• <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 ?

    基于生成對(duì)抗網(wǎng)絡(luò)的工業(yè)缺陷模擬生成算法

    2022-01-07 01:23:36劉榮華王安妮鄭增強(qiáng)
    軟件導(dǎo)刊 2021年12期
    關(guān)鍵詞:紋理編碼工業(yè)

    劉榮華,王安妮,鄭增強(qiáng)

    (1.武漢精測(cè)電子集團(tuán)股份有限公司;2.武漢精測(cè)電子集團(tuán)股份有限公司智能檢測(cè)研究院;3.武漢精測(cè)電子集團(tuán)股份有限公司研發(fā)中心,湖北武漢 430205)

    0 引言

    深度學(xué)習(xí)正處于快速發(fā)展階段,在許多領(lǐng)域得到了很好應(yīng)用。在工業(yè)領(lǐng)域,人們?cè)絹?lái)越需要結(jié)合深度學(xué)習(xí)算法來(lái)提高效率。然而,深度學(xué)習(xí)需要大量的樣本數(shù)據(jù)才能獲得更好的模型,但工業(yè)缺陷樣本往往有限。因此,為了獲得更多的樣本滿(mǎn)足工業(yè)檢測(cè)要求,本文采用生成式對(duì)抗網(wǎng)絡(luò)(Generative Adversarial Networks,GAN)來(lái)產(chǎn)生新的樣本。

    1 相關(guān)工作

    Goodfellow 等[1]的GAN 方法是圖像生成的一種流行方法,DCGAN 的應(yīng)用使得基于GAN 的圖像生成技術(shù)向前邁進(jìn)了一大步。近年圖像生成技術(shù)有兩大發(fā)展方向:

    (1)圍繞GAN 的穩(wěn)定性?xún)?yōu)化提出了許多改進(jìn)loss 函數(shù)計(jì)算的優(yōu)化算法,如Arjovsky[2]提出了權(quán)剪裁,在很大程度上解決了模式崩潰問(wèn)題,但是WGAN 仍然存在收斂問(wèn)題。為解決WGAN的爆炸梯度問(wèn)題,Gulrajani[3]在臨界損失中加入梯度懲罰來(lái)進(jìn)一步優(yōu)化圖像生成,采取距離優(yōu)化方法來(lái)提高生成圖像的多樣性。Mao[4]在兩個(gè)生成的圖像之間引入一個(gè)特殊的距離以使相應(yīng)的隱層編碼最大化。這些策略使圖像生成更加穩(wěn)定和多樣化,為基于GAN 的高分辨率圖像生成提供了發(fā)展基礎(chǔ)。

    (2)GAN 網(wǎng)絡(luò)結(jié)構(gòu)的創(chuàng)新使圖像生成不再局限于特定分辨率,甚至能夠生成高分辨率圖像。SAGAN 將注意機(jī)制與光譜歸一化相結(jié)合,形成多級(jí)依賴(lài)結(jié)構(gòu),保證了生成圖像的全局結(jié)構(gòu)。Chen 等[5]和Lucic 等[6]通過(guò)添加條件分類(lèi)器和隱層編碼,探討了隱層編碼對(duì)生成數(shù)據(jù)特征的影響。這些條件分類(lèi)器不僅能判斷圖像真假,而且能給出分類(lèi)標(biāo)簽,進(jìn)一步增強(qiáng)了鑒別器的鑒別能力。近年來(lái),多級(jí)圖像生成GAN 網(wǎng)絡(luò)在圖像生成質(zhì)量方面取得了重大突破,如SinGAN[7]、PGGAN[8]和StyleGAN[9]。雖然這類(lèi)算法引入了圖像風(fēng)格之間的轉(zhuǎn)換,但它們?cè)趫D像生成方面的性能也很突出。特別是StyleGAN 采用多級(jí)生成方法,提出了一種映射網(wǎng)絡(luò)和添加AdaIN 模塊的方法,實(shí)現(xiàn)了高質(zhì)量的多分辨率圖像生成。同時(shí)一些GAN 網(wǎng)絡(luò)致力于生成圖像的可編輯性研究,Choi 等[10]和Karnewar 等[11]研究了StarGANr2 和MSG-GAN,使生成的圖像可在多個(gè)域擴(kuò)展,而Pidhorskyi等[12]則在StyleGAN 網(wǎng)絡(luò)基礎(chǔ)上探討了對(duì)隱層信息的可編輯操作,從而實(shí)現(xiàn)對(duì)人臉圖像特征進(jìn)行編輯。但這些能生成高分辨率的GAN 算法往往需要大量的樣本作為支撐,因此誕生了一些以成對(duì)甚至單張圖像進(jìn)行圖像生成的GAN算法,例如Shaham[13]、Lin[14]、Hinz[15]等。

    也有一些基于非GAN 網(wǎng)絡(luò)的圖像生成算法,最具代表性的是Kingma 等[16]研究的VAE 方法,其在常規(guī)的自編碼器基礎(chǔ)上對(duì)encoder 的結(jié)果加上“高斯噪聲”,使得結(jié)果decoder 能夠?qū)υ肼曈恤敯粜浴6鳵azavi 等[17]研究的VQVAE2 基于此進(jìn)行演化,將連續(xù)的隱變量變?yōu)殡x散,引入PixelCNN[18]實(shí)現(xiàn)了更為高效的圖像生成。但目前這類(lèi)方法在圖像生成方面無(wú)法與先進(jìn)GAN 網(wǎng)絡(luò)生成的圖像質(zhì)量媲美。因此在圖像生成領(lǐng)域,目前先進(jìn)的算法還是基于GAN 網(wǎng)絡(luò)的方法占據(jù)優(yōu)勢(shì)。

