• <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μ子散射成像材料識別方法研究

    2023-02-21 03:22:18高春宇湯秀章陳欣南范澄軍陳雁南李雨芃呂建友
    原子能科學技術 2023年2期
    關鍵詞:池化準確度卷積

    高春宇,湯秀章,陳欣南,范澄軍,陳雁南,李雨芃,呂建友

    (中國原子能科學研究院,北京 102413)

    近年來,核材料的非法轉移、核擴散等問題時刻威脅著國土安全,宇宙射線μ子散射成像作為一種新興的核材料檢測技術逐漸引起世界各國的重視。μ子是一種天然輻射源,沒有引入額外輻照危害,同時對高原子序數(shù)物質(zhì)敏感,穿透能力強,在核材料檢測技術應用中具備天然優(yōu)勢。在集裝箱、貨物材料走私檢測等要求時效性的應用場景,需要在較短時間內(nèi)(幾分鐘)快速準確地檢查出是否藏匿特殊核材料,從而發(fā)展了一種不需要重建圖像而只依據(jù)少量μ子數(shù)據(jù)特征快速實現(xiàn)材料識別的方法。英國核武器研究所(AWE)與布里斯托爾大學合作開發(fā)了基于分箱聚類理論的散射成像材料識別算法,1 min可以區(qū)分10 cm×10 cm×10 cm鈾塊與鉛塊[1]。美國洛斯阿拉莫斯國家實驗室(LANL)與決策公司開發(fā)了多模態(tài)被動式成像算法,可以在1 min內(nèi)檢測出40英尺集裝箱內(nèi)藏匿的核材料[2]。印度薩哈核物理研究所采用了模式識別方法,識別具有相似模式的材料,拒絕不同模式的材料[3]。目前國內(nèi)的研究主要基于聚類算法。清華大學研究了基于支持向量機的聚類分析和分類器,根據(jù)散射密度的平均值和標準偏差進行物質(zhì)識別[4]。中國科學技術大學通過計算待識別目標物與參考物之間散射角的灰色關聯(lián)度快速識別材料[5]。

    本文提出一種將卷積神經(jīng)網(wǎng)絡(CNN)應用于μ子成像材料識別的方法,以滿足快速準確檢測出藏匿特殊核材料的實際應用需求。利用宇宙射線μ子穿過待測材料后的散射角統(tǒng)計信息,根據(jù)其與材料原子序數(shù)的正相關性實現(xiàn)材料的分類識別。材料識別模型是主要由卷積層、池化層和全連接層構成的卷積神經(jīng)網(wǎng)絡結構,實驗測量的散射角數(shù)據(jù)或蒙特卡羅模擬Geant4數(shù)據(jù)通過卷積層進行數(shù)據(jù)特征提取,池化層降低數(shù)據(jù)維度,最后在全連接層給出模型分類結果。利用Geant4搭建μ子散射成像實驗模型,并在中國原子能科學研究院的CIAE-MNT宇宙射線μ子成像檢測實驗裝置上進行驗證實驗,分別測試鋁、鐵、鎢3種不同原子序數(shù)的10 cm×10 cm×10 cm樣品,實驗材料識別模型結構上增加卷積層數(shù)以提取更深層次的數(shù)據(jù)特征,進一步引入殘差結構、特征矩陣改進網(wǎng)絡結構來提高模型的準確度。并分別測試模擬模型與實驗模型在1、3、5和10 min不同測量時間下的識別準確度。

    1 μ子散射成像原理

    宇宙射線μ子穿過待測樣品時,會發(fā)生多次庫侖散射現(xiàn)象,依據(jù)其散射角分布與材料原子序數(shù)呈正比的規(guī)律,實現(xiàn)對材料的檢測識別。根據(jù)莫里埃理論[6-7],投影到平面上的μ子的散射角θ近似服從期望為0的高斯分布,高斯分布的寬度為:

    (1)

    輻射長度Lrad由經(jīng)驗公式[8]計算:

    (2)

    其中:A為相對原子質(zhì)量;ρ為材料密度;Z為材料原子序數(shù)。

    定義散射密度λLrad為標準μ子(βc=1,動量為p0)穿過單位厚度物質(zhì)后散射角分布的均方根,則由式(3)可知[9]:

    (3)

    則有:

    (4)

