• <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 ?

    基于卷積神經(jīng)網(wǎng)絡的織物縫紉平整度客觀評價

    2021-01-05 07:22:22王萌萌劉成霞
    毛紡科技 2020年5期
    關鍵詞:縫紉平整度殘差

    王萌萌,劉成霞,2

    (1.浙江理工大學 服裝學院,浙江 杭州 310018;2.浙江理工大學 服裝數(shù)字化技術浙江省工程實驗室, 浙江 杭州 310018)

    織物縫紉平整度是紡織品外觀的重要量度標準[1],現(xiàn)有研究多采用標樣對照、直接測量等方法對織物縫紉平整度等級進行評定。近年來,由于標樣對照法易受觀察者自身主觀因素及環(huán)境條件的影響,測量誤差較大,相關學者開始采用智能化評價、建立預測模型等方法對縫紉平整度進行研究。在智能化評價方面,YoungjooNa等[2]使用圖像處理技術研究縫紉平整度等級,Kang等[3]使用幾何分析法客觀評價了織物縫紉平整度,經(jīng)過與主觀評價的相關分析后發(fā)現(xiàn)該方法的準確率較高;李艷梅[4]運用小波分析及圖像處理技術建立了多元回歸模型和概率神經(jīng)網(wǎng)絡模型;蔣真真[5]利用BP神經(jīng)網(wǎng)絡建立了客觀評價縫紉平整度的模型。研究者們主要先用圖像處理技術提取織物縫紉平整度特征值,再利用人工智能技術評價織物縫紉平整度等級,但上述方法中織物種類、色彩會在一定程度上影響織物縫紉平整度等級評價的準確率。在建立預測模型方面,Tasaki等[6]日本學者致力于建立一個二元回歸方程來評價縫紉平整度等級;劉侃[7]運用數(shù)學方法建立了織物縫紉皺縮預測模型;范蕤[8]用模糊神經(jīng)網(wǎng)絡建立了縫紉平整度的預測模型。上述模型的預測準確率雖達到了一定程度,但適用的織物種類范圍較少。

    綜上,目前評價織物縫紉平整度方法的準確率易受測量方式、拍攝光線及角度、織物顏色、種類乃至組織結構的影響,且樣本圖片的獲取比較耗時,不易推廣,達不到廣泛適用的效果[9]。因此,本文以織物縫紉平整度作為研究對象,試圖找到獲取樣本簡便、快速實現(xiàn)縫紉平整度等級分類的方法,且該方法能降低樣本種類及其他因素對分類準確率的影響。

    1 織物縫紉圖像數(shù)據(jù)集采集與預處理

    1.1 圖像采集

    由于卷積神經(jīng)網(wǎng)絡模型的訓練需以大量數(shù)據(jù)為基礎,因此本文制作了一個包含10種常用服裝織物共1 200個樣本的縫紉平整度數(shù)據(jù)集[10]。織物規(guī)格參數(shù)如表1所示, 將每種織物裁剪成10 cm×10 cm的縫條,整燙后由同一車工統(tǒng)一在同一時間段沿經(jīng)向縫布條,使每塊布條線跡相同且清晰可見。然后人工控制5種抽褶量(沿縫紉線跡抽褶)0、0.5、1.0、1.5、2.0 cm以制作樣本縫條。同種織物不同抽褶量及產生的效果見圖1,可以看出抽褶量越大,織物表面越不平整。

    表1 織物規(guī)格參數(shù)

    圖1 同織物不同抽褶量及產生的效果

    接下來使用佳能數(shù)碼相機按照控制變量的方法,分別變化光照條件(強光、中強光、弱光)、拍攝角度(水平和傾斜45°)中的一個參數(shù),對樣本圖像進行采集。其中,光照強度由LED燈來控制,將樣本置于暗室的水平桌面上,固定LED燈,使其光線與被攝物體呈90°。調節(jié)LED燈的開關,強光為三檔,光照強度為50 mcd(毫坎德拉);中強光為二檔,光照強度為30 mcd;弱光為一檔,光照強度為10 mcd。再將佳能數(shù)碼相機固定于待測樣本正上方,采集水平角度的樣本圖像,然后將相機順時針旋轉45°固定,采集45°的樣本圖像。每種織物同一抽褶量分別裁剪出4個 10 cm×10 cm的縫條,變化光照條件及拍攝角度后,可獲取24個樣本圖像,10種面料共240個樣本圖像,5種抽褶量一共1 200個樣本。然后隨機截取樣本圖像的上半部分、中間部分或下半部分,替換原圖像,保持同一抽褶量樣本的總數(shù)不變,增加樣本多樣性。以往研究多需要專門的織物圖像采集設備,且針對某一類織物展開研究,與之相比,本文在采集樣本圖像時使用的是普通相機,沒有限制織物種類及拍攝條件,隨機選取了不同的織物,在3種不同光照條件(強光、中強光、弱光)下,拍攝了水平、傾斜45°的圖像,且選取了不同位置(上半部分、中間部分、下半部分)的圖像。這樣采集的織物縫紉樣本更加豐富,同時分類難度也有所增加。