    由于工業(yè)缺陷的復(fù)雜性及樣本匱乏性,基于單張或者成對(duì)的圖像生成不能滿(mǎn)足大量豐富缺陷的生成需求,基于少量樣本進(jìn)行模擬生成會(huì)造成GAN 網(wǎng)絡(luò)模式崩潰。而位于不同位置的工業(yè)缺陷其復(fù)雜程度是不一樣的,所以為了實(shí)現(xiàn)工業(yè)缺陷的模擬,本文首先根據(jù)缺陷的位置提取特征,然后利用先進(jìn)的生成算法StyleGAN 網(wǎng)絡(luò)訓(xùn)練生成模型,基于訓(xùn)練好的模型生成一組新的缺陷樣本。根據(jù)生成的樣本和特征的位置采用本文的圖像處理方法可以融合更多的可用樣本。

    本文實(shí)驗(yàn)采用典型工業(yè)缺陷數(shù)據(jù)集的面板缺陷數(shù)據(jù)集作為算法驗(yàn)證數(shù)據(jù)集,通過(guò)對(duì)面板缺陷數(shù)據(jù)集實(shí)驗(yàn)可以成功生成新的缺陷。此外,本文通過(guò)計(jì)算IS(Inception Score)[19]和FID(Fréchet Inception Distance)[20]的方式來(lái)評(píng)估模擬生成算法性能。提取工業(yè)缺陷的位置信息是必要的,但是如果忽略位置只提供少量工業(yè)缺陷樣本,GAN 網(wǎng)絡(luò)可能無(wú)法模擬生成復(fù)雜的缺陷。

    對(duì)面板缺陷的模擬生成實(shí)驗(yàn)證明,本文提出的算法能夠?qū)崿F(xiàn)工業(yè)缺陷的生成和融合,能夠擴(kuò)展樣本,為工業(yè)領(lǐng)域的深度學(xué)習(xí)應(yīng)用提供有力的數(shù)據(jù)支撐。

    2 基于位置的圖像生成

    在工業(yè)領(lǐng)域,缺陷圖像獲取往往較困難,因此很難用少量樣本訓(xùn)練得到高精度的深度學(xué)習(xí)模型。在這種情況下,即使使用GAN 網(wǎng)絡(luò)生成圖像,仍然會(huì)發(fā)生模式崩潰問(wèn)題,導(dǎo)致只能生成固定種類(lèi)的缺陷樣本,在模擬生成過(guò)程中很難生成具有復(fù)雜背景的缺陷樣本。以面板檢測(cè)數(shù)據(jù)集為例,發(fā)現(xiàn)位于邊緣或角落處的圖像多為復(fù)雜背景,刪除這些背景往往不利于缺陷檢測(cè)。另外,基于GAN 網(wǎng)絡(luò)進(jìn)行大規(guī)模尺寸圖像的訓(xùn)練往往耗時(shí)長(zhǎng),對(duì)硬件環(huán)境要求高,不利于推廣和應(yīng)用。因此,結(jié)合工業(yè)缺陷圖像特點(diǎn),本文提出一種基于區(qū)域位置的圖像生成算法,以128×128 尺寸為例,其流程如圖1 所示。首先根據(jù)需要的大小裁剪圖片,對(duì)裁剪后的圖像進(jìn)行分類(lèi),模擬生成缺陷;然后對(duì)生成的缺陷圖像進(jìn)行特征轉(zhuǎn)換,得到豐富的缺陷模擬圖像;最后,對(duì)得到的缺陷圖像進(jìn)行融合,得到一個(gè)新的缺陷數(shù)據(jù)集。

    Fig.1 Flow of position based image generation圖1 基于位置的圖像生成流程

    2.1 位置信息提取

    首先,需要對(duì)缺陷圖像I 進(jìn)行圖像裁剪,這里使用滑動(dòng)窗口進(jìn)行裁剪,并將其劃分為角、邊和中心的小圖片。根據(jù)現(xiàn)有的工業(yè)缺陷檢測(cè)算法進(jìn)行篩選,得到不同位置的缺陷數(shù)據(jù)集ICorner、Iedge、Icenter。

    模擬StyleGAN 的網(wǎng)絡(luò)可分為映射網(wǎng)絡(luò)f、綜合網(wǎng)絡(luò)g 和噪聲模塊3 部分。StyleGAN 的基本結(jié)構(gòu)如圖2 所示,映射網(wǎng)絡(luò)f 包含8 個(gè)完全連通的層,合成網(wǎng)絡(luò)g 包含18 個(gè)層,分辨率為4×4 到1 024×1 024。9 種分辨率各有兩層,所需分辨率可根據(jù)實(shí)際情況更改。發(fā)生器首先將輸入向量通過(guò)f編碼成中間向量,然后將中間向量傳遞給生成網(wǎng)絡(luò),得到18 個(gè)控制向量,使得控制向量的不同元素可以控制不同的視覺(jué)特征。將輸入映射到中間潛在空間W,然后W 控制生成器在每個(gè)卷積層執(zhí)行自適應(yīng)實(shí)例規(guī)范化(AdaIN),如公式(1)所示。μ(x)和σ(x)分別表示訓(xùn)練圖像的均值和標(biāo)準(zhǔn)差,μ(y)和σ(y)分別表示生成圖像的均值和標(biāo)準(zhǔn)差。在AdaIN 模塊之前向每個(gè)通道添加縮放噪聲,并稍微改變分辨率級(jí)別特征的視覺(jué)表示。

