• <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 ?

    模式搜索星型生成對抗網(wǎng)絡(luò)下的面部表情生成

    2022-07-15 13:15:28李萌萌賈宇峰
    傳感器與微系統(tǒng) 2022年7期
    關(guān)鍵詞:卷積誤差樣本

    李萌萌, 馬 力, 賈宇峰

    (西安郵電大學(xué) 計算機(jī)學(xué)院,陜西 西安 710121)

    0 引 言

    在日常生活中,人們不但可以通過面部表情來了解對方的情緒,還可以通過面部肌肉的相互配合來代替人語言上的溝通,這一方式極其獨特。人面部表情至少有21種,基本可分為8類:憤怒、蔑視、厭惡、恐懼、悲傷、快樂、驚訝和中性[1]。隨著科學(xué)技術(shù)的發(fā)展,人臉識別技術(shù)在生活中應(yīng)用廣泛。而表情識別是人臉識別技術(shù)的提升,具有更廣泛的應(yīng)用價值。例如智能駕駛方面,可根據(jù)司機(jī)旅途中表情判斷出駕駛狀態(tài),從而減少事故發(fā)生率;在線上教學(xué)中,教師可根據(jù)學(xué)生表情及時調(diào)整教學(xué)方案,以達(dá)到最佳的授課效果;在電影制作方面,制作方根據(jù)觀影人的表情準(zhǔn)確找到影片最精彩之處制做預(yù)告片,吸引更多人前來觀影。

    近年來,隨著深度學(xué)習(xí)的發(fā)展,Goodfellow I等人[2]提出的生成對抗網(wǎng)絡(luò)(generative adversarial network,GAN)以其獨特的對抗思想為面部表情生成提供了新的方式,并且在圖像到圖像的轉(zhuǎn)換[3,4]、視頻預(yù)測[5]、圖像風(fēng)格轉(zhuǎn)換[6,7]、圖像超分辨率[8]和文本到圖像的生成[9,10]等方面取得了令人矚目的成果。文獻(xiàn)[11]循環(huán)一致的對抗網(wǎng)絡(luò)(cycle consistent adversarial network,CycleGAN)不需要使用匹配的樣本也能將樣本表情特征轉(zhuǎn)換成另一類表情樣本風(fēng)格,以致其拓展性好,應(yīng)用更廣泛;文獻(xiàn)[12]提出一種基于GAN學(xué)習(xí)發(fā)現(xiàn)不同域之間關(guān)系的算法DiscoGAN,利用一對一映射正確學(xué)習(xí)圖像特征,進(jìn)而提高表情圖像質(zhì)量;文獻(xiàn)[13]星型生成對抗網(wǎng)絡(luò)(StarGAN)解決了多種表情類別之間相互轉(zhuǎn)化的問題,模型結(jié)構(gòu)相對簡易并且運行高效。雖然現(xiàn)有的各種GAN網(wǎng)絡(luò)有著良好的性能,但這些算法存在著模式易崩塌和訓(xùn)練不穩(wěn)定的問題。

    本文提出了一種基于模式搜索StartGAN的圖像生成方法,進(jìn)一步改善了星型生成對抗網(wǎng)絡(luò)的模式崩塌現(xiàn)象。

    1 面部表情圖像生成方法

    1.1 GAN

    GAN[2]由生成網(wǎng)絡(luò)和判別網(wǎng)絡(luò)兩部分構(gòu)成的。判別網(wǎng)絡(luò)是區(qū)分生成器生成的假樣本和真實樣本。而生成網(wǎng)絡(luò)是通過生成假樣本來混淆判別器。整個訓(xùn)練過程中生成網(wǎng)絡(luò)和判別網(wǎng)絡(luò)同時訓(xùn)練,構(gòu)成了一個動態(tài)的“二人博弈游戲”(two-player minmax game)。GAN訓(xùn)練過程如式(1)所示

    (1)

    1.2 StarGAN

    StarGAN[13]相比于其它GAN模型而言,解決了多種表情類別之間相互轉(zhuǎn)化的問題。StarGAN的模型結(jié)構(gòu)相對簡易并且運行高效,其生成器接收輸入目標(biāo)域c和輸入樣本x。G輸出的假樣本一方面?zhèn)鬏斀oD,判斷真假樣本和進(jìn)行域分類;另一方面這個假樣本會再次傳輸?shù)缴善?,并與輸入樣本的目標(biāo)域標(biāo)簽c′作為輸入,目的在于混淆輸出的樣本和原始輸入樣本,提高兩者之間的相似性。StarGAN的網(wǎng)絡(luò)結(jié)構(gòu)如圖1。

    圖1 StarGAN網(wǎng)絡(luò)結(jié)構(gòu)

    1.3 模式搜索GAN

    GAN[2]的模式崩塌問題可由模式搜索GAN(mode seeking generative adversarial network,MSGAN )[14]提出的量化模型崩塌的方式進(jìn)行改善。量化模型崩塌的方式即距離比,可使樣本具有更好的多樣性,如式(2)所示

    (2)