    1.2 標簽制作

    訓練卷積神經(jīng)網(wǎng)絡模型不僅要以大量樣本數(shù)據(jù)為基礎,還需要對訓練樣本進行分類標簽。因此先用主觀評價法對1 000個訓練樣本進行分類,根據(jù)GB/T 13771—2014《家庭洗滌后接縫平整度》標樣規(guī)定:SS-5為第5級,SS-4為第4級,SS-3為第3級,SS-2為第2級,SS-1為第1級,等級越高,織物表面越平整。請10位專業(yè)人士對照GB/T 13771—2014單針跡接縫評級對比樣照,對每個樣本圖片打分,0~20分為SS-5,21~40分為SS-4,41~60分為SS-3,61~80分為SS-2,81~100分為SS-1。對有爭議的樣本重新打分,直到得出比較合理的等級為止。

    2 卷積神經(jīng)網(wǎng)絡模型的設計

    2.1 卷積神經(jīng)網(wǎng)絡

    卷積神經(jīng)網(wǎng)絡早期用在識別圖像、文本、音視頻等方面,其識別步驟是先利用訓練樣本建立模型,然后再對測試樣本進行分類。本文中的訓練樣本為確定好平整度等級(即帶標簽)的織物縫紉試樣,測試樣本為待確認平整度等級的織物縫紉樣本,需使用訓練完成后的卷積神經(jīng)網(wǎng)絡模型來對其進行等級評定。卷積神經(jīng)網(wǎng)絡模型學習識別織物縫紉平整度等級的過程即為訓練過程,它主要通過前向傳播來提取樣本圖片特征,再經(jīng)過反向傳播更新權重。輸出值由激活函數(shù)計算得到,激活函數(shù)見式(1)。

    xl=f(Wlxl+bl)

    (1)

    式中:x為特征圖;f為激活函數(shù);l為層數(shù);W為權值;b為偏置值。

    前向傳播中上一層的特征圖通過一個可學習的卷積核進行卷積,再由激活函數(shù)來獲取新的特征圖。激活函數(shù)見式(2)。

    (2)

    在下采樣層中,樣本圖片的傾斜和旋轉產生的位置變化可忽略不計,其優(yōu)點是對算法的性能和魯棒性有較大提高的同時,對特征圖的維數(shù)也有一定的降低,還可以減少過度擬合出現(xiàn)的概率。下采樣層計算方式見式(3)。

    (3)

    式中:down()為下采樣函數(shù);β和b為輸出特征的偏置值。反向傳播可不斷更新權值達到降低分類誤差的目的,通常采用交叉熵損失函數(shù)運算誤差損失。

    2.2 殘差卷積神經(jīng)網(wǎng)絡模型設計

    目前,在圖像分類中最出色的卷積神經(jīng)網(wǎng)絡模型是ResNet模型[11]。ResNet模型成功地訓練了152層超深卷積神經(jīng)網(wǎng)絡,分類效果顯著,且適用性非常廣泛。

    殘差結構如圖2所示,可以看出,殘差卷積神經(jīng)網(wǎng)絡的基本殘差結構特點是在高層和低層之間增加了一條短連接,輸入x,通過F(x)進行一系列的乘和加操作之后輸出F(x)+x。假設最優(yōu)的擬合輸出為H(x)=F(x)+x,則最優(yōu)的F(x)就是H(x)和與x的殘差,擬合殘差可提高網(wǎng)絡效果。由圖2可以看出,殘差結構的實現(xiàn)只是增加了1個短連接,并沒有多出額外的權重,且高層和低層之間的特征融合也只是簡單的加運算,所以具有殘差結構的網(wǎng)絡在提高分類精度的同時,并沒有給網(wǎng)絡帶來過多的負擔。不斷地疊加殘差結構就可獲得1個較深的ResNet模型,最新的研究表明殘差結構的卷積神經(jīng)網(wǎng)絡可以疊加至1 001層[12]。故殘差卷積神經(jīng)網(wǎng)絡有三大特征:一是既實現(xiàn)了訓練極深網(wǎng)絡的目的,又能避免由于神經(jīng)網(wǎng)絡加深而導致的梯度丟失和梯度爆炸等現(xiàn)象;二是通過短連接形成殘差結構操作簡單,且模型易于訓練;三是ResNet模型適用性很強,易與其他網(wǎng)絡相結合。因此在對織物縫紉平整度圖像進行分類時,殘差結構的卷積神經(jīng)網(wǎng)絡比其他結構更有優(yōu)勢。

