欧美不卡视频在线免费观看 | 男人操女人黄网站| 丰满饥渴人妻一区二区三| 中亚洲国语对白在线视频| 免费日韩欧美在线观看| 日韩欧美免费精品| 99久久99久久久精品蜜桃| 国产一区二区三区综合在线观看| 黄色丝袜av网址大全| 国产又色又爽无遮挡免费看| 极品人妻少妇av视频| 日韩免费av在线播放| 一级作爱视频免费观看| 女人被躁到高潮嗷嗷叫费观| 黄片大片在线免费观看| 9热在线视频观看99| 亚洲黑人精品在线| 老司机深夜福利视频在线观看| 免费高清在线观看日韩| 精品高清国产在线一区| 国产精品日韩av在线免费观看 | 亚洲在线自拍视频| 日韩欧美一区二区三区在线观看| 久久久国产一区二区| 亚洲欧美日韩无卡精品| 精品一区二区三区四区五区乱码| 欧美丝袜亚洲另类 | 亚洲久久久国产精品| 丰满人妻熟妇乱又伦精品不卡| av在线播放免费不卡| 欧美中文日本在线观看视频| 神马国产精品三级电影在线观看 | 久久草成人影院| 亚洲美女黄片视频| 免费不卡黄色视频| 日韩欧美国产一区二区入口| 中文字幕人妻熟女乱码| 亚洲一区二区三区色噜噜 | 久久久久精品国产欧美久久久| 巨乳人妻的诱惑在线观看| 99久久精品国产亚洲精品| 免费看a级黄色片| 精品国产一区二区久久| 三上悠亚av全集在线观看| 国产欧美日韩一区二区精品| 老司机靠b影院| 久久香蕉激情| 三上悠亚av全集在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 精品国产超薄肉色丝袜足j| 一级片免费观看大全| 水蜜桃什么品种好| 最近最新免费中文字幕在线| 九色亚洲精品在线播放| 久久精品91无色码中文字幕| 老司机在亚洲福利影院| 久久亚洲真实| 侵犯人妻中文字幕一二三四区| 1024视频免费在线观看| 九色亚洲精品在线播放| 这个男人来自地球电影免费观看| 又紧又爽又黄一区二区| 亚洲人成电影观看| 老司机靠b影院| 日本wwww免费看| 男女午夜视频在线观看| 女人被狂操c到高潮| 国产不卡一卡二| 伦理电影免费视频| 在线免费观看的www视频| 黄片播放在线免费| 99国产精品免费福利视频| 国产激情欧美一区二区| 国产一区二区三区在线臀色熟女 | 久久久水蜜桃国产精品网| 看免费av毛片| 黄色视频,在线免费观看| 亚洲自偷自拍图片 自拍| 亚洲黑人精品在线| 在线观看www视频免费| 国产极品粉嫩免费观看在线| 女人高潮潮喷娇喘18禁视频| 99久久综合精品五月天人人| 在线观看免费视频网站a站| 高清在线国产一区| 美女高潮喷水抽搐中文字幕| 91精品国产国语对白视频| 亚洲人成77777在线视频| 又黄又粗又硬又大视频| 精品福利永久在线观看| 亚洲熟女毛片儿| 免费在线观看黄色视频的| 亚洲成人免费av在线播放| 欧美另类亚洲清纯唯美| 久久精品国产清高在天天线| 国产日韩一区二区三区精品不卡| 十八禁网站免费在线| 亚洲av成人一区二区三| 国产伦人伦偷精品视频| 日韩精品中文字幕看吧| 黄片大片在线免费观看| 嫩草影视91久久| 中出人妻视频一区二区| a级片在线免费高清观看视频| 国产99久久九九免费精品| 天天添夜夜摸| 久久精品亚洲熟妇少妇任你| 日韩大码丰满熟妇| 日韩免费av在线播放| 夜夜夜夜夜久久久久| 男女下面进入的视频免费午夜 | 国产三级在线视频| 久久久久精品国产欧美久久久| 在线天堂中文资源库| 欧美乱色亚洲激情| 久久久久国内视频|