    式中dI為樣本之間的距離矩陣,dZ為隱向量之間的距離矩陣,c,z分別為條件和隱向量。生成圖像由隱編碼空間Z的隱向量z映射到圖像空間I中得到。在圖2中,a=1,b=2。當(dāng)發(fā)生模式崩塌時,z1,z2值越接近,距離比就會越小。隨著距離比的增大,更多隱向量能映射到圖像中。因此,可通過增大距離比改善模型崩塌現(xiàn)象。

    MSGAN模型通過添加模式搜索(mode seeking)正則項[14]來增大距離比。公式如下

    (3)

    MSGAN的目標(biāo)函數(shù)如式(4)

    Lnew=Lori+λmsLms

    (4)

    式中Loir為原始目標(biāo)函數(shù),λms為控制正則化重要性的權(quán)重。

    2 模式搜索StarGAN

    在面部表情圖像生成中,表情轉(zhuǎn)換后得到的樣本質(zhì)量對表情識別有著重要的影響。MSGAN提出量化模型崩塌方式即距離比,通過增大距離比改善模式崩塌現(xiàn)象,進(jìn)而提高樣本質(zhì)量。StarGAN能夠解決多種表情類別之間相互轉(zhuǎn)化的問題,模型結(jié)構(gòu)相對簡易并且運行高效。因此,本文結(jié)合StarGAN和MSGAN模型的特點,提出了一種模式搜索StarGAN(MS-StarGAN)。MS-StarGAN向生成器目標(biāo)函數(shù)中添加模式搜索正則項,通過增大距離比避免特征相似的輸入向量一直出現(xiàn)在同樣的映射位置,進(jìn)一步解決模式崩塌現(xiàn)象,使得表情圖像的質(zhì)量和豐富度有所提高。生成器結(jié)構(gòu)采用空間可分離卷積替代卷積層,從而減少模型的訓(xùn)練參數(shù),有效提升模型訓(xùn)練的穩(wěn)定性。MS-StarGAN原理如圖2所示。

    圖2 MS-StarGAN網(wǎng)絡(luò)原理

    首先向生成器輸入目標(biāo)域c和輸入樣本x生成假樣本G(x,c)。假樣本G(x,c)傳送給判別器,判別器會判定是生成器生成的假樣本G(x,c)還是輸入樣本x,以及域分類結(jié)果;而生成器產(chǎn)生的假樣本G(x,c)會再次傳回給生成器。此時將這個假樣本G(x,c)與輸入樣本的目標(biāo)域標(biāo)簽c′作為輸入,目的在于混淆輸出的樣本和原始輸入樣本,提高兩者之間的特征相似性。在輸入樣本與生成樣本之間添加模式搜索正則項,進(jìn)一步改善模式崩塌現(xiàn)象,使得生成的表情樣本更加自然且平滑。

    2.1 生成網(wǎng)絡(luò)

    MS-StarGAN生成器結(jié)構(gòu)如圖3所示,MS-StarGAN生成器整個網(wǎng)絡(luò)深度為18,包括了3個不同卷積層,6個殘差塊[15](其中每個殘差塊包含2層普通空間卷積層),以及2個轉(zhuǎn)置卷積。首先第一部分接收樣本和標(biāo)簽作為輸入,卷積核尺寸為7×7,步幅尺寸為1,填充尺寸為3,并且添加實例歸一化層和Relu作為激勵函數(shù)。激勵函數(shù)可以加速訓(xùn)練,提升穩(wěn)定性。第二、三層進(jìn)行下采樣,卷積核尺寸為4×4,步幅尺寸為1,填充尺寸為2,得到4×4×256的特征圖。其次在中間部分使用空間分離卷積[16],將3×3分離為3×1和1×3,目的在于減少網(wǎng)絡(luò)訓(xùn)練的參數(shù)量。最后使用轉(zhuǎn)置卷積進(jìn)行上采樣,輸出使用反曲函數(shù)Tanh。

    圖3 MS-StarGAN生成器結(jié)構(gòu)

    2.2 判別網(wǎng)絡(luò)

    對于判別器網(wǎng)絡(luò)而言,整個網(wǎng)絡(luò)深度為7。它輸入的是真樣本或者假樣本,并判斷其真假以及所屬目標(biāo)域,卷積核尺寸為4×4,步幅尺寸為2,填充尺寸為1。中間部分為隱含層,使得表情特征能夠穩(wěn)定得到獲取,卷積核個數(shù)依次為128,256,512,1 024,2 048。而它的輸出有兩部分:對抗標(biāo)簽和分類標(biāo)簽。全局平均池化層代替全連接層,減小參數(shù)量,提高訓(xùn)練速度。MS-StarGAN模型結(jié)構(gòu)圖如圖4所示。

    圖4 MS-StarGAN判別器結(jié)構(gòu)

    2.3 損失函數(shù)

    MS-StarGAN損失函數(shù)由對抗誤差、域分類誤差和重構(gòu)誤差組成。

    對抗誤差:由判別器判別真實圖像產(chǎn)生的損失和判別器判別生成圖像的損失共同組成了對抗誤差。式(5)如

    Ladv=Ex[logDsrc(x)]+Ex,c[log(1-Dsrc(G(x,c)))]