    即散射密度λLrad與材料原子序數(shù)呈正相關,可將散射密度作為材料識別的特征量[10]。PoCA算法對μ子的多次庫侖散射做出了簡化,假設為一次散射的結果,對經(jīng)過探測區(qū)域的有效μ子重建入射、出射徑跡,并計算散射角[11]。將探測區(qū)域均勻劃分為若干網(wǎng)格,獲取每個網(wǎng)格內(nèi)所有μ子的散射角。根據(jù)散射密度的定義,得到第i個網(wǎng)格散射密度的估計值λi為:

    (5)

    2 實驗裝置與仿真模擬

    2.1 實驗裝置

    樣品測試實驗在中國原子能科學研究院研制的一套基于漂移管探測器的CIAE-MNT宇宙射線μ子成像檢測實驗裝置上進行。該裝置主要由漂移管μ子探測器、信號電子學、數(shù)據(jù)采集系統(tǒng)、成像處理軟件等構成。漂移管探測器陣列共6層,由上千支漂移管互成90°垂直交叉排列構成,上部分3層探測器組用于測量入射μ子的位置信息,下部分3層用于測量μ子經(jīng)過待測樣品后的散射角度和位置,中間100 cm高擺放待測樣品。漂移管是長250 cm、直徑3 cm的鋁管,中間陽極絲引出測量信號,管內(nèi)充Ar/CO2混合氣體,探測面積最大為220 cm×220 cm。本實驗樣品較小,利用100 cm×100 cm的探測面積,將10 cm×10 cm×10 cm的樣品放入探測區(qū)域中心。

    μ子穿過待測樣品前后的位置和角度信息通過上下兩組漂移管探測器組分別測量得到,并通過測量μ子穿過漂移管電離產(chǎn)生電子的漂移時間得到其精確位置信息。μ子徑跡重建包括徑跡尋找和徑跡擬合兩步,徑跡尋找是搜索一定時間窗口內(nèi)漂移管陣列記錄的擊中信號的集合,通過一定的規(guī)則進行判斷,并挑選出μ子徑跡信息;徑跡擬合采用基于最小距離平方和擬合二維投影面上的徑跡,使徑跡到各層信號位置的距離最小。根據(jù)重建的μ子入射、出射徑跡,采用PoCA算法計算得到μ子的散射角分布,依據(jù)散射角均方根與材料原子序數(shù)的對應關系得到待測樣品的空間分布。

    2.2 仿真模擬

    采用Geant4程序進行宇宙射線μ子散射成像的蒙特卡羅模擬[12],根據(jù)實驗裝置的實際尺寸構建物理模型,模擬高能粒子與探測器和被探測材料的相互作用,跟蹤粒子的輸運過程,顯示粒子徑跡,如圖1所示。模型由上下兩部分共6層探測器陣列構成,上部分和下部分各3組探測器分別用來記錄入射和出射μ子徑跡,每層探測器高度間隔30 cm,探測面積100 cm×100 cm,上下兩部分探測器之間為探測區(qū)域,間距高度100 cm。選擇鋁、鐵、鎢作為低中高原子序數(shù)的代表材料,將10 cm×10 cm×10 cm的鋁、鐵、鎢塊樣品放置在探測區(qū)域中心,與實驗時的擺放位置一致。

    圖1 Geant4模擬實驗裝置結構Fig.1 Experimental facility structure simulated by Geant4

    CRY軟件庫由美國勞倫斯利弗莫爾國家實驗室(LLNL)研發(fā),可鏈接到Geant4程序,根據(jù)模擬的需要設置生成不同時間、不同緯度與不同海拔高度上的宇宙射線粒子簇射分布。使用CRY軟件庫引入海平面宇宙線μ子能譜及角分布源項,以更真實地模擬天然μ子源[13]??紤]到地球海平面處μ子的平均注量率為10 000 m-2·min-1[14],模擬顯示在100 cm×100 cm的探測區(qū)域上,1 min約有1 600個μ子能穿過6層探測器,用于重建有效徑跡。因此,在本模型中,整個探測區(qū)域上1 600條μ子散射角數(shù)據(jù)等效于1 min的測量時間,依次模擬不同的測量時間,輸出各層探測器記錄的μ子位置信息。

