• <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
    国产精品伦人一区二区| 18禁黄网站禁片午夜丰满| 非洲黑人性xxxx精品又粗又长| 成人二区视频| 免费观看精品视频网站| 日本成人三级电影网站| 久久精品国产自在天天线| 最近视频中文字幕2019在线8| 俺也久久电影网| 蜜桃亚洲精品一区二区三区| 伊人久久精品亚洲午夜| 成人毛片a级毛片在线播放| 黄色女人牲交| 啪啪无遮挡十八禁网站| 中文字幕免费在线视频6| 赤兔流量卡办理| 人妻夜夜爽99麻豆av| 色吧在线观看| 欧美黑人巨大hd| 国产精品伦人一区二区| 国内精品一区二区在线观看| 色在线成人网| 色综合站精品国产| 嫁个100分男人电影在线观看| 九九爱精品视频在线观看| 免费一级毛片在线播放高清视频| 国产精品人妻久久久久久| 亚洲第一电影网av| 免费黄网站久久成人精品| 黄色丝袜av网址大全| 中文字幕免费在线视频6| 老女人水多毛片| 欧美最黄视频在线播放免费| 欧美日韩国产亚洲二区| 欧美最新免费一区二区三区| 999久久久精品免费观看国产| 97碰自拍视频| 亚洲av中文av极速乱 | 亚洲七黄色美女视频| 中国美女看黄片| 亚洲av免费高清在线观看| 无人区码免费观看不卡| 亚洲久久久久久中文字幕| 日本一本二区三区精品| 亚洲午夜理论影院| 婷婷精品国产亚洲av| 美女大奶头视频| 在线观看美女被高潮喷水网站| 非洲黑人性xxxx精品又粗又长| 国产伦精品一区二区三区四那| 两个人的视频大全免费| 色综合站精品国产| 欧美3d第一页| 成人高潮视频无遮挡免费网站| 亚洲成人精品中文字幕电影| а√天堂www在线а√下载| 欧美3d第一页| 网址你懂的国产日韩在线| a级毛片a级免费在线| 乱系列少妇在线播放| 99热精品在线国产| 国内少妇人妻偷人精品xxx网站| 丰满人妻一区二区三区视频av| 久久午夜福利片| 亚洲精品456在线播放app | 草草在线视频免费看| 亚洲aⅴ乱码一区二区在线播放| 一卡2卡三卡四卡精品乱码亚洲| 一个人看视频在线观看www免费| 悠悠久久av| 亚洲熟妇熟女久久| 热99re8久久精品国产| 波多野结衣巨乳人妻| 欧美+亚洲+日韩+国产| 丰满乱子伦码专区| 欧美中文日本在线观看视频| 99久久九九国产精品国产免费| 最新中文字幕久久久久| 性色avwww在线观看| 一本精品99久久精品77| 我的老师免费观看完整版| 亚洲熟妇熟女久久| 国产视频内射| 国产黄片美女视频| 亚州av有码| 麻豆成人午夜福利视频| av在线亚洲专区| 久久久午夜欧美精品| 舔av片在线| 欧美丝袜亚洲另类 | 亚洲精华国产精华精| 久久久久精品国产欧美久久久| 精品不卡国产一区二区三区| 久久精品影院6| 可以在线观看的亚洲视频| 真人做人爱边吃奶动态| 欧美日本亚洲视频在线播放| 性插视频无遮挡在线免费观看| 蜜桃久久精品国产亚洲av| 亚洲av二区三区四区| 香蕉av资源在线| 日本欧美国产在线视频| 在线国产一区二区在线| 男女下面进入的视频免费午夜| 久久天躁狠狠躁夜夜2o2o| 国产综合懂色| 午夜免费成人在线视频| 天天躁日日操中文字幕| 欧美一级a爱片免费观看看| 一区二区三区高清视频在线| 我要看日韩黄色一级片| 又爽又黄无遮挡网站| 少妇熟女aⅴ在线视频| 男女做爰动态图高潮gif福利片| 国产成人影院久久av| 亚洲av成人精品一区久久| 一区二区三区高清视频在线| 嫩草影院新地址| 99热这里只有精品一区| 国产女主播在线喷水免费视频网站 | 国产精品一区二区性色av| 久久久久久国产a免费观看| 亚洲欧美激情综合另类| 国产乱人伦免费视频| 免费电影在线观看免费观看| 在线免费十八禁| 在线播放无遮挡| av国产免费在线观看| 中亚洲国语对白在线视频| 国产精品一区二区免费欧美| 午夜福利在线在线| 嫩草影院入口| 日韩一区二区视频免费看| 2021天堂中文幕一二区在线观| 亚洲七黄色美女视频| 久久久久久久久久久丰满 | 嫩草影院入口| 日日摸夜夜添夜夜添小说| 亚洲精品一区av在线观看| 欧美成人性av电影在线观看| 亚洲三级黄色毛片| av在线观看视频网站免费| 亚洲aⅴ乱码一区二区在线播放| 最近最新中文字幕大全电影3| av.在线天堂| 琪琪午夜伦伦电影理论片6080| 国产亚洲欧美98| 一个人看的www免费观看视频| 亚洲精品色激情综合| 国产成人av教育| 不卡视频在线观看欧美| 国产高清视频在线观看网站| 99久久精品国产国产毛片| 国产麻豆成人av免费视频| 久久精品国产亚洲网站| 51国产日韩欧美| 直男gayav资源| 亚洲精华国产精华液的使用体验 | 亚洲欧美激情综合另类| 人妻丰满熟妇av一区二区三区| 少妇高潮的动态图| 日本五十路高清| 国产成人福利小说| 午夜免费激情av| 成人二区视频| 熟妇人妻久久中文字幕3abv| 三级国产精品欧美在线观看| 婷婷六月久久综合丁香| 美女xxoo啪啪120秒动态图| 麻豆精品久久久久久蜜桃| 国产精品乱码一区二三区的特点| 深夜a级毛片| 男女视频在线观看网站免费| 国产又黄又爽又无遮挡在线| 亚洲美女黄片视频| 日本一二三区视频观看| 韩国av一区二区三区四区| 男女做爰动态图高潮gif福利片| 久久久国产成人免费| 成人永久免费在线观看视频| 丰满人妻一区二区三区视频av| 欧美xxxx性猛交bbbb| 欧美人与善性xxx| 日日撸夜夜添| 又爽又黄无遮挡网站| 欧美区成人在线视频| 欧美一区二区国产精品久久精品| 直男gayav资源| 日韩人妻高清精品专区| 免费不卡的大黄色大毛片视频在线观看 | 亚洲无线在线观看| 18禁裸乳无遮挡免费网站照片| 欧美色欧美亚洲另类二区| 日本三级黄在线观看| 亚洲va日本ⅴa欧美va伊人久久| 日日啪夜夜撸| 精品久久久久久久久av| 桃红色精品国产亚洲av| 九九爱精品视频在线观看| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲专区中文字幕在线| 女生性感内裤真人,穿戴方法视频| 亚洲最大成人手机在线| 亚洲天堂国产精品一区在线| 欧美最新免费一区二区三区| 久久婷婷人人爽人人干人人爱| 夜夜爽天天搞| 日韩欧美在线二视频| 一个人看视频在线观看www免费| 搡老岳熟女国产| 亚洲av第一区精品v没综合| 国产精品嫩草影院av在线观看 | 一个人看的www免费观看视频| 亚洲国产精品sss在线观看| 天美传媒精品一区二区| 成年免费大片在线观看| 国内精品久久久久精免费| 波野结衣二区三区在线| 少妇被粗大猛烈的视频| 一区二区三区四区激情视频 | 琪琪午夜伦伦电影理论片6080| 国产真实乱freesex| 国内精品久久久久精免费| 国产一级毛片七仙女欲春2| 亚洲熟妇熟女久久| 三级毛片av免费| 啦啦啦观看免费观看视频高清| 在线观看免费视频日本深夜| 国产高清视频在线观看网站| 午夜爱爱视频在线播放| 大又大粗又爽又黄少妇毛片口| 亚洲国产精品合色在线| 成人国产麻豆网| 久久天躁狠狠躁夜夜2o2o| 人妻久久中文字幕网| netflix在线观看网站| 三级男女做爰猛烈吃奶摸视频| 