    (5)

    式中x為輸入樣本,c為目標(biāo)域標(biāo)簽,Dsrc(x)則為判斷出輸入樣本為真實樣本的概率。

    域分類誤差:該誤差的目的是給目標(biāo)域c分配到含有目標(biāo)域標(biāo)簽c′的輸入圖像x的輸出圖像y。判別器增加輔助域分類器,并在優(yōu)化判別器和生成器時使用域分類誤差。判別器的域分類誤差和生成器的域分類誤差如式(6)、式(7)

    (6)

    (7)

    式中c′為輸入樣本的目標(biāo)域標(biāo)簽,Dcls(c′|x)為在c′下判別器計算出的概率分布。

    重構(gòu)誤差:為使樣本在轉(zhuǎn)換后改變需要轉(zhuǎn)換的部分,其它部分保持不變,采用周期一致性損失,如式(8)

    Lrec=Ex,c,c′[‖x-G(G(x,c),c′)‖1]

    (8)

    為避免特征相似的輸入向量一直出現(xiàn)在一樣的映射位置,進(jìn)一步解決模式崩塌現(xiàn)象。所以最終目標(biāo)函數(shù)如式(9)、式(10)

    (9)

    (10)

    式中λcls,λrec和λms為具有不同權(quán)重的超參數(shù)。

    3 實 驗

    為驗證MS-StarGAN的性能,本文在CK+數(shù)據(jù)集[17]和FER2013[18]數(shù)據(jù)集上進(jìn)行驗證,并與CycleGAN、DiscoGAN和StarGAN三個模型進(jìn)行對比。實驗處理器使用Intel?Xeon?CPU E5—2620 v4 @ 2.10 GHz,顯卡為NVIDIA Tesla P100 GPU,環(huán)境為TensorFlow。

    3.1 參數(shù)設(shè)置

    MS-SAGAN使用基于動量算法的Adam作為優(yōu)化器,實驗迭代訓(xùn)練80個epoch,每一個epoch的迭代次數(shù)為10 000次。初始學(xué)習(xí)率設(shè)置為0.000 2,beta為0.5,batch_size設(shè)置為32。參數(shù)λcls、λrec均設(shè)置為10,λms設(shè)置為1。

    3.2 CK+數(shù)據(jù)集實驗結(jié)果

    CK+數(shù)據(jù)集是人臉表情合成最常用的數(shù)據(jù)庫之一。該數(shù)據(jù)庫包含了面部8種表情:憤怒、蔑視、厭惡、恐懼、悲傷、高興、驚訝和自然。此次實驗選取除蔑視與自然之外的6種表情圖像,一共1 014張圖像。其中,訓(xùn)練集選取737張圖像,測試集選取277張圖像。

    圖5為MS-StarGAN模型在CK+數(shù)據(jù)集上生成的樣本。在實驗中隨機(jī)輸入一種表情,則生成經(jīng)遷移后的6種表情。第一列到第六列的表情依次為憤怒、厭惡、恐懼、高興、悲傷和驚訝。由圖5可知,迭代次數(shù)在10次之后就能學(xué)習(xí)到面部特征,但存在圖像噪聲且表情特征學(xué)習(xí)不足的問題。當(dāng)?shù)螖?shù)達(dá)到50次后,生成圖像的質(zhì)量效果較好,噪聲較少,圖像平滑。

    圖5 CK+生成樣本

    為進(jìn)一步驗證MS-StarGAN生成圖像的效果,使用不同用于風(fēng)格遷移的生成對抗網(wǎng)絡(luò),包括StarGAN、CycleGAN、DiscoGAN。這些模型與MS-StarGAN在同一數(shù)據(jù)集上生成的圖像加以對比,生成效果如圖6所示。第一列到第六列為經(jīng)遷移后得到的6種表情,依次為憤怒、厭惡、恐懼、高興、悲傷和驚訝。由對比圖可知,CycleGAN與DiscoGAN生成的樣本雖然學(xué)習(xí)到較準(zhǔn)確的面部特征,但是存在模式崩潰且圖像不平滑;StarGAN生成樣本的面部表情特征相比于CycleGAN與DiscoGAN更清晰,圖像較平滑。而MS-StarGAN將模式搜索正則項與星型生成對抗網(wǎng)絡(luò)的生成器損失相結(jié)合則,其結(jié)果相比其它生成對抗網(wǎng)絡(luò)生成的圖像更加清晰,模式崩潰有所改善,圖像表情更加自然。

    圖6 不同模型生成圖像對比

    3.3 FER2013數(shù)據(jù)集實驗結(jié)果

    FER2013數(shù)據(jù)集是一個由28 709張圖像的訓(xùn)練集、3 589張圖像的驗證集和3 589張圖像的測試集組成,共35 887張圖像的數(shù)據(jù)集。該數(shù)據(jù)集中表情共分為7類即憤怒、厭惡、恐懼、悲傷、高興、驚訝和自然,且每一張圖像均為48×48的灰度圖像。為了與CK+數(shù)據(jù)集表情的種類相一致,此次實驗選取了除自然表情以外的6類表情進(jìn)行表情生成。