    圖2 殘差結構

    基于ResNet模型的三大特性,結合縫紉平整度等級評價的研究現(xiàn)狀,本文設計了基于殘差卷積神經(jīng)網(wǎng)絡的織物縫紉平整度客觀評價模型如圖3所示,可以看出,該模型以殘差結構為基本結構,輸入為織物縫紉樣本圖像,經(jīng)過5個殘差模塊的疊加,完成織物圖像的特征提取,輸出為織物縫紉平整度的5個等級。

    圖3 基于殘差卷積神經(jīng)網(wǎng)絡的織物縫紉平整度客觀評價模型

    與圖2不同的是,在本模型采用的殘差結構中,短連接跨越了3層網(wǎng)絡層,分別是由2層1×1的卷積層和1層3×3的卷積層組成。其中1×1的卷積層主要用于特征圖的降維和升維,目的是減少模型的計算量,增加模型的運行效率,而3×3的卷積層主要用于提取平整度圖像的特征。此外,虛線表示短連接,該連接將低層的特征直接和高層特征相融合,不僅能有效避免梯度彌散、爆炸,還能增加網(wǎng)絡結構的復雜程度,提高模型的魯棒性。

    全連接層的作用是將平整度特征映射為一個行向量,最終通過Softmax函數(shù)輸出平整度的5個等級概率,Softmax函數(shù)的計算見式(4)。

    (4)

    式中:i為類別;j為類別的個數(shù);Ci為每個等級類別的概率。通過交叉熵損失函數(shù)反向傳播誤差,更新權重,交叉熵損失函數(shù)如下:

    (5)

    式中:yi為每個類別的標簽。此外,激活函數(shù)為relu函數(shù)[13]:f(x)=max(0,x)

    3 實驗部分

    3.1 預處理

    將1 200個實驗樣本按照5∶1分成1 000個訓練樣本與200個測試樣本。訓練時,為進一步滿足卷積神經(jīng)網(wǎng)絡模型訓練時的大數(shù)據(jù)需求,通過對每張圖像加入隨機噪聲、隨機旋轉,以及顏色抖動等方式對訓練集進行擴充。本模型的訓練環(huán)境為:GPU NVIDIA tesla k80 24G,CPU E5 2680 V4,Cuda 9.0,Cudnn 7.1,Tensorflow 1.11。其中Tensorflow為谷歌出品的卷積神經(jīng)網(wǎng)絡框架,搭載GPU NVIDIA Tesla k80來進行加速訓練,Cuda與Cudnn為調用GPU加速的工具。訓練的圖像批次(每次輸入的訓練樣本個數(shù))大小為16個,學習率為0.01%。

    3.2 實驗結果

    將訓練好的模型在包含200個樣本的測試集上進行結果運行與驗證,得到的Accr精度見圖4,其中橫坐標是Nepoch迭代次數(shù),縱坐標是模型對測試集進行分類的準確率??梢钥闯?,隨著交叉熵損失函數(shù)不斷進行誤差的反向傳播及網(wǎng)絡權重更新,織物縫紉平整度等級分類的準確率也不斷提高。圖中的曲線有些微震蕩,是由于網(wǎng)絡在訓練時不斷地更新權重,會短時間陷入局部最優(yōu)的情況,但隨著訓練次數(shù)的增加,訓練精度整體呈增長趨勢,最終穩(wěn)定在96%左右。

    圖4 Accr精度圖

    3.3 與其他分類方法的結果比較

    將卷積神經(jīng)網(wǎng)絡與模糊識別模型[14]、BP神經(jīng)網(wǎng)絡以及粗糙集-BP神經(jīng)網(wǎng)絡[15]這3種分類方法進行比較,在樣本數(shù)量是其他方法10倍的情況下,卷積神經(jīng)網(wǎng)絡的精度比其他方法至少高出了3.25%。因此本文設計的卷積神經(jīng)網(wǎng)絡模型可快速地對常用服裝織物的縫紉平整度進行等級分類,且分類結果客觀準確。此外,利用卷積神經(jīng)網(wǎng)絡客觀評價織物縫紉平整度的方法還具有如下優(yōu)勢:樣本種類沒有限制且適用范圍廣、樣本圖像采集時對拍攝條件和實驗環(huán)境等要求低。

    4 結 論

    本文選取10種常見服裝織物,將其定量抽褶、制作成具有不同平整度外觀的1 200個縫紉樣本,將其中1 000個作為訓練樣本,200個作為測試樣本,對構建的殘差卷積神經(jīng)網(wǎng)絡模型進行訓練和測試,經(jīng)過研究得到以下結論:

    ①該卷積神經(jīng)網(wǎng)絡模型可以有效地對縫紉平整度等級進行分類,分類精度比其他方法高出約3%。

    ②卷積神經(jīng)網(wǎng)絡模型的適用范圍廣,其縫紉平整度等級分類結果不易受織物種類、組織結構、花色等影響。

    ③設計的卷積神經(jīng)網(wǎng)絡模型樣本圖像采集流程簡單,對拍攝條件、實驗環(huán)境等要求低。

    本文只采集了10種織物作為研究對象,市場上織物種類繁多,要提高卷積神經(jīng)網(wǎng)絡模型對織物縫紉樣本分類的普適性,還需要進一步完善和優(yōu)化該模型。因此,如何優(yōu)化網(wǎng)絡結構、提高織物樣本的分類精度等都是值得進一步研究的問題。

    猜你喜歡
    縫紉平整度殘差
    自制焊鉗:熔鑄“鋼鐵縫紉師”的匠心
    動物界的縫紉大師
    學與玩(2022年6期)2022-10-28 09:18:32
    基于雙向GRU與殘差擬合的車輛跟馳建模
    基于殘差學習的自適應無人機目標跟蹤算法
    瀝青混凝土路面平整度的探索
    探討道路施工中如何提高瀝青路面的平整度
    基于遞歸殘差網(wǎng)絡的圖像超分辨率重建
    自動化學報(2019年6期)2019-07-23 01:18:32
    橋面施工中平整度的控制
    江西建材(2018年1期)2018-04-04 05:26:16
    拉鏈的縫紉平整度與縫紉工藝參數(shù)的關系
    消費導刊(2015年11期)2015-11-15 07:59:38
    平穩(wěn)自相關過程的殘差累積和控制圖
    河南科技(2015年8期)2015-03-11 16:23:52
    国产亚洲精品第一综合不卡| 成人三级黄色视频| 国产精品影院久久| 无遮挡黄片免费观看| 国内揄拍国产精品人妻在线| 两个人免费观看高清视频| 美女高潮喷水抽搐中文字幕| 长腿黑丝高跟| 国内毛片毛片毛片毛片毛片| 免费人成视频x8x8入口观看| 黄片大片在线免费观看| 女警被强在线播放| 亚洲免费av在线视频| 久久久久精品国产欧美久久久| 午夜精品一区二区三区免费看| netflix在线观看网站| 777久久人妻少妇嫩草av网站| 国产午夜福利久久久久久| 欧美一区二区精品小视频在线| 久久人人精品亚洲av| 在线观看一区二区三区| 在线永久观看黄色视频| 麻豆国产97在线/欧美 | 最近最新中文字幕大全免费视频| 中亚洲国语对白在线视频| 1024手机看黄色片| 欧美色欧美亚洲另类二区| √禁漫天堂资源中文www| 啦啦啦韩国在线观看视频| 国产伦在线观看视频一区| 国产视频一区二区在线看| 久久精品人妻少妇| 男人舔女人下体高潮全视频| 深夜精品福利| 国产一区二区三区在线臀色熟女| 18禁美女被吸乳视频| 男插女下体视频免费在线播放| tocl精华| 国产单亲对白刺激| 亚洲欧洲精品一区二区精品久久久| 成人精品一区二区免费| 成人国产综合亚洲| 少妇粗大呻吟视频| www日本黄色视频网| 长腿黑丝高跟| 色播亚洲综合网| av福利片在线| 婷婷丁香在线五月| 91老司机精品| 久久久久免费精品人妻一区二区| 白带黄色成豆腐渣| 岛国在线观看网站| 一本综合久久免费| 超碰成人久久| 搞女人的毛片| 在线观看www视频免费| 亚洲欧美日韩无卡精品| 亚洲精品色激情综合| 少妇裸体淫交视频免费看高清 | 日本一本二区三区精品| 国产亚洲精品av在线| 国产亚洲av高清不卡| av天堂在线播放| 他把我摸到了高潮在线观看| 久久久精品欧美日韩精品| 欧美成人一区二区免费高清观看 | 国产精品久久电影中文字幕| 黄色毛片三级朝国网站| av福利片在线观看| 99国产极品粉嫩在线观看| 久久精品国产亚洲av香蕉五月| 久久久久久国产a免费观看| av超薄肉色丝袜交足视频| 很黄的视频免费| 精品一区二区三区av网在线观看| 欧美性长视频在线观看| 