免费av毛片视频| 麻豆成人午夜福利视频| 成人美女网站在线观看视频| 婷婷亚洲欧美| 国内揄拍国产精品人妻在线| 午夜福利在线观看吧| 国内精品久久久久久久电影| 麻豆一二三区av精品| 午夜福利18| 免费搜索国产男女视频| 中文字幕人妻熟人妻熟丝袜美| 九九在线视频观看精品| 亚洲自偷自拍三级| 国产真实乱freesex| 美女被艹到高潮喷水动态| 悠悠久久av| 久久久久久久午夜电影| 亚洲成人久久爱视频| 亚洲中文日韩欧美视频| 悠悠久久av| 久久精品影院6| av女优亚洲男人天堂| 九色国产91popny在线| 麻豆久久精品国产亚洲av| 免费不卡的大黄色大毛片视频在线观看 | 色视频www国产| 欧美一级a爱片免费观看看| 免费看光身美女| 色在线成人网| 丰满乱子伦码专区| 免费看日本二区| 中国美白少妇内射xxxbb| 国产三级在线视频| 亚洲av第一区精品v没综合| 亚洲人成网站在线播| 成人特级黄色片久久久久久久| 亚洲一级一片aⅴ在线观看| 99久久精品国产国产毛片| 国产欧美日韩精品一区二区| 村上凉子中文字幕在线| 日本色播在线视频| 毛片一级片免费看久久久久 | 女的被弄到高潮叫床怎么办 | 久久精品国产亚洲av香蕉五月| 99九九线精品视频在线观看视频| 俺也久久电影网| 欧美国产日韩亚洲一区| 又紧又爽又黄一区二区| 亚洲熟妇中文字幕五十中出| 久久久久九九精品影院| 99精品在免费线老司机午夜| 亚洲精品在线观看二区| 亚洲av一区综合| 别揉我奶头 嗯啊视频| 精品不卡国产一区二区三区| 亚洲av美国av| 一进一出抽搐动态| 内射极品少妇av片p| 久久99热这里只有精品18| 99久久精品国产国产毛片| 免费人成在线观看视频色| 精品人妻1区二区| 亚洲国产精品成人综合色| 成人美女网站在线观看视频| 久久久久久久久久黄片| 乱码一卡2卡4卡精品| 久久精品国产自在天天线| 麻豆av噜噜一区二区三区| 国产爱豆传媒在线观看| 简卡轻食公司| 三级国产精品欧美在线观看| 好男人在线观看高清免费视频| 日本成人三级电影网站| 一边摸一边抽搐一进一小说| 亚洲经典国产精华液单| 99久久无色码亚洲精品果冻| 欧美不卡视频在线免费观看| 91久久精品国产一区二区成人| 国产精品不卡视频一区二区| 噜噜噜噜噜久久久久久91| 国产黄色小视频在线观看| 看黄色毛片网站| 深夜精品福利| 成年女人毛片免费观看观看9| 国产三级中文精品| 韩国av在线不卡| 久久久久久九九精品二区国产| 给我免费播放毛片高清在线观看| 变态另类成人亚洲欧美熟女| 亚洲精品久久国产高清桃花| 九九在线视频观看精品| 男插女下体视频免费在线播放| 婷婷精品国产亚洲av| 久久6这里有精品| 熟妇人妻久久中文字幕3abv| 校园人妻丝袜中文字幕| 免费看光身美女| 美女xxoo啪啪120秒动态图| 少妇的逼水好多| 精品久久国产蜜桃| 国产精品野战在线观看| 99在线人妻在线中文字幕| 亚洲av成人精品一区久久| 一进一出好大好爽视频| 日韩欧美在线二视频| 少妇被粗大猛烈的视频| 如何舔出高潮| avwww免费| 如何舔出高潮| 国内揄拍国产精品人妻在线| 亚洲图色成人| www.