    圖7為模型MS-StarGAN生成的效果圖。在實驗中同樣隨機(jī)輸入一類表情,總共迭代80次得到樣本,依次得到的樣本表情圖像為憤怒、厭惡、恐懼、高興、悲傷和驚訝。由圖7可知,在前10次迭代中圖像存在大量噪聲,特征并不清晰,但當(dāng)?shù)螖?shù)達(dá)到50以后,尤其迭代次數(shù)到達(dá)80次時圖像的表情特征已經(jīng)逐漸清晰,噪聲也在慢慢消失,圖像趨于平滑。

    圖7 Fer2013生成樣本

    圖8是相同實驗條件下不同模型使用FER2013數(shù)據(jù)集生成圖像的對比圖。由于FER2013數(shù)據(jù)集存在部分標(biāo)簽錯誤以及肉眼識別率僅在65 %上下的問題,因此,從圖8看出無論是MS-StarGAN還是其它模型,經(jīng)轉(zhuǎn)換后的表情圖像效果表現(xiàn)都不如CK+數(shù)據(jù)集,尤其是厭惡表情。因為圖像數(shù)量相比其它表情較少,反之高興以及驚訝表情轉(zhuǎn)換后效果較為突出。盡管如此,從生成圖像中仍然可以清楚的看到,MS-StarGAN模型最終生成的樣本相比于其它模型噪聲少且平滑,表情特征更加明顯。

    圖8 不同模型生成圖像對比

    4 性能評估

    為了定量的評價生成圖像質(zhì)量的好壞,本文采用弗雷歇距離(Fréchet inception distance,F(xiàn)ID)評估指標(biāo),其結(jié)果更具有原則性和綜合性,能夠更好地捕獲真假樣本圖像的相似性,符合人類的區(qū)分準(zhǔn)則。FID值較低代表生成圖片的質(zhì)量噪聲小,具有更好的豐度。FID的公式如下

    FID=‖μr-μg‖2+Tr(Σr+Σg-2(ΣrΣg)1/2)

    (11)

    MS-StarGAN與StarGAN的最佳弗雷歇距離值如表1所示。

    表1 不同模型的FID值對比

    5 結(jié) 論

    本文提出了MS-StarGAN模型,在StarGAN的基礎(chǔ)上結(jié)合MSGAN中提出的模式搜索距離比,進(jìn)一步改善了StarGAN模式崩塌現(xiàn)象。與其它用于圖像遷移的對抗生成網(wǎng)絡(luò)方法,如CycleGAN、StarGAN等。本方法在CK+和FER2013數(shù)據(jù)集上具有良好的生成效果,驗證了該方法比其它的面部表情圖像風(fēng)格遷移生成模型可以更有效地改善模式崩塌問題,進(jìn)而提高表情圖像的質(zhì)量和豐富度以及模型訓(xùn)練的穩(wěn)定性。其弗雷歇距離相比較于StarGAN分別提高了1.64和0.68。但是本文所提方法對于圖像局部特征的改善較不明顯,有待進(jìn)一步改進(jìn)。