    3 神經(jīng)網(wǎng)絡材料識別方法

    3.1 用于模擬的卷積神經(jīng)網(wǎng)絡模型

    模擬模型定義一個包含兩層卷積層、兩層池化層和1層全連接層的卷積神經(jīng)網(wǎng)絡結構,如圖2所示。網(wǎng)絡的輸入數(shù)據(jù)由PoCA算法對Geant4模擬數(shù)據(jù)進行計算得到,為50×50的散射密度矩陣。

    圖2 模擬條件下基于卷積神經(jīng)網(wǎng)絡的材料識別模型Fig.2 Material discrimination model based on convolutional neural network under simulation condition

    第1層卷積層定義64個卷積核,第2層卷積層定義32個卷積核,卷積核大小均為3×3,卷積層通過卷積核與輸入數(shù)據(jù)進行卷積計算,以掃描的方式對輸入數(shù)據(jù)進行特征提取。使用非線性激活函數(shù)ReLU函數(shù),對卷積層輸出結果做非線性映射,定義如下:

    f(x)=max(0,x)

    (6)

    ReLU函數(shù)保留大于等于0的值,其余所有小于0的值直接改寫為0,以修正線性單元。池化層使用3×3的池化窗口掃描特征圖,采用最大值池化函數(shù)選取池化窗口中所有值的最大值,進一步降低數(shù)據(jù)維度,輸入數(shù)據(jù)中微小的變化、冗余將不會改變池化的輸出,使網(wǎng)絡更加具有健壯性。經(jīng)過多層卷積層和池化層的處理后,50×50的散射密度矩陣被抽象成高階特征,由全連接層對提取的特征進行非線性組合以得到預測輸出,給出分類結果。由于線性模型的表達能力不夠,本文加入了非線性因素將卷積層輸出結果做非線性映射,計算得到概率矩陣[P鋁,P鐵,P鎢],并進一步根據(jù)預測值與真實值計算模型誤差,使用交叉熵損失函數(shù)進行反向傳播,更新網(wǎng)絡權重,優(yōu)化模型[15]。

    3.2 實驗條件下的卷積神經(jīng)網(wǎng)絡模型

    散射密度是材料識別的判據(jù),根據(jù)宇宙射線μ子成像檢測實驗裝置測得的μ子位置及角度信息擬合μ子入射、出射徑跡,進一步計算統(tǒng)計信息得到散射密度矩陣。為增強散射數(shù)據(jù)本身的特征,更多地保留原始數(shù)據(jù)的信息,擴大數(shù)據(jù)維度,將100 cm×100 cm探測區(qū)域劃分為100×100的網(wǎng)格,每個網(wǎng)格大小為1 cm×1 cm。對整個探測區(qū)域計算散射密度得到100×100的散射密度矩陣。為了與模擬模型進行定量對比,對于探測區(qū)域,同樣以1 min的測量時間等效于1 600條有效μ子位置信息。分別基于不同測量時間下實驗樣品鐵和鎢立方體材料區(qū)域的散射密度矩陣,計算散射密度大于0的像素數(shù)量的概率密度,并繪制正態(tài)分布曲線,如圖3所示。可看出,測量時間為1 min時,非零數(shù)據(jù)點較少,矩陣提供的有效數(shù)據(jù)有限,這給分類模型的特征提取工作帶來了難度。測量時間為10 min時,μ子的散射角數(shù)據(jù)較多,鐵塊、鎢塊的散射密度矩陣內(nèi)大于0的像素數(shù)量增加,呈現(xiàn)出較好的分布。同時,相對于中等原子序數(shù)材料鐵,重核材料鎢的非零數(shù)據(jù)點更多。

    a——鐵;b——鎢圖3 不同測量時間下材料區(qū)域內(nèi)散射密度大于0的像素數(shù)量的概率密度Fig.3 Probability density of number of pixel whose scattering density is greater than zero in material area at different measurement time

    神經(jīng)網(wǎng)絡的訓練過程往往需要大量樣本數(shù)據(jù),而實驗數(shù)據(jù)的總樣本數(shù)量有限,為此進一步改進網(wǎng)絡結構彌補數(shù)據(jù)量少的不足,本文從多角度提取了μ子的散射數(shù)據(jù)特征,包括最大值、最小值、均值、標準差,在傳統(tǒng)結構上加入了殘差結構及特征矩陣,充分利用散射角數(shù)據(jù)。同時設置測試集盡可能大,樣本量是訓練集的25%,以測試模型泛化能力,使得測試結果可信。