99久久久亚洲精品蜜臀av| 18禁黄网站禁片免费观看直播| 十八禁网站免费在线| 男女视频在线观看网站免费 | 精品少妇一区二区三区视频日本电影| 午夜视频精品福利| 色综合亚洲欧美另类图片| 欧美日韩亚洲综合一区二区三区_| 久久久久九九精品影院| 欧美黄色淫秽网站| 国产高清videossex| 亚洲自偷自拍图片 自拍| 国产免费男女视频| 欧美精品啪啪一区二区三区| 亚洲国产高清在线一区二区三| 久久久国产欧美日韩av| 亚洲精品美女久久久久99蜜臀| 色播亚洲综合网| 日本撒尿小便嘘嘘汇集6| 亚洲欧美日韩高清在线视频| 亚洲国产精品合色在线| 嫩草影视91久久| 免费av毛片视频| 最近视频中文字幕2019在线8| 男插女下体视频免费在线播放| 久久草成人影院| 一级毛片高清免费大全| 国产精品久久久久久久电影 | 9191精品国产免费久久| 国产99白浆流出| 精华霜和精华液先用哪个| 久久久国产精品麻豆| 国产熟女午夜一区二区三区| 亚洲国产精品久久男人天堂| 国产亚洲精品一区二区www| 欧美三级亚洲精品| av欧美777| 国产精品爽爽va在线观看网站| 高清毛片免费观看视频网站| 国产单亲对白刺激| 国产精品电影一区二区三区| 日韩中文字幕欧美一区二区| 色噜噜av男人的天堂激情| 最近视频中文字幕2019在线8| 一本一本综合久久| 亚洲第一电影网av| 老司机深夜福利视频在线观看| 亚洲一区二区三区色噜噜| 亚洲精品久久成人aⅴ小说| 极品教师在线免费播放| 一本一本综合久久| 欧美国产日韩亚洲一区| 欧美性长视频在线观看| 午夜免费成人在线视频| 天堂√8在线中文| 日本 欧美在线| 亚洲欧美精品综合久久99| 亚洲av成人一区二区三| 两个人的视频大全免费| 久久精品国产清高在天天线| 亚洲欧美一区二区三区黑人| 中文字幕精品亚洲无线码一区| 亚洲av成人精品一区久久| 黄色成人免费大全| 欧美av亚洲av综合av国产av| 日韩三级视频一区二区三区| 亚洲国产欧美一区二区综合| 桃色一区二区三区在线观看| 国产精品野战在线观看| 亚洲成人免费电影在线观看| 一a级毛片在线观看| 久久香蕉国产精品| 高清毛片免费观看视频网站| 日本三级黄在线观看| 亚洲va日本ⅴa欧美va伊人久久| 婷婷精品国产亚洲av在线| 久久久久久国产a免费观看| 好男人在线观看高清免费视频| 国产av一区在线观看免费| 99国产精品一区二区三区| 亚洲精品一区av在线观看| 黄色视频不卡| 嫁个100分男人电影在线观看| 亚洲精品国产一区二区精华液| 亚洲va日本ⅴa欧美va伊人久久| 2021天堂中文幕一二区在线观| 黄色视频不卡| 欧美色视频一区免费| 久久热在线av| 欧美成人午夜精品| 亚洲国产精品sss在线观看| www日本黄色视频网| 成在线人永久免费视频| 亚洲无线在线观看| 久9热在线精品视频| 亚洲人成网站高清观看| 久热爱精品视频在线9| 最好的美女福利视频网| 亚洲国产欧美人成| 最近在线观看免费完整版| 91大片在线观看| 中文亚洲av片在线观看爽| 国产欧美日韩一区二区三| 日日干狠狠操夜夜爽| 欧美中文日本在线观看视频| 久久精品国产综合久久久| 久久久久亚洲av毛片大全| 露出奶头的视频| aaaaa片日本免费| 亚洲国产日韩欧美精品在线观看 | 99热这里只有是精品50| 亚洲国产高清在线一区二区三| 亚洲,欧美精品.