    猜你喜歡
    卷積誤差樣本
    基于3D-Winograd的快速卷積算法設(shè)計及FPGA實現(xiàn)
    用樣本估計總體復(fù)習(xí)點撥
    角接觸球軸承接觸角誤差控制
    哈爾濱軸承(2020年2期)2020-11-06 09:22:26
    Beidou, le système de navigation par satellite compatible et interopérable
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    壓力容器制造誤差探究
    推動醫(yī)改的“直銷樣本”
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    隨機(jī)微分方程的樣本Lyapunov二次型估計
    九十億分之一的“生死”誤差
    山東青年(2016年2期)2016-02-28 14:25:41
    日日夜夜操网爽| 国产精品综合久久久久久久免费| 999精品在线视频| 久久人人精品亚洲av| 亚洲精品久久成人aⅴ小说| 日韩欧美三级三区| 一个人免费在线观看的高清视频| 一本久久中文字幕| 免费看日本二区| 两个人看的免费小视频| 丁香六月欧美| 国产精品一区二区三区四区免费观看 | 亚洲精华国产精华精| tocl精华| 亚洲avbb在线观看| 男女那种视频在线观看| 欧美日韩国产亚洲二区| 亚洲中文字幕日韩| 2021天堂中文幕一二区在线观| 国产精品香港三级国产av潘金莲| 久久精品91无色码中文字幕| 国产精品久久久久久人妻精品电影| 搡老妇女老女人老熟妇| 亚洲国产欧美一区二区综合| 欧美黄色淫秽网站| 在线播放国产精品三级| 色综合婷婷激情| 国产精品1区2区在线观看.| 天天躁夜夜躁狠狠躁躁| 国产亚洲精品第一综合不卡| 在线观看一区二区三区| 亚洲无线在线观看| cao死你这个sao货| 日韩有码中文字幕| 国产久久久一区二区三区| 国产激情偷乱视频一区二区| 国产精品亚洲一级av第二区| 啦啦啦免费观看视频1| 久久精品影院6| 免费看美女性在线毛片视频| 国产熟女午夜一区二区三区| 国产aⅴ精品一区二区三区波| 午夜日韩欧美国产| 午夜两性在线视频| 男人舔女人下体高潮全视频| 亚洲av日韩精品久久久久久密| 国产伦人伦偷精品视频| 母亲3免费完整高清在线观看| 午夜精品在线福利| 十八禁人妻一区二区| 久久性视频一级片| 欧美黄色淫秽网站| 可以在线观看毛片的网站| 白带黄色成豆腐渣| 人人妻,人人澡人人爽秒播| 久久精品国产清高在天天线| 欧美成人性av电影在线观看| 国产亚洲欧美98| 久久久精品大字幕| 国产亚洲精品一区二区www| 人妻久久中文字幕网| 99国产精品一区二区蜜桃av| 免费观看人在逋| 99在线视频只有这里精品首页| 欧美另类亚洲清纯唯美| 看黄色毛片网站| 久久精品91蜜桃| 欧美在线黄色| 亚洲av第一区精品v没综合| 久久香蕉激情| 欧美一级a爱片免费观看看 | 国内毛片毛片毛片毛片毛片| 精品无人区乱码1区二区| 国产精品一区二区免费欧美| 国语自产精品视频在线第100页| 此物有八面人人有两片| 88av欧美| 国产欧美日韩精品亚洲av| 国产乱人伦免费视频| 99精品久久久久人妻精品| 校园春色视频在线观看| 久久久久久久久免费视频了| 可以在线观看毛片的网站| 国产日本99.免费观看| 亚洲avbb在线观看| 亚洲真实伦在线观看| 波多野结衣高清作品| 毛片女人毛片| 亚洲av中文字字幕乱码综合| 99国产极品粉嫩在线观看| 麻豆国产97在线/欧美 | 99国产精品99久久久久| 日本五十路高清| 精品久久久久久久毛片微露脸| 午夜激情福利司机影院| 亚洲午夜理论影院| 人人妻人人澡欧美一区二区| 69av精品久久久久久| 日本三级黄在线观看| 久久国产精品影院| 国产高清视频在线观看网站| 女警被强在线播放| 99久久99久久久精品蜜桃| 色在线成人网| 黄频高清免费视频| 99热这里只有精品一区 | 国产99白浆流出| 中文字幕人妻丝袜一区二区| 国产成人一区二区三区免费视频网站| 欧美日韩瑟瑟在线播放| 国产主播在线观看一区二区| 青草久久国产| 亚洲av片天天在线观看| 午夜福利18| 男女之事视频高清在线观看| 亚洲欧洲精品一区二区精品久久久| 久久精品91蜜桃| 亚洲精品美女久久av网站| 亚洲人成电影免费在线| 久久精品国产综合久久久| 村上凉子中文字幕在线| 欧美黑人巨大hd| 精品久久久久久久久久久久久| 久久香蕉精品热| 波多野结衣高清作品| 国产成人aa在线观看| 国产1区2区3区精品| 欧美又色又爽又黄视频| 51午夜福利影视在线观看| 亚洲av电影不卡..