    Fig.2 Structure of StyleGAN圖2 StyleGAN 的結(jié)構(gòu)

    2.2 特征轉(zhuǎn)換

    根據(jù)Chen 等[21]研究的方法,可以改變?cè)摑撛诳臻g的隨機(jī)量,實(shí)現(xiàn)網(wǎng)絡(luò)學(xué)習(xí)的可解釋性特征,從而根據(jù)具有一定特征的圖像數(shù)據(jù)集提取特征碼。生成的圖像不是基于隨機(jī)噪聲z,而是基于特定特征碼的隨機(jī)值生成,可以生成具有特定特征的圖像。因此,利用ResNet 模型來(lái)訓(xùn)練圖像與潛碼z 之間的映射網(wǎng)絡(luò),并通過(guò)修改特征碼來(lái)實(shí)現(xiàn)缺陷圖像的特征修改與融合。

    2.3 圖像融合

    在工業(yè)檢測(cè)中經(jīng)常需要一定尺寸的圖像,如果尺寸不符合檢驗(yàn)要求則對(duì)缺陷模擬沒(méi)有意義。為此,本文提出一種圖像融合算法,將產(chǎn)生的缺陷與不同背景相結(jié)合生成新的缺陷圖像。由于工業(yè)缺陷圖像數(shù)據(jù)往往有著紋理信息,而單純的圖像融合可能會(huì)使缺陷失去這部分紋理信息,從而使得基于圖像融合出的缺陷數(shù)據(jù)集往往與真實(shí)數(shù)據(jù)集有著較大差異,不利于深度學(xué)習(xí)應(yīng)用。因此,在圖像融合中,本文將缺陷和背景紋理信息均進(jìn)行了提取及有效利用,采用旋轉(zhuǎn)不變方差測(cè)度局部二值模式方法分別對(duì)背景圖像和缺陷圖像進(jìn)行紋理提取。對(duì)于缺陷的紋理圖像,通過(guò)二值化、卷積和腐蝕擴(kuò)展等操作提取缺陷的掩模圖像,然后根據(jù)缺陷圖像去除紋理,添加背景圖像紋理,取得了較好的圖像融合效果。圖像融合算法流程如圖3 所示。

    Fig.3 Image fusion process based on defect images圖3 基于缺陷小圖的圖像融合流程

    3 實(shí)驗(yàn)

    采用工業(yè)檢測(cè)中的缺陷數(shù)據(jù)集缺陷模擬生成算法進(jìn)行實(shí)驗(yàn)驗(yàn)證。利用工業(yè)上常見(jiàn)的面板缺陷數(shù)據(jù)集進(jìn)行缺陷模擬實(shí)驗(yàn),該數(shù)據(jù)集包含7 種不同位置缺陷。在提取出不同位置缺陷后,共得到2 000 多幅128×128 大小的圖像。

    3.1 缺陷模擬生成

    首先基于位置信息的圖像數(shù)據(jù)集進(jìn)行模型訓(xùn)練。對(duì)于圖像數(shù)據(jù)集,位于角落的圖像大約有300 個(gè),邊緣數(shù)據(jù)集大約有350 個(gè)圖像。基于位置信息對(duì)模型進(jìn)行訓(xùn)練可以得到更好的生成結(jié)果。實(shí)驗(yàn)結(jié)果如圖4 和圖5 所示,其中最上面一行是真實(shí)圖像,最下面一行是基于缺陷模擬生成算法生成的圖像。圖4 顯示了位于中心區(qū)域圖像生成的結(jié)果,除了生成背景紋理外,還可以發(fā)現(xiàn)生成的圖像與原始圖像中的缺陷相似。位于邊緣和拐角處的生成效果如圖5所示。從圖5 可以看出,盡管受到復(fù)雜背景的影響使生成的模擬圖像與真實(shí)圖像很接近,但背景和面板區(qū)域之間不會(huì)出現(xiàn)交錯(cuò)融合現(xiàn)象。StyleGAN 在低分辨率圖像生成會(huì)在圖像局部產(chǎn)生顯著水滴狀偽影,在本實(shí)驗(yàn)中并未對(duì)缺陷的生成造成影響,因此可以將生成的模擬缺陷圖進(jìn)一步在后續(xù)圖像融合中進(jìn)行應(yīng)用,從而得到接近真實(shí)的模擬數(shù)據(jù)集。

    Fig.4 Different defect centers of panel圖4 面板的不同缺陷中心

    Fig.5 Different defects at panel edge and corner圖5 面板邊緣和拐角處的不同缺陷

    通過(guò)計(jì)算IS 和FID 來(lái)評(píng)估基于模擬算法的生成圖像質(zhì)量,不同位置生成的圖像質(zhì)量如表1 所示,這進(jìn)一步證明了提取工業(yè)缺陷位置作為特征的必要性。由于缺陷種類(lèi)較多,每類(lèi)數(shù)量較少,所以從得到的IS 結(jié)果來(lái)看多樣性有限,造成生成的模擬圖像存在重復(fù)現(xiàn)象。因此,引入特征轉(zhuǎn)換的方式進(jìn)一步豐富缺陷的多樣性。