| 高清毛片免费观看视频网站| 最近最新中文字幕大全电影3| 一区二区三区激情视频| 亚洲成人国产一区在线观看| 嫁个100分男人电影在线观看| 国产又黄又爽又无遮挡在线| 亚洲成人免费电影在线观看| 午夜免费观看网址| 黄片大片在线免费观看| 观看免费一级毛片| 成人特级黄色片久久久久久久| 宅男免费午夜| 久久性视频一级片| 两个人看的免费小视频| 在线观看www视频免费| 中文字幕人妻丝袜一区二区| 日本一二三区视频观看| 天堂影院成人在线观看| 又紧又爽又黄一区二区| 久久中文看片网| 少妇粗大呻吟视频| 国产成年人精品一区二区| 制服诱惑二区| 国内精品久久久久精免费| 悠悠久久av| 亚洲精品粉嫩美女一区| 国产成人av教育| 波多野结衣巨乳人妻| 欧美+亚洲+日韩+国产| 90打野战视频偷拍视频| 国产亚洲欧美98| 99国产精品一区二区三区| 亚洲国产看品久久| 亚洲五月天丁香| 久久人妻av系列| 人妻夜夜爽99麻豆av| 久久久水蜜桃国产精品网| 一进一出抽搐动态| 午夜日韩欧美国产| 无遮挡黄片免费观看| 国产成人精品久久二区二区91| 国产成人啪精品午夜网站| 在线观看免费视频日本深夜| 日本精品一区二区三区蜜桃| 麻豆成人午夜福利视频| 国产av麻豆久久久久久久| 男人舔女人的私密视频| 极品教师在线免费播放| 成人三级做爰电影| 99国产精品一区二区三区| 男人舔女人下体高潮全视频| 一边摸一边抽搐一进一小说| 中文在线观看免费www的网站 | 亚洲人成电影免费在线| 一级毛片高清免费大全| 男女午夜视频在线观看| 日日干狠狠操夜夜爽| 日本三级黄在线观看| 国产99白浆流出| 91成年电影在线观看| 夜夜夜夜夜久久久久| 欧美日韩瑟瑟在线播放| 国产一区二区在线观看日韩 | 国产成+人综合+亚洲专区| 美女大奶头视频| 大型av网站在线播放| 又爽又黄无遮挡网站| 国产免费男女视频| 国产一区在线观看成人免费| 男女视频在线观看网站免费 | 宅男免费午夜| 可以在线观看的亚洲视频| 亚洲午夜理论影院| 国产精品久久久av美女十八| 亚洲国产欧美一区二区综合| 精品第一国产精品| 少妇粗大呻吟视频| 亚洲av电影在线进入| e午夜精品久久久久久久| 亚洲av五月六月丁香网| 少妇被粗大的猛进出69影院| 久久性视频一级片| 亚洲精品av麻豆狂野| 国产亚洲精品第一综合不卡| 亚洲一码二码三码区别大吗| 成人18禁在线播放| 亚洲国产高清在线一区二区三| 日韩三级视频一区二区三区| 久久这里只有精品19| 无限看片的www在线观看| av在线播放免费不卡| 国产成人影院久久av| 日日爽夜夜爽网站| 在线视频色国产色| 老鸭窝网址在线观看| 欧美久久黑人一区二区| ponron亚洲| 性色av乱码一区二区三区2| 精品久久久久久成人av| 三级国产精品欧美在线观看 | 国产精品久久久久久人妻精品电影| 久久人妻av系列| av中文乱码字幕在线| 中国美女看黄片| 国产1区2区3区精品| 午夜福利18| 听说在线观看完整版免费高清| 男女视频在线观看网站免费 | 波多野结衣高清作品| 成人午夜高清在线视频| www.熟女人妻精品国产| 999精品在线视频| 国产一区二区三区在线臀色熟女| 亚洲欧美精品综合久久99| 一边摸一边做爽爽视频免费| 久久香蕉国产精品| 人妻久久中文字幕网| 色哟哟哟哟哟哟| 国产亚洲精品久久久久5区| 丰满人妻熟妇乱又伦精品不卡| 欧美一区二区精品小视频在线| 成人午夜高清在线视频| 日韩大尺度精品在线看网址| 国产精品影院久久| 免费看十八禁软件| 亚洲 欧美一区二区三区| 一进一出抽搐gif免费好疼| 亚洲精品一区av在线观看| cao死你这个sao货| 一本久久中文字幕| 看免费av毛片| 亚洲性夜色夜夜综合| 在线播放国产精品三级| 亚洲专区中文字幕在线| 亚洲一码二码三码区别大吗| 国产成人av激情在线播放| 最好的美女福利视频网| 在线观看午夜福利视频| 麻豆一二三区av精品| 久久精品夜夜夜夜夜久久蜜豆 | 一区二区三区国产精品乱码| 男人舔女人下体高潮全视频| 麻豆成人午夜福利视频| 熟妇人妻久久中文字幕3abv| 在线永久观看黄色视频| 亚洲aⅴ乱码一区二区在线播放 | 99国产极品粉嫩在线观看| 深夜精品福利| aaaaa片日本免费| 国产伦在线观看视频一区| 欧美+亚洲+日韩+国产| 久久亚洲真实| 两人在一起打扑克的视频| 久久香蕉精品热| 婷婷精品国产亚洲av在线| 美女扒开内裤让男人捅视频| 久久久久久九九精品二区国产 | 