色视频.com| 亚洲男人的天堂狠狠| 18禁黄网站禁片免费观看直播| 成人鲁丝片一二三区免费| av中文乱码字幕在线| 国产中年淑女户外野战色| 一区二区三区高清视频在线| 亚洲人与动物交配视频| 婷婷精品国产亚洲av在线| 亚洲人与动物交配视频| 精品人妻1区二区| 亚洲人成伊人成综合网2020| 午夜福利18| 日本黄色片子视频| 一级a爱片免费观看的视频| 免费看av在线观看网站| 五月伊人婷婷丁香| 亚洲不卡免费看| 搡女人真爽免费视频火全软件 | 国产高清三级在线| АⅤ资源中文在线天堂| 国产精品野战在线观看| 亚洲狠狠婷婷综合久久图片| 国产精品99久久久久久久久| 黄色视频,在线免费观看| 在线观看舔阴道视频| 狂野欧美激情性xxxx在线观看| 精品久久久久久久人妻蜜臀av| 久久久久久国产a免费观看| 国产激情偷乱视频一区二区| 亚洲av日韩精品久久久久久密| 麻豆一二三区av精品| a级毛片免费高清观看在线播放| 真人做人爱边吃奶动态| 俄罗斯特黄特色一大片| 日本熟妇午夜| 国产精品久久久久久av不卡| 网址你懂的国产日韩在线| 性插视频无遮挡在线免费观看| 国语自产精品视频在线第100页| 色精品久久人妻99蜜桃| 久久精品91蜜桃| 午夜精品在线福利| 精品人妻偷拍中文字幕| 两人在一起打扑克的视频| 国产精品无大码| 99久国产av精品| 亚洲成人中文字幕在线播放| 欧美另类亚洲清纯唯美| 国产私拍福利视频在线观看| 精品国内亚洲2022精品成人| a级毛片免费高清观看在线播放| 久久久久久久久中文| 亚洲性夜色夜夜综合| 伦精品一区二区三区| 精品免费久久久久久久清纯| 国产精品98久久久久久宅男小说| 男插女下体视频免费在线播放| 永久网站在线| 美女 人体艺术 gogo| 此物有八面人人有两片| 国产单亲对白刺激| 国产伦精品一区二区三区视频9| 91麻豆av在线| 国产免费av片在线观看野外av| 亚洲图色成人| 波多野结衣高清作品| 国产精品电影一区二区三区| av在线天堂中文字幕| 日韩国内少妇激情av| 91在线精品国自产拍蜜月| 久久久久免费精品人妻一区二区| 99在线人妻在线中文字幕| 美女高潮的动态| 成人av在线播放网站| 成人av在线播放网站| 国产高潮美女av| 一本久久中文字幕| 中文资源天堂在线| 日本五十路高清| 很黄的视频免费| 两个人的视频大全免费| 久久国内精品自在自线图片| 99久久九九国产精品国产免费| 色哟哟·www| 国产在视频线在精品| 一级a爱片免费观看的视频| 午夜激情欧美在线| 免费观看在线日韩| 欧美成人a在线观看| 欧美绝顶高潮抽搐喷水| 亚洲熟妇熟女久久| 国产 一区 欧美 日韩| 美女大奶头视频| 国产亚洲欧美98| 在线观看av片永久免费下载| 亚洲精品久久国产高清桃花| 国产毛片a区久久久久| 精品久久久久久久久av| 直男gayav资源| 免费看a级黄色片| 日本 欧美在线| 伊人久久精品亚洲午夜| 亚洲国产欧美人成| 色综合婷婷激情| 国内精品久久久久精免费| 国产一区二区在线观看日韩| 中文字幕精品亚洲无线码一区| 日本-黄色视频高清免费观看| 丝袜美腿在线中文| 91狼人影院| 亚洲熟妇中文字幕五十中出| 色av中文字幕| 国产精品无大码| 国产精品一区www在线观看 | 中文字幕熟女人妻在线| 窝窝影院91人妻| 国产精品一区二区三区四区久久| 久久久久久久久久久丰满 | 精品久久久久久久末码| 国产探花极品一区二区| 琪琪午夜伦伦电影理论片6080| 99热精品在线国产| 免费观看人在逋| 变态另类成人亚洲欧美熟女| 可以在线观看的亚洲视频| 深夜a级毛片| av黄色大香蕉| 色哟哟·www| 色5月婷婷丁香| 久久亚洲真实| 九九在线视频观看精品| 亚洲四区av| 大型黄色视频在线免费观看| 午夜福利成人在线免费观看| 久久中文看片网| 中文字幕av在线有码专区| 日日干狠狠操夜夜爽| 女同久久另类99精品国产91| 热99re8久久精品国产| 