    Table 1 IS and FID of images generated by defects atdifferent positions表1 不同位置下缺陷生成圖像的IS 與FID

    3.2 特征轉(zhuǎn)換

    在缺陷生成模型中,使用ResNet50 對(duì)相應(yīng)的潛在代碼生成模型和圖像生成模型進(jìn)行實(shí)驗(yàn)。通過(guò)基于位置的圖像生成模型可以獲得大量生成的模擬圖像,并通過(guò)映射網(wǎng)絡(luò)生成潛層編碼。以生成的圖像作為輸入,潛層編碼作為輸出來(lái)訓(xùn)練模型。以邊緣圖像生成模型為例,通過(guò)特征變化實(shí)現(xiàn)對(duì)缺陷特征的控制。圖6 展示了ResNet50 的訓(xùn)練結(jié)果,準(zhǔn)確率為90.12%。圖7 展示了原始圖像和由特征碼逆生成圖像的結(jié)果。

    Fig.6 Training results of feature transformation model圖6 特征轉(zhuǎn)換模型訓(xùn)練結(jié)果

    從圖7 可以看出,與生成圖像一致的圖像可以?xún)H由潛層編碼生成。這進(jìn)一步說(shuō)明,盡管基于GAN 的圖像生成是隨機(jī)的,但是可以通過(guò)控制潛層編碼來(lái)實(shí)現(xiàn)圖像生成的多樣化。

    Fig.7 The comparison between the original image(a)and the image(b)generated by the inverse of the feature code圖7 原始圖像和由特征碼逆生成的圖像對(duì)比

    在得到特征轉(zhuǎn)換模型后,根據(jù)特征編碼的修改對(duì)缺陷進(jìn)行修改?;谝陨辖Y(jié)論,利用不同位置的特征碼可以實(shí)現(xiàn)對(duì)圖像的編輯控制,實(shí)現(xiàn)功能的多樣性和可控性。針對(duì)18 位的特征碼,圖8 中編碼閾值設(shè)置為-0.4,更改其中的后4 位數(shù)值,由此獲得包括缺陷位置、尺寸和亮度變換在內(nèi)的幾種變換效果。其中圖8(a)為原始圖像,圖8(b)、(c)、(d)、(e)分別為第1、9、13、15 位編碼修改后的結(jié)果。

    Fig.8 Image generation under different latent codes圖8 不同潛碼下的圖像生成

    3.3 圖像融合

    用上述方法得到大量缺陷圖像后,等價(jià)于得到一批缺陷樣本庫(kù)?;谝延械恼D像可以合成一個(gè)新的缺陷圖像,在實(shí)際應(yīng)用中能獲得大尺寸圖像,不需要更長(zhǎng)的訓(xùn)練時(shí)間和更多的設(shè)備來(lái)獲取高分辨率圖像,使缺陷圖像的生成效率大大提高。對(duì)生成的圖像進(jìn)行圖像融合實(shí)驗(yàn),結(jié)果如圖9 所示。圖9(a)是原始背景圖像,圖9(b)是紋理融合后的圖像。

    圖10 為紋理提取過(guò)程,其中圖10(a)是原始缺陷圖像,圖10(b)是原始缺陷圖像的紋理,圖10(c)是經(jīng)過(guò)一系列紋理提取算法處理的缺陷紋理圖像,圖10(d)是背景紋理圖像。

    Fig.9 Image fusion results圖9 圖像融合結(jié)果

    Fig.10 Different texture extraction圖10 不同紋理提取

    4 結(jié)語(yǔ)

    本文基于StyleGAN 算法實(shí)現(xiàn)了基于位置信息的工業(yè)缺陷圖像生成。此外,利用隱層編碼轉(zhuǎn)換實(shí)現(xiàn)了生成圖像的可編輯性,有效擴(kuò)展了生成缺陷的多樣性。基于這些生成的缺陷圖像,采用圖像融合技術(shù)將缺陷圖像更為真實(shí)地融合進(jìn)實(shí)際場(chǎng)景圖像中,使工業(yè)領(lǐng)域的缺陷模擬生成更為靈活。本文通過(guò)對(duì)面板缺陷數(shù)據(jù)集的實(shí)驗(yàn)驗(yàn)證了該算法的有效性,為工業(yè)領(lǐng)域的圖像生成算法提供了新的研究思路。同時(shí),在實(shí)驗(yàn)中發(fā)現(xiàn)基于StyleGAN 網(wǎng)絡(luò)生成的圖像還存在很大的優(yōu)化空間,如何在樣本不充足情況下得到更為豐富的模擬缺陷是后續(xù)研究重點(diǎn)。