欧美激情久久久久久爽电影| 香蕉av资源在线| 一边摸一边抽搐一进一小说| 国产av麻豆久久久久久久| 天天躁夜夜躁狠狠躁躁| 夜夜爽天天搞| 啦啦啦韩国在线观看视频| 搡老熟女国产l中国老女人| 午夜免费观看网址| 久久中文字幕人妻熟女| 最新美女视频免费是黄的| 日本五十路高清| 久久天躁狠狠躁夜夜2o2o| 天天添夜夜摸| 国产aⅴ精品一区二区三区波| 999久久久国产精品视频| 欧美黑人巨大hd| 免费一级毛片在线播放高清视频| 久久精品人妻少妇| 老鸭窝网址在线观看| 91国产中文字幕| 男女视频在线观看网站免费 | 露出奶头的视频| 最新美女视频免费是黄的| 在线视频色国产色| 1024手机看黄色片| 法律面前人人平等表现在哪些方面| 国内少妇人妻偷人精品xxx网站 | 丝袜美腿诱惑在线| 99热这里只有是精品50| 又紧又爽又黄一区二区| 久久人妻福利社区极品人妻图片| 可以在线观看的亚洲视频| 欧美日本视频| 深夜精品福利| 很黄的视频免费| 香蕉久久夜色| 国产欧美日韩精品亚洲av| 日本 欧美在线| 国产伦在线观看视频一区| 国内揄拍国产精品人妻在线| 欧美在线一区亚洲| 亚洲av片天天在线观看| 少妇被粗大的猛进出69影院| 麻豆国产av国片精品| 在线国产一区二区在线| 亚洲,欧美精品.| 国产成人av教育| 国产99白浆流出| 欧美日韩乱码在线| 欧美黄色淫秽网站| 国产精品综合久久久久久久免费| 亚洲精品国产精品久久久不卡| www.熟女人妻精品国产| 久久精品91蜜桃| 他把我摸到了高潮在线观看| 国产97色在线日韩免费| 国产三级中文精品| 国产精品自产拍在线观看55亚洲| 一级毛片女人18水好多| 18禁黄网站禁片免费观看直播| 91av网站免费观看| 免费一级毛片在线播放高清视频| 美女午夜性视频免费| 亚洲国产精品成人综合色| 亚洲av成人一区二区三| 深夜精品福利| 国产亚洲欧美98| 神马国产精品三级电影在线观看 | 一级毛片高清免费大全| av在线播放免费不卡| 久久久国产成人精品二区| 国产一级毛片七仙女欲春2| 免费观看人在逋| 精品日产1卡2卡| 国产野战对白在线观看| 别揉我奶头~嗯~啊~动态视频| 久久精品91蜜桃| 变态另类丝袜制服| 91大片在线观看| 亚洲美女黄片视频| 十八禁人妻一区二区| 激情在线观看视频在线高清| av在线天堂中文字幕| 欧美成人免费av一区二区三区| 嫩草影视91久久| 搡老妇女老女人老熟妇| 亚洲中文日韩欧美视频| 国产黄a三级三级三级人| www.www免费av| 欧美精品亚洲一区二区| 男人舔女人的私密视频| 免费看十八禁软件| 欧美日韩中文字幕国产精品一区二区三区| 久久久国产成人免费| 夜夜看夜夜爽夜夜摸| 中文字幕人妻丝袜一区二区| 欧洲精品卡2卡3卡4卡5卡区| 巨乳人妻的诱惑在线观看| 久久精品国产亚洲av高清一级| 男男h啪啪无遮挡| 丰满的人妻完整版| 国产麻豆成人av免费视频| 黄色 视频免费看| 免费搜索国产男女视频| 亚洲va日本ⅴa欧美va伊人久久| 久久精品综合一区二区三区| 国产精品久久电影中文字幕| 三级国产精品欧美在线观看 | 岛国视频午夜一区免费看| 男女视频在线观看网站免费 | 亚洲美女黄片视频| 久久久精品国产亚洲av高清涩受| 久久国产精品影院| a级毛片a级免费在线| 精品国内亚洲2022精品成人| 国产91精品成人一区二区三区| 欧美黄色淫秽网站| 婷婷精品国产亚洲av| 国产精品久久久久久人妻精品电影| 老司机午夜福利在线观看视频| 村上凉子中文字幕在线| 在线看三级毛片| 日韩中文字幕欧美一区二区| 在线观看美女被高潮喷水网站 | 久9热在线精品视频| 亚洲男人的天堂狠狠| 国产成人系列免费观看| a在线观看视频网站| 三级男女做爰猛烈吃奶摸视频| 欧美性猛交╳xxx乱大交人| 亚洲av电影不卡..在线观看| 五月伊人婷婷丁香| 亚洲五月天丁香| 国产黄片美女视频| 男女视频在线观看网站免费 | 长腿黑丝高跟| www.