在线观看| 国产精品亚洲一级av第二区| 欧美日韩中文字幕国产精品一区二区三区| 欧美3d第一页| 成年版毛片免费区| 深夜精品福利| 久久这里只有精品19| 欧美黄色片欧美黄色片| 国模一区二区三区四区视频 | 精品国产超薄肉色丝袜足j| 老汉色av国产亚洲站长工具| 美女 人体艺术 gogo| 搡老熟女国产l中国老女人| 成人三级黄色视频| 午夜亚洲福利在线播放| 成人18禁在线播放| 老熟妇仑乱视频hdxx| 久久久精品欧美日韩精品| 婷婷丁香在线五月| 亚洲精品在线美女| 黄色视频,在线免费观看| 97超级碰碰碰精品色视频在线观看| 高潮久久久久久久久久久不卡| 99riav亚洲国产免费| 亚洲av熟女| 久久久国产成人免费| 可以免费在线观看a视频的电影网站| 国产成+人综合+亚洲专区| 巨乳人妻的诱惑在线观看| 亚洲九九香蕉| 欧美日韩福利视频一区二区| 日韩欧美在线二视频| 国产亚洲精品av在线| 悠悠久久av| 叶爱在线成人免费视频播放| 九色国产91popny在线| 久久精品人妻少妇| 亚洲一码二码三码区别大吗| 亚洲在线自拍视频| 亚洲精品一区av在线观看| 久久亚洲真实| 国产成人av激情在线播放| 又粗又爽又猛毛片免费看| 国产伦人伦偷精品视频| 久久人妻av系列| www.自偷自拍.com| 欧美黑人巨大hd| 中文字幕久久专区| 人人妻人人澡欧美一区二区| 久久性视频一级片| 国产伦一二天堂av在线观看| 香蕉av资源在线| 日韩有码中文字幕| 免费无遮挡裸体视频| 深夜精品福利| 狂野欧美激情性xxxx| www日本在线高清视频| 此物有八面人人有两片| 国产精品综合久久久久久久免费| 欧美日韩国产亚洲二区| 亚洲专区国产一区二区| 天堂动漫精品| 老司机福利观看| 在线观看www视频免费| or卡值多少钱| 亚洲男人的天堂狠狠| 夜夜看夜夜爽夜夜摸| 国产精品精品国产色婷婷| 日本在线视频免费播放| 天天躁夜夜躁狠狠躁躁| 中文字幕熟女人妻在线| 欧美乱妇无乱码| 亚洲国产欧洲综合997久久,| 99国产精品一区二区蜜桃av| 欧美成人免费av一区二区三区| 搞女人的毛片| 中文字幕人成人乱码亚洲影| 19禁男女啪啪无遮挡网站| 国产亚洲av嫩草精品影院| 亚洲国产中文字幕在线视频| 久久 成人 亚洲| 两个人的视频大全免费| 亚洲18禁久久av| 亚洲成人久久爱视频| 黄色毛片三级朝国网站| 亚洲欧美精品综合一区二区三区| 伊人久久大香线蕉亚洲五| 91麻豆精品激情在线观看国产| 久久精品国产亚洲av高清一级| 国产精品 欧美亚洲| 人妻夜夜爽99麻豆av| 极品教师在线免费播放| 国产97色在线日韩免费| 丁香六月欧美| 亚洲 国产 在线| 哪里可以看免费的av片| 最近最新免费中文字幕在线| 国产成人欧美在线观看| 国产亚洲精品综合一区在线观看 | 99久久综合精品五月天人人| 日韩精品青青久久久久久| 国产精品 国内视频| 亚洲av成人一区二区三| 久久久久久久久久黄片| 99热这里只有精品一区 | 国产精品香港三级国产av潘金莲| 亚洲成人久久爱视频| 久热爱精品视频在线9| 成在线人永久免费视频| 久久国产精品人妻蜜桃| 亚洲成人中文字幕在线播放| xxxwww97欧美| 欧美一区二区精品小视频在线| 亚洲国产欧美一区二区综合| 亚洲最大成人中文| 淫秽高清视频在线观看| 午夜精品一区二区三区免费看| 国产不卡一卡二| 美女 人体艺术 gogo| 亚洲人成网站在线播放欧美日韩| 国产成人精品无人区| 久久 成人 亚洲| 两个人免费观看高清视频| 桃色一区二区三区在线观看| 男人舔女人的私密视频| 国产精华一区二区三区| 日韩精品中文字幕看吧| 俄罗斯特黄特色一大片| 黄色毛片三级朝国网站| 99热只有精品国产| 色尼玛亚洲综合影院| 午夜福利18| 欧美日韩福利视频一区二区| 欧美三级亚洲精品| 男女视频在线观看网站免费 | 母亲3免费完整高清在线观看| 久久精品国产综合久久久| 国产高清视频在线观看网站| 久久伊人香网站| 国产男靠女视频免费网站| 精品欧美国产一区二区三| 777久久人妻少妇嫩草av网站| 国产精品av久久久久免费| 久久久精品大字幕| 一进一出好大好爽视频| 欧美极品一区二区三区四区| 亚洲成人精品中文字幕电影| 两人在一起打扑克的视频| 亚洲一区二区三区色噜噜| 日韩av在线大香蕉| 免费在线观看视频国产中文字幕亚洲| 午夜老司机福利片| 白带黄色成豆腐渣| а√天堂www在线а√下载| 国产精品野战在线观看| 日本精品一区二区三区蜜桃| 亚洲欧洲精品一区二区精品久久久| 五月伊人婷婷丁香| 欧美黄色淫秽网站| 婷婷精品国产亚洲av在线| 成年人黄色毛片网站| 国产精品1区2区在线观看.| 国产伦人伦偷精品视频| 韩国av一区二区三区四区| 九色成人免费人妻av| www.