亚洲精品在线观看二区| 韩国av在线不卡| 亚洲精品一区av在线观看| 欧美高清性xxxxhd video| 国内揄拍国产精品人妻在线| 日本三级黄在线观看| 搡女人真爽免费视频火全软件 | 国产伦在线观看视频一区| 久久天躁狠狠躁夜夜2o2o| 悠悠久久av| 日本黄色片子视频| 丰满的人妻完整版| 日日摸夜夜添夜夜添小说| 日韩欧美免费精品| 熟女电影av网| 国产成人av教育| 日韩精品有码人妻一区| 99热这里只有是精品50| 我要搜黄色片| 久久精品91蜜桃| 乱系列少妇在线播放| 欧美日韩精品成人综合77777| 又黄又爽又刺激的免费视频.| 国产精品自产拍在线观看55亚洲| 一级黄色大片毛片| 在现免费观看毛片| 日韩人妻高清精品专区| 国产精品久久电影中文字幕| 亚洲精品粉嫩美女一区| 亚洲av五月六月丁香网| 国产精品美女特级片免费视频播放器| 欧美bdsm另类| 国产av麻豆久久久久久久| 欧美激情在线99| 国产一级毛片七仙女欲春2| 干丝袜人妻中文字幕| 日韩欧美三级三区| 欧美激情国产日韩精品一区| 午夜福利视频1000在线观看| 神马国产精品三级电影在线观看| 高清在线国产一区| 乱人视频在线观看| 亚洲中文字幕日韩| 亚洲一区高清亚洲精品| 日日撸夜夜添| 久久久久免费精品人妻一区二区| 午夜免费激情av| 亚洲美女黄片视频| 国产成人a区在线观看| 一级毛片久久久久久久久女| 免费观看在线日韩| 久久精品国产99精品国产亚洲性色| 久久精品国产清高在天天线| 91在线观看av| 国产成人影院久久av| 最好的美女福利视频网| 九色国产91popny在线| 我要搜黄色片| 三级国产精品欧美在线观看| 色av中文字幕| 久久久久久国产a免费观看| 亚洲av二区三区四区| 99热6这里只有精品| 亚洲综合色惰| 亚洲性久久影院| 亚洲四区av| 婷婷色综合大香蕉| 欧美潮喷喷水| 亚洲国产精品成人综合色| 日韩人妻高清精品专区| 高清在线国产一区| 听说在线观看完整版免费高清| 国产精品久久久久久久电影| 男人狂女人下面高潮的视频| 亚洲熟妇中文字幕五十中出| 国产精品国产高清国产av| 日韩 亚洲 欧美在线| 久久久成人免费电影| 韩国av一区二区三区四区| 国产精华一区二区三区| av国产免费在线观看| 国产av麻豆久久久久久久| 精品久久久久久久末码| 日韩欧美国产一区二区入口| 欧美高清性xxxxhd video| or卡值多少钱| 夜夜看夜夜爽夜夜摸| 又爽又黄无遮挡网站| 亚洲av成人av| 国产免费男女视频| 99精品久久久久人妻精品| 午夜a级毛片| 欧美高清成人免费视频www| 男插女下体视频免费在线播放| 91av网一区二区| 窝窝影院91人妻| 午夜福利在线观看吧| 午夜影院日韩av| 日韩大尺度精品在线看网址| 欧美成人性av电影在线观看| 亚洲 国产 在线| 国产综合懂色| 狠狠狠狠99中文字幕| 亚洲 国产 在线| 老女人水多毛片| 日日干狠狠操夜夜爽| 欧美+亚洲+日韩+国产| 久久人妻av系列| 狠狠狠狠99中文字幕| 欧美+亚洲+日韩+国产| 九色国产91popny在线| 成人午夜高清在线视频| 日韩欧美国产一区二区入口| 99热这里只有是精品50| 欧美在线一区亚洲| 久久欧美精品欧美久久欧美| 精品久久久久久久久久免费视频| 亚洲国产精品成人综合色| 午夜免费成人在线视频| 黄色欧美视频在线观看| 久久亚洲真实| 国产午夜精品久久久久久一区二区三区 | 久久精品国产99精品国产亚洲性色| 亚洲内射少妇av| 亚洲人成网站在线播放欧美日韩| 久久久国产成人精品二区| 有码 亚洲区|