熟女人妻精品国产| 男女做爰动态图高潮gif福利片| 欧美乱妇无乱码| 亚洲一区二区三区色噜噜| 亚洲精品粉嫩美女一区| 一级毛片高清免费大全| 久久精品综合一区二区三区| 怎么达到女性高潮| 国产高清视频在线观看网站| 最新美女视频免费是黄的| 丰满人妻一区二区三区视频av | 无限看片的www在线观看| 91av网站免费观看| 香蕉久久夜色| 亚洲av美国av| 午夜精品一区二区三区免费看| 国产私拍福利视频在线观看| 久久这里只有精品19| 免费看a级黄色片| 欧美色欧美亚洲另类二区| 动漫黄色视频在线观看| 国产成人影院久久av| 日韩国内少妇激情av| 男女做爰动态图高潮gif福利片| 国内久久婷婷六月综合欲色啪| 国产精品久久久av美女十八| 精品一区二区三区四区五区乱码| 欧美三级亚洲精品| 国产精品日韩av在线免费观看| 成年女人毛片免费观看观看9| 久久久久亚洲av毛片大全| 国产真实乱freesex| 久久精品91蜜桃| 99在线视频只有这里精品首页| 国产亚洲精品av在线| 男女之事视频高清在线观看| 丰满人妻熟妇乱又伦精品不卡| 欧美黑人精品巨大| 中出人妻视频一区二区| 一a级毛片在线观看| 久久亚洲真实| 亚洲人成网站在线播放欧美日韩| 1024视频免费在线观看| 成人高潮视频无遮挡免费网站| 久久久久久久午夜电影| 欧美日本视频| 我要搜黄色片| 欧美久久黑人一区二区| 亚洲精品美女久久av网站| 中文字幕av在线有码专区| 床上黄色一级片| 波多野结衣巨乳人妻| 亚洲精品久久成人aⅴ小说| 精品久久久久久成人av| 久久精品国产清高在天天线| 最新在线观看一区二区三区| 巨乳人妻的诱惑在线观看| 亚洲国产中文字幕在线视频| 亚洲国产精品sss在线观看| xxxwww97欧美| 国产一区在线观看成人免费| 人成视频在线观看免费观看| 在线a可以看的网站| 国产精品九九99| 一本综合久久免费| 九色成人免费人妻av| 久久久国产成人精品二区| 午夜a级毛片| 最新美女视频免费是黄的| 一二三四社区在线视频社区8| 欧美中文综合在线视频| 亚洲男人天堂网一区| 真人做人爱边吃奶动态| 日韩欧美 国产精品| 亚洲成a人片在线一区二区| 国内少妇人妻偷人精品xxx网站 | 欧美黑人巨大hd| 日日爽夜夜爽网站| 欧美黄色片欧美黄色片| 国产av麻豆久久久久久久| 午夜a级毛片| 一本精品99久久精品77| 国产一区二区在线观看日韩 | 欧美乱色亚洲激情| 亚洲aⅴ乱码一区二区在线播放 | 亚洲黑人精品在线| 777久久人妻少妇嫩草av网站| 婷婷精品国产亚洲av在线| 精品日产1卡2卡| 国产精品av视频在线免费观看| 久久国产精品人妻蜜桃| 丁香欧美五月| 国产av一区在线观看免费| 丰满的人妻完整版| 黑人欧美特级aaaaaa片| 男女做爰动态图高潮gif福利片| 亚洲人成网站高清观看| 男女床上黄色一级片免费看| 成人一区二区视频在线观看| 99精品欧美一区二区三区四区| 中文在线观看免费www的网站 | 性欧美人与动物交配| 国产精品久久久久久亚洲av鲁大| 国产69精品久久久久777片 | 国产亚洲精品久久久久久毛片| av福利片在线| 亚洲一区二区三区色噜噜| 两人在一起打扑克的视频| 日韩成人在线观看一区二区三区| 亚洲av电影不卡..在线观看| 久久人人精品亚洲av| 久久伊人香网站| 老汉色av国产亚洲站长工具| 亚洲国产欧美网| 男女视频在线观看网站免费 | 黄片大片在线免费观看| 亚洲 欧美 日韩 在线 免费| 久久精品成人免费网站| 天天躁夜夜躁狠狠躁躁| 欧美成人免费av一区二区三区| 亚洲片人在线观看| 高潮久久久久久久久久久不卡| 亚洲性夜色夜夜综合| 一二三四在线观看免费中文在| 18禁裸乳无遮挡免费网站照片| 男人舔奶头视频| 免费看日本二区| 亚洲18禁久久av| 国产精品久久电影中文字幕| АⅤ资源中文在线天堂| 成人精品一区二区免费| 欧美日韩乱码在线|