熟女人妻精品国产| 亚洲成人中文字幕在线播放| 久久草成人影院| 大型黄色视频在线免费观看| 操出白浆在线播放| 亚洲中文字幕一区二区三区有码在线看 | 久久人妻福利社区极品人妻图片| 欧美日本视频| 欧美性猛交╳xxx乱大交人| 国产99久久九九免费精品| 日韩欧美一区二区三区在线观看| 一卡2卡三卡四卡精品乱码亚洲| 亚洲乱码一区二区免费版| 国产成人av教育| 免费在线观看影片大全网站| 麻豆成人午夜福利视频| 亚洲中文字幕一区二区三区有码在线看 | 成年人黄色毛片网站| 在线a可以看的网站| 日韩av在线大香蕉| 色老头精品视频在线观看| 免费看美女性在线毛片视频| 成人永久免费在线观看视频| 99国产综合亚洲精品| 看黄色毛片网站| 国产一区二区激情短视频| 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| 九色国产91popny在线| 免费av毛片视频| 色av中文字幕| avwww免费| 国产精品亚洲av一区麻豆| 人人妻,人人澡人人爽秒播| 亚洲成人久久爱视频| 老司机靠b影院| 亚洲成av人片免费观看| 亚洲成人免费电影在线观看| 18禁裸乳无遮挡免费网站照片| av免费在线观看网站| 99国产精品一区二区蜜桃av| 老司机在亚洲福利影院| 老鸭窝网址在线观看| 欧美激情久久久久久爽电影| 99久久无色码亚洲精品果冻| 国产黄片美女视频| 色播亚洲综合网| 成人国产综合亚洲| 久久久久久久精品吃奶| 国产黄片美女视频| a级毛片a级免费在线| 午夜成年电影在线免费观看| 操出白浆在线播放| 淫妇啪啪啪对白视频| 99久久久亚洲精品蜜臀av| 国产精品久久久久久人妻精品电影| 少妇熟女aⅴ在线视频| 男女之事视频高清在线观看| 久久久久国产精品人妻aⅴ院| 香蕉丝袜av| 国产亚洲精品综合一区在线观看 | 丁香六月欧美| 国产精品爽爽va在线观看网站| 99国产精品99久久久久| 视频区欧美日本亚洲| 亚洲欧美日韩高清在线视频| 女生性感内裤真人,穿戴方法视频| 国产99久久九九免费精品| 老汉色av国产亚洲站长工具| 精品久久久久久久人妻蜜臀av| 19禁男女啪啪无遮挡网站| 窝窝影院91人妻| 国产午夜精品久久久久久| 亚洲精品av麻豆狂野| 国产午夜精品久久久久久| 窝窝影院91人妻| 国产一区二区激情短视频| 国产1区2区3区精品| 国产精品日韩av在线免费观看| 国产1区2区3区精品| 欧美日韩中文字幕国产精品一区二区三区| 99久久99久久久精品蜜桃| 嫩草影院精品99| 日日夜夜操网爽| 国产又色又爽无遮挡免费看| 国产午夜精品久久久久久| 男女之事视频高清在线观看| 高清在线国产一区| 此物有八面人人有两片| 欧美乱妇无乱码| 国产精品一区二区精品视频观看| 88av欧美| 伦理电影免费视频| 国产又色又爽无遮挡免费看| aaaaa片日本免费| 国产一区二区三区视频了| 叶爱在线成人免费视频播放| 国产精品 欧美亚洲| 国产精品久久久久久亚洲av鲁大| 国产区一区二久久| 午夜福利欧美成人| 级片在线观看| 久久久水蜜桃国产精品网| 黄色毛片三级朝国网站| 国产精品av久久久久免费| 欧美绝顶高潮抽搐喷水| 欧美黑人巨大hd| 精品少妇一区二区三区视频日本电影| 久久午夜亚洲精品久久| 大型黄色视频在线免费观看| 欧美黄色淫秽网站| 亚洲片人在线观看| 亚洲人成网站高清观看| videosex国产| 国产精品亚洲美女久久久| 狠狠狠狠99中文字幕| 午夜激情av网站| 又大又爽又粗| 欧美一区二区精品小视频在线| 三级毛片av免费| 久久久久亚洲av毛片大全| 久久久国产成人精品二区| 美女午夜性视频免费| √禁漫天堂资源中文www| 国产精品一及| 99精品在免费线老司机午夜| 极品教师在线免费播放| 手机成人av网站| 日韩高清综合在线| 欧美激情久久久久久爽电影| 俄罗斯特黄特色一大片| 757午夜福利合集在线观看| cao死你这个sao货| 亚洲精品在线美女| 麻豆成人午夜福利视频| 欧美日本亚洲视频在线播放| 法律面前人人平等表现在哪些方面| 精品国产美女av久久久久小说| 国产又黄又爽又无遮挡在线| 琪琪午夜伦伦电影理论片6080| 午夜日韩欧美国产| 欧美zozozo另类| 亚洲人成网站在线播放欧美日韩| 日韩有码中文字幕| 国产精品久久久av美女十八| 日本在线视频免费播放| 亚洲精品美女久久av网站| 亚洲av成人一区二区三| 69av精品久久久久久| 国产精品亚洲一级av第二区| 国产成人aa在线观看| 久久人人精品亚洲av| 精品午夜福利视频在线观看一区| 一进一出好大好爽视频| 久久 成人 亚洲| 日韩欧美免费精品| 国语自产精品视频在线第100页| 国产精华一区二区三区| 