    猜你喜歡
    紋理編碼工業(yè)
    基于SAR-SIFT和快速稀疏編碼的合成孔徑雷達(dá)圖像配準(zhǔn)
    《全元詩(shī)》未編碼疑難字考辨十五則
    基于BM3D的復(fù)雜紋理區(qū)域圖像去噪
    軟件(2020年3期)2020-04-20 01:45:18
    子帶編碼在圖像壓縮編碼中的應(yīng)用
    電子制作(2019年22期)2020-01-14 03:16:24
    使用紋理疊加添加藝術(shù)畫(huà)特效
    Genome and healthcare
    工業(yè)人
    黃河之聲(2018年5期)2018-05-17 11:30:01
    TEXTURE ON TEXTURE質(zhì)地上的紋理
    Coco薇(2017年8期)2017-08-03 15:23:38
    消除凹凸紋理有妙招!
    Coco薇(2015年5期)2016-03-29 23:22:15
    掌握4大工業(yè)元素,一秒變工業(yè)風(fēng)!
    Coco薇(2015年10期)2015-10-19 12:51:50
    在线观看www视频免费| 三上悠亚av全集在线观看| 777米奇影视久久| 国产高清视频在线播放一区 | 久9热在线精品视频| 婷婷成人精品国产| 最新在线观看一区二区三区| 日本精品一区二区三区蜜桃| 国产熟女午夜一区二区三区| 亚洲国产欧美日韩在线播放| 亚洲人成77777在线视频| 蜜桃国产av成人99| 美女主播在线视频| 欧美激情极品国产一区二区三区| 97在线人人人人妻| 午夜激情av网站| av天堂久久9| 国产成人av教育| 亚洲欧美一区二区三区黑人| 男女无遮挡免费网站观看| 精品福利观看| 久久久久久久久免费视频了| 亚洲色图 男人天堂 中文字幕| 国产在线免费精品| 日韩视频在线欧美| 亚洲午夜精品一区,二区,三区| 夫妻午夜视频| 久久九九热精品免费| 男人舔女人的私密视频| 视频区图区小说| 男女午夜视频在线观看| 青草久久国产| av免费在线观看网站| 成年人免费黄色播放视频| 国产人伦9x9x在线观看| av在线老鸭窝| 99香蕉大伊视频| 激情视频va一区二区三区| 免费观看人在逋| 丰满少妇做爰视频| www.av在线官网国产| 国产亚洲av片在线观看秒播厂| 一二三四在线观看免费中文在| svipshipincom国产片| 一级,二级,三级黄色视频| 久热这里只有精品99| 黑人巨大精品欧美一区二区mp4| 真人做人爱边吃奶动态| 夜夜夜夜夜久久久久| a级毛片在线看网站| 亚洲男人天堂网一区| 97在线人人人人妻| 97精品久久久久久久久久精品| 国产99久久九九免费精品| 日本vs欧美在线观看视频| 视频在线观看一区二区三区| 欧美日本中文国产一区发布| 日韩电影二区| 伊人久久大香线蕉亚洲五| 9热在线视频观看99| 一区二区三区乱码不卡18| 国产精品一区二区免费欧美 | 一边摸一边做爽爽视频免费| 午夜福利影视在线免费观看| 交换朋友夫妻互换小说| 嫩草影视91久久| 天堂俺去俺来也www色官网| 下体分泌物呈黄色| 在线观看舔阴道视频| 精品人妻1区二区| 精品少妇久久久久久888优播| av网站在线播放免费| bbb黄色大片| 亚洲激情五月婷婷啪啪| 国产成人精品在线电影| 啦啦啦免费观看视频1| www.自偷自拍.com| 欧美+亚洲+日韩+国产| 建设人人有责人人尽责人人享有的| 色婷婷久久久亚洲欧美| 中文字幕av电影在线播放| 欧美精品av麻豆av| av又黄又爽大尺度在线免费看| 成年人黄色毛片网站| 亚洲精品中文字幕一二三四区 | 亚洲少妇的诱惑av| 欧美亚洲日本最大视频资源| 老司机在亚洲福利影院| 热99国产精品久久久久久7| 国产av国产精品国产| 黑人猛操日本美女一级片| 99热国产这里只有精品6| 久久免费观看电影| 亚洲人成77777在线视频| 一二三四社区在线视频社区8| 久久天堂一区二区三区四区| 波多野结衣av一区二区av| 久久人人97超碰香蕉20202| 侵犯人妻中文字幕一二三四区| 亚洲自偷自拍图片 自拍| 久久青草综合色| 亚洲第一欧美日韩一区二区三区 | 国产真人三级小视频在线观看| 亚洲精品国产av蜜桃| 亚洲精品第二区| 亚洲精品国产av成人精品| 欧美久久黑人一区二区| 亚洲精品乱久久久久久| 久久性视频一级片| 色精品久久人妻99蜜桃| 亚洲欧美精品自产自拍| 国产免费现黄频在线看| www.999成人在线观看| 国产淫语在线视频| 少妇精品久久久久久久| 老熟女久久久| 欧美 日韩 精品 国产| 又紧又爽又黄一区二区| 手机成人av网站| 人妻人人澡人人爽人人| 亚洲av片天天在线观看| 亚洲欧美日韩高清在线视频 | 欧美日韩一级在线毛片| 一级片免费观看大全| 久久人妻熟女aⅴ| 天天添夜夜摸| 日韩欧美免费精品| 国产欧美亚洲国产| 亚洲国产精品999| 精品一区二区三卡| 伊人久久大香线蕉亚洲五| 麻豆乱淫一区二区| 一本大道久久a久久精品| 久久 成人 亚洲| 日日夜夜操网爽| 国产高清videossex| 一本色道久久久久久精品综合| 99热国产这里只有精品6| 免费女性裸体啪啪无遮挡网站| 天天添夜夜摸| 国产一区二区三区综合在线观看| 亚洲成av片中文字幕在线观看| 蜜桃在线观看..| 亚洲视频免费观看视频| 日韩欧美一区二区三区在线观看 | 国产一卡二卡三卡精品| 午夜影院在线不卡| 无遮挡黄片免费观看| 91成人精品电影| 自线自在国产av| 国产亚洲精品第一综合不卡| 1024香蕉在线观看| 80岁老熟妇乱子伦牲交| av在线老鸭窝| 嫩草影视91久久| 老司机靠b影院| 亚洲熟女毛片儿| 老司机在亚洲福利影院| 在线观看免费高清a一片| 国产一区二区三区av在线| 俄罗斯特黄特色一大片| 亚洲第一青青草原| 午夜免费观看性视频| 涩涩av久久男人的天堂| 日韩一区二区三区影片| 国产免费一区二区三区四区乱码| 老汉色av国产亚洲站长工具| 精品国产乱码久久久久久男人| a级毛片在线看网站| 2018国产大陆天天弄谢| 国产男人的电影天堂91| bbb黄色大片| 久9热在线精品视频| 91国产中文字幕| 超色免费av| 中亚洲国语对白在线视频| 满18在线观看网站| 黄色视频,在线免费观看| 亚洲av日韩精品久久久久久密| 丝袜美腿诱惑在线| 最近中文字幕2019免费版| 久久中文字幕一级| 交换朋友夫妻互换小说| av超薄肉色丝袜交足视频| 亚洲精品一二三| 欧美午夜高清在线| 久久亚洲精品不卡| 国产精品麻豆人妻色哟哟久久| 91成人精品电影| 精品一区二区三卡| 国产精品国产av在线观看| 91麻豆精品激情在线观看国产 | 在线观看www视频免费| 国产精品1区2区在线观看. | 999久久久国产精品视频| 亚洲成人免费电影在线观看| 国产视频一区二区在线看| 超碰97精品在线观看| 悠悠久久av| 少妇 在线观看| 精品第一国产精品| 制服人妻中文乱码| 国产成人av激情在线播放| 十八禁人妻一区二区| 国精品久久久久久国模美| 91九色精品人成在线观看| 亚洲精品乱久久久久久| 成人影院久久| 一本—道久久a久久精品蜜桃钙片| 日韩一卡2卡3卡4卡2021年| 亚洲成国产人片在线观看| 2018国产大陆天天弄谢| 亚洲国产精品一区三区| 国产av国产精品国产| 高清欧美精品videossex| 水蜜桃什么品种好| 动漫黄色视频在线观看| 新久久久久国产一级毛片| 日韩欧美一区视频在线观看| 深夜精品福利| 久久国产精品大桥未久av| 母亲3免费完整高清在线观看| 最近最新中文字幕大全免费视频| 超色免费av| 亚洲国产av新网站| av网站在线播放免费| 青春草亚洲视频在线观看| 一级毛片女人18水好多| 精品久久久精品久久久| 久久人人爽人人片av| 一区二区三区激情视频| 老熟女久久久| 国产av一区二区精品久久| www.av在线官网国产| 少妇裸体淫交视频免费看高清 | 久久精品久久久久久噜噜老黄| 亚洲欧洲日产国产| 91精品伊人久久大香线蕉| 国产免费一区二区三区四区乱码| 两性午夜刺激爽爽歪歪视频在线观看 | 午夜老司机福利片| 亚洲熟女毛片儿| 一区二区三区激情视频| 亚洲伊人色综图| 国产av一区二区精品久久| 欧美激情极品国产一区二区三区| 国产精品av久久久久免费| 交换朋友夫妻互换小说| 后天国语完整版免费观看| 性少妇av在线| 国产精品 欧美亚洲| 伦理电影免费视频| 精品国内亚洲2022精品成人 | 久久人人爽人人片av| 黄网站色视频无遮挡免费观看| 午夜免费成人在线视频| 一区福利在线观看| 99re6热这里在线精品视频| 日韩欧美免费精品| 亚洲激情五月婷婷啪啪| 精品国产一区二区久久| 人妻久久中文字幕网| 啦啦啦中文免费视频观看日本| 欧美性长视频在线观看| 老汉色∧v一级毛片| 搡老岳熟女国产| 亚洲久久久国产精品| 精品久久久久久久毛片微露脸 | 黄色片一级片一级黄色片| 欧美少妇被猛烈插入视频| 美女福利国产在线| 老司机在亚洲福利影院| 亚洲国产成人一精品久久久| 国产真人三级小视频在线观看| 99精品欧美一区二区三区四区| 成在线人永久免费视频| 母亲3免费完整高清在线观看| 午夜精品久久久久久毛片777| 老司机福利观看| 看免费av毛片| 丝袜脚勾引网站| 久久久久久久国产电影| 男人添女人高潮全过程视频| 亚洲精品国产精品久久久不卡| 久久免费观看电影| 菩萨蛮人人尽说江南好唐韦庄| 国产日韩一区二区三区精品不卡| 国产成+人综合+亚洲专区| 一区二区三区激情视频| 日韩视频在线欧美| 成在线人永久免费视频| 亚洲av国产av综合av卡| 成人国产av品久久久| 国内毛片毛片毛片毛片毛片| 亚洲av国产av综合av卡| 少妇的丰满在线观看| 欧美久久黑人一区二区| 欧美人与性动交α欧美软件| 天天躁夜夜躁狠狠躁躁| 久久久欧美国产精品| 精品国产乱码久久久久久男人| 中文欧美无线码| 中文精品一卡2卡3卡4更新| 啦啦啦中文免费视频观看日本| 亚洲精品一卡2卡三卡4卡5卡 | 蜜桃在线观看..