亚洲天堂国产精品一区在线| 五月玫瑰六月丁香| 91九色精品人成在线观看| 51午夜福利影视在线观看| 在线观看66精品国产| 真人一进一出gif抽搐免费| 波多野结衣高清无吗| 国产单亲对白刺激| 免费电影在线观看免费观看| 一级毛片高清免费大全| а√天堂www在线а√下载| 女同久久另类99精品国产91| 黄色片一级片一级黄色片| 午夜福利在线观看吧| 在线十欧美十亚洲十日本专区| 免费看美女性在线毛片视频| 国产精品久久电影中文字幕| 狂野欧美激情性xxxx| 国产亚洲精品第一综合不卡| 亚洲一区高清亚洲精品| 男女午夜视频在线观看| 久久久精品国产亚洲av高清涩受| 两个人的视频大全免费| 精品熟女少妇八av免费久了| 亚洲精品在线美女| 久久午夜亚洲精品久久| 动漫黄色视频在线观看| 日韩高清综合在线| av免费在线观看网站| 久久久久九九精品影院| 不卡一级毛片| 别揉我奶头~嗯~啊~动态视频| 国内少妇人妻偷人精品xxx网站 | 一本久久中文字幕| 女同久久另类99精品国产91| www.www免费av| 一边摸一边做爽爽视频免费| 亚洲一码二码三码区别大吗| 亚洲自偷自拍图片 自拍| 舔av片在线| 亚洲av成人一区二区三| 久久精品综合一区二区三区| 50天的宝宝边吃奶边哭怎么回事| 欧美黄色片欧美黄色片| 两个人看的免费小视频| 国产精品免费一区二区三区在线| 成人18禁在线播放| 两个人免费观看高清视频| 日韩欧美在线二视频| 久久精品aⅴ一区二区三区四区| 国产精品 欧美亚洲| 99久久精品热视频| 伦理电影免费视频| 香蕉av资源在线| 观看免费一级毛片| 99热只有精品国产| 日本一本二区三区精品| 国产成年人精品一区二区| 国产成人av激情在线播放| www.999成人在线观看| 日韩大尺度精品在线看网址| 久久中文字幕一级| 亚洲 欧美 日韩 在线 免费| 欧美黄色淫秽网站| 美女高潮喷水抽搐中文字幕| 中文资源天堂在线| 1024视频免费在线观看| 人人妻,人人澡人人爽秒播| 欧美国产日韩亚洲一区| a级毛片a级免费在线| 国产精品98久久久久久宅男小说| 黄色片一级片一级黄色片| 亚洲精品久久成人aⅴ小说| 窝窝影院91人妻| 欧美zozozo另类| 日韩欧美 国产精品| 精品午夜福利视频在线观看一区| АⅤ资源中文在线天堂| 婷婷亚洲欧美| 欧美日韩福利视频一区二区| 久久精品夜夜夜夜夜久久蜜豆 | 1024香蕉在线观看| 搡老熟女国产l中国老女人| a在线观看视频网站| 此物有八面人人有两片| 天堂影院成人在线观看| 亚洲男人天堂网一区| 一卡2卡三卡四卡精品乱码亚洲| 人人妻人人看人人澡| 色哟哟哟哟哟哟| 日韩欧美免费精品| 国内精品久久久久精免费| 老汉色av国产亚洲站长工具| 男女那种视频在线观看| 一个人免费在线观看电影 | 小说图片视频综合网站| e午夜精品久久久久久久| 精品乱码久久久久久99久播| 女人爽到高潮嗷嗷叫在线视频| 国产精华一区二区三区| 美女免费视频网站| 一级毛片精品| 久久亚洲真实| 欧美又色又爽又黄视频| 精品第一国产精品| 午夜亚洲福利在线播放| 12—13女人毛片做爰片一| 精品久久久久久成人av| 91成年电影在线观看| 精品少妇一区二区三区视频日本电影| e午夜精品久久久久久久| 美女高潮喷水抽搐中文字幕| 成人高潮视频无遮挡免费网站| 欧美日韩一级在线毛片| 国产精品久久久人人做人人爽| 欧美日本视频| 欧美成狂野欧美在线观看| 18禁黄网站禁片免费观看直播| 99精品在免费线老司机午夜| 亚洲五月天丁香| 日韩欧美国产一区二区入口| 精品久久久久久久久久久久久| 叶爱在线成人免费视频播放| 999精品在线视频| 欧美中文综合在线视频| or卡值多少钱| 国产99白浆流出| 亚洲精品国产一区二区精华液| 91成年电影在线观看| 日韩中文字幕欧美一区二区| 首页视频小说图片口味搜索| 国产黄a三级三级三级人| 老司机在亚洲福利影院| 99久久精品国产亚洲精品| 亚洲18禁久久av| 欧美日韩精品网址| e午夜精品久久久久久久| 亚洲熟妇中文字幕五十中出| 又黄又爽又免费观看的视频| 美女 人体艺术 gogo| 岛国视频午夜一区免费看| 日韩精品中文字幕看吧| 精品无人区乱码1区二区| 88av欧美| 国语自产精品视频在线第100页| av片东京热男人的天堂| 国产av不卡久久| 日本成人三级电影网站| 中出人妻视频一区二区| 亚洲无线在线观看| 国产午夜福利久久久久久| 蜜桃久久精品国产亚洲av| 99国产综合亚洲精品| 成人av一区二区三区在线看| √禁漫天堂资源中文www| 香蕉丝袜av| 亚洲全国av大片| 久久久久久久久免费视频了| 免费搜索国产男女视频| 国产野战对白在线观看| 成人欧美大片| 一本久久中文字幕| 日韩精品免费视频一区二区三区|