| 国产亚洲精品久久久久5区| 在线观看免费午夜福利视频| 亚洲欧洲精品一区二区精品久久久| 国产亚洲精品一区二区www | 免费看十八禁软件| 欧美黄色淫秽网站| 久久 成人 亚洲| 韩国高清视频一区二区三区| 午夜福利乱码中文字幕| 精品免费久久久久久久清纯 | 欧美日韩精品网址| 精品亚洲成a人片在线观看| 亚洲精品美女久久久久99蜜臀| 1024视频免费在线观看| 各种免费的搞黄视频| 精品卡一卡二卡四卡免费| 婷婷成人精品国产| 亚洲精品久久成人aⅴ小说| www.av在线官网国产| av超薄肉色丝袜交足视频| 一本色道久久久久久精品综合| av在线播放精品| 侵犯人妻中文字幕一二三四区| 日韩制服丝袜自拍偷拍| 国产免费av片在线观看野外av| 51午夜福利影视在线观看| 人人妻人人澡人人看| 久久国产精品人妻蜜桃| 亚洲国产精品成人久久小说| 国产在线一区二区三区精| 久久久欧美国产精品| 视频在线观看一区二区三区| 久久ye,这里只有精品| 美国免费a级毛片| 男人爽女人下面视频在线观看| 老司机靠b影院| 日本欧美视频一区| 性高湖久久久久久久久免费观看| 嫁个100分男人电影在线观看| 各种免费的搞黄视频| 久久 成人 亚洲| 精品一区二区三区av网在线观看 | 另类亚洲欧美激情| 日韩熟女老妇一区二区性免费视频| 亚洲黑人精品在线| 99久久国产精品久久久| 中文精品一卡2卡3卡4更新| 亚洲欧美一区二区三区久久| 不卡一级毛片| 国产淫语在线视频| 国内毛片毛片毛片毛片毛片| 欧美黄色淫秽网站| 日韩 亚洲 欧美在线| 亚洲男人天堂网一区| 桃花免费在线播放| 国产亚洲一区二区精品| 亚洲第一青青草原| 中国美女看黄片| 精品欧美一区二区三区在线| 亚洲国产欧美网| 久久精品国产a三级三级三级| 日韩,欧美,国产一区二区三区| 欧美精品一区二区免费开放| 91大片在线观看| 午夜激情av网站| 久久毛片免费看一区二区三区| 欧美精品人与动牲交sv欧美| 欧美黄色淫秽网站| 国产在视频线精品| 新久久久久国产一级毛片| 亚洲人成77777在线视频| 69精品国产乱码久久久| 精品一区在线观看国产| 手机成人av网站| 国产一区有黄有色的免费视频| 黄色视频,在线免费观看| 黄色片一级片一级黄色片| 亚洲色图综合在线观看| 一边摸一边抽搐一进一出视频| 精品人妻1区二区| 90打野战视频偷拍视频| 亚洲人成电影免费在线| 亚洲色图综合在线观看| 亚洲国产成人一精品久久久| 亚洲精品粉嫩美女一区| 国产熟女午夜一区二区三区| 日日摸夜夜添夜夜添小说| 亚洲熟女毛片儿| a级片在线免费高清观看视频| 久久免费观看电影| 国产高清videossex| 侵犯人妻中文字幕一二三四区| 一本一本久久a久久精品综合妖精| 亚洲av国产av综合av卡| av一本久久久久| 亚洲va日本ⅴa欧美va伊人久久 | 久久久久精品人妻al黑| 一区在线观看完整版| 免费一级毛片在线播放高清视频 | 亚洲一区二区三区欧美精品| 国产亚洲欧美精品永久| 精品久久久精品久久久| 一个人免费看片子| 狠狠狠狠99中文字幕| 午夜成年电影在线免费观看| 岛国在线观看网站| 日本欧美视频一区| 亚洲中文av在线| 国产精品 国内视频| 人人澡人人妻人| 成人av一区二区三区在线看 | 国产亚洲欧美精品永久| 侵犯人妻中文字幕一二三四区| 日韩欧美一区二区三区在线观看 | 狂野欧美激情性xxxx| 亚洲va日本ⅴa欧美va伊人久久 | 美女高潮到喷水免费观看| 久久精品亚洲av国产电影网| 淫妇啪啪啪对白视频 | av视频免费观看在线观看| 交换朋友夫妻互换小说| 国产男女内射视频| 欧美日韩av久久| 欧美变态另类bdsm刘玥| 亚洲色图 男人天堂 中文字幕| 大片免费播放器 马上看| 人人妻,人人澡人人爽秒播| 性色av乱码一区二区三区2| 久久久久国产一级毛片高清牌| 两性午夜刺激爽爽歪歪视频在线观看 | 91字幕亚洲| 老司机影院毛片| 中文字幕色久视频| 黄色视频在线播放观看不卡| 久久亚洲精品不卡| 国产成人影院久久av| 中文字幕av电影在线播放| 天天躁夜夜躁狠狠躁躁| 黑人猛操日本美女一级片| 国产亚洲精品一区二区www | 国产视频一区二区在线看| 天天躁日日躁夜夜躁夜夜| 欧美少妇被猛烈插入视频| 成年人午夜在线观看视频| 男女午夜视频在线观看| 国产男女超爽视频在线观看| 欧美日韩亚洲国产一区二区在线观看 | 色综合欧美亚洲国产小说| 97人妻天天添夜夜摸| 国产精品久久久人人做人人爽| 99香蕉大伊视频| 国产成人精品久久二区二区免费| 在线看a的网站| 亚洲国产欧美在线一区| 免费在线观看视频国产中文字幕亚洲 | 91字幕亚洲| 少妇裸体淫交视频免费看高清 | 18禁裸乳无遮挡动漫免费视频| 国产在视频线精品| 美女中出高潮动态图| 日韩大码丰满熟妇| 99国产精品99久久久久| 国产精品久久久av美女十八| 永久免费av网站大全| 9色porny在线观看| 黑人巨大精品欧美一区二区蜜桃| 99国产综合亚洲精品| 伦理电影免费视频| 十八禁高潮呻吟视频| 久久久久国内视频| 丝袜美足系列| av视频免费观看在线观看| 老司机午夜十八禁免费视频| 亚洲精品一卡2卡三卡4卡5卡 | 视频在线观看一区二区三区| 国产av国产精品国产| 日本欧美视频一区| 免费高清在线观看视频在线观看| 黄色a级毛片大全视频| av在线老鸭窝| 日本av免费视频播放| 欧美 亚洲 国产 日韩一| a级片在线免费高清观看视频| 亚洲伊人久久精品综合| 色播在线永久视频| 国产不卡av网站在线观看| 国产极品粉嫩免费观看在线| 丰满少妇做爰视频| 高清视频免费观看一区二区| 性少妇av在线| 性色av一级| 男女之事视频高清在线观看| 黄片播放在线免费| 国产亚洲av片在线观看秒播厂| 一区二区三区精品91| 欧美 亚洲 国产 日韩一| 久久久久精品人妻al黑| 欧美另类亚洲清纯唯美| 久久久久久久国产电影| 亚洲av欧美aⅴ国产| 精品高清国产在线一区| 热99久久久久精品小说推荐| 一本色道久久久久久精品综合| 另类精品久久| 欧美精品人与动牲交sv欧美| 国产亚洲午夜精品一区二区久久| 亚洲五月色婷婷综合| 日韩熟女老妇一区二区性免费视频| 青春草亚洲视频在线观看| 人人妻,人人澡人人爽秒播| 丝袜美腿诱惑在线| av网站在线播放免费| 亚洲专区中文字幕在线| 午夜福利免费观看在线| 亚洲精品乱久久久久久| 免费在线观看影片大全网站| 国产精品 国内视频| 国产成+人综合+亚洲专区| 男女床上黄色一级片免费看| www.精华液| 国产野战对白在线观看| 99香蕉大伊视频| 黄网站色视频无遮挡免费观看| 51午夜福利影视在线观看| 亚洲中文日韩欧美视频| 美女高潮喷水抽搐中文字幕| 国产男人的电影天堂91| 三上悠亚av全集在线观看| 亚洲精品自拍成人| 免费在线观看视频国产中文字幕亚洲 | 国产男女超爽视频在线观看| 久久国产精品人妻蜜桃| 欧美av亚洲av综合av国产av| 精品熟女少妇八av免费久了| 九色亚洲精品在线播放| 精品国产一区二区三区久久久樱花| 久久久久久久久免费视频了| 男人添女人高潮全过程视频| 日本vs欧美在线观看视频| 在线亚洲精品国产二区图片欧美| 中国美女看黄片| 国产精品熟女久久久久浪| 国产成人精品在线电影| 50天的宝宝边吃奶边哭怎么回事| 国产主播在线观看一区二区| 十分钟在线观看高清视频www| 国产深夜福利视频在线观看| 一区在线观看完整版| 亚洲精品第二区| av网站免费在线观看视频| 人妻人人澡人人爽人人| 五月开心婷婷网| 91老司机精品| 久久精品aⅴ一区二区三区四区| 老司机午夜福利在线观看视频 | 欧美av亚洲av综合av国产av| 母亲3免费完整高清在线观看| 黑人操中国人逼视频| 国产精品九九99| 黄色怎么调成土黄色| 欧美黄色片欧美黄色片| 一本—道久久a久久精品蜜桃钙片| 丝瓜视频免费看黄片| 中文欧美无线码| 一二三四在线观看免费中文在| 天天操日日干夜夜撸| 国产在视频线精品| 日韩欧美一区视频在线观看| 日本vs欧美在线观看视频| 极品少妇高潮喷水抽搐| bbb黄色大片| 成人av一区二区三区在线看 | 久久 成人 亚洲| 91精品三级在线观看| 丰满迷人的少妇在线观看| 在线永久观看黄色视频| www.熟女人妻精品国产| 久久狼人影院| 国产97色在线日韩免费| 精品人妻1区二区| 国产成人一区二区三区免费视频网站| 国产一级毛片在线| 别揉我奶头~嗯~啊~动态视频 | 午夜福利在线观看吧| 岛国在线观看网站| 男女免费视频国产| 人妻人人澡人人爽人人| 精品国产一区二区三区久久久樱花| 中文字幕高清在线视频| 视频区欧美日本亚洲| 美女福利国产在线| 久久女婷五月综合色啪小说| 国产成人免费无遮挡视频| 亚洲av日韩精品久久久久久密| 少妇猛男粗大的猛烈进出视频| 亚洲av日韩精品久久久久久密| 亚洲欧美一区二区三区久久| 俄罗斯特黄特色一大片| 亚洲精品国产av成人精品| 日本a在线网址| 久久久久网色| 中亚洲国语对白在线视频| 亚洲熟女毛片儿| 国产色视频综合| 超碰97精品在线观看| 国产熟女午夜一区二区三区| 久久久久久久大尺度免费视频| 国产熟女午夜一区二区三区| 久久久久久久大尺度免费视频|