    實驗模型經(jīng)過優(yōu)化后為包含4層卷積層、4層池化層、1層全連接層和殘差結構的卷積神經(jīng)網(wǎng)絡,其中卷積層從輸入的散射密度矩陣中提取數(shù)據(jù)特征,獲得局部感知信息,池化層減少網(wǎng)絡參數(shù),控制過擬合現(xiàn)象,相對于模擬模型結構更加復雜。網(wǎng)絡結構如圖4所示,散射密度矩陣輸入到卷積神經(jīng)網(wǎng)絡中,要依次經(jīng)過4層卷積-池化結構,其中第1層卷積層有8個卷積核,卷積核大小為3×3,分別與散射密度矩陣進行卷積運算以提取不同特征,輸出100×100×8的特征圖,并對輸出結果做非線性映射。在池化層使用最大值池化函數(shù),對特征圖降維到50×50×8。同樣地,在第2、3、4層進行卷積池化運算,最終輸出維度為25×6×6的特征圖。

    圖4 應用于實驗環(huán)境的卷積神經(jīng)網(wǎng)絡材料識別模型Fig.4 Material discrimination model based on convolutional neural network applied to experiment

    其中,經(jīng)過第2層的卷積-池化操作后,考慮到可能會丟失原始散射密度矩陣X的部分數(shù)據(jù)特征,引入第2條線,加入殘差結構,第2層最終輸出的結果H(X)為:

    H(X)=F(X)+X

    (7)

    其中,F(xiàn)(X)為第2層卷積-池化結構的運算結果。與傳統(tǒng)卷積神經(jīng)網(wǎng)絡的輸出H(X)=F(X)相比,殘差結構將F(X)與原始數(shù)據(jù)X相加,相當于對輸入X加入一個微小變化,使得殘差在網(wǎng)絡的反向傳播過程中梯度信息更易傳播。

    為進一步加強數(shù)據(jù)特征,提高網(wǎng)絡的分類準確度,引入第3條線,將提取的原始數(shù)據(jù)的特征矩陣C=[最小值,最大值,均值,標準差]與輸出的特征圖相加后進入全連接層。全連接層對所有得到的特征進行加權組合,計算得到概率矩陣[P鋁,P鐵,P鎢],其中概率最大的類別為模型分類結果。對測試集數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡后的識別分類過程進行追蹤,以更加清晰地了解模型中每步過程的效果。圖5為測試集中的1個散射密度矩陣從輸入模型到給出識別結果所經(jīng)過的所有操作??煽闯?,淺層的卷積池化結構更多的是對圖像邊緣提取特征,提取到的信息全面而概括,同時也會有部分關鍵信息提取,隨著層數(shù)的加深,特征圖越來越抽象,相當于對特征圖的提純過程。經(jīng)過4層的卷積-池化后,100×100的散射密度矩陣被抽象成6×6的高階特征,在全連接層輸出概率矩陣[P鋁,P鐵,P鎢]=[0,0.01,0.99],模型預測該樣本是鋁的概率為0,鐵的概率為0.01,鎢的概率為0.99,取其中的最大值0.99,即該樣本識別為鎢。

    圖5 散射密度矩陣輸入到卷積神經(jīng)網(wǎng)絡后的識別分類過程Fig.5 Classification process when scattering density matrix is input into convolutional neural network

    當成像區(qū)域存在多個、置于不同位置的待測物塊時,對整個探測區(qū)域的散射密度矩陣提取異常數(shù)據(jù)位置,進而輸入材料識別模型進行判別。

    4 結果與分析

    定義材料xi被正確識別的準確度taccuracy為:

    (8)

    其中:xi∈X,X={鋁,鐵,鎢};n為待測材料的數(shù)量,n=3。定義總體準確度ttotal為:

    (9)

    利用Geant4對10 cm×10 cm×10 cm的鋁、鐵和鎢3種材料分別進行1、3、5和10 min測量時間的模擬。將每種材料識別的準確度以及總體準確度作為評價模型的指標,得到的結果列于表1。

    表1 模擬條件下卷積神經(jīng)網(wǎng)絡模型的材料識別準確度Table 1 Discrimination accuracy by convolutional neural network model under simulation condition

    測量時間為1 min時,μ子的散射事例數(shù)據(jù)量有限,散射密度矩陣中非零數(shù)據(jù)比例較大,導致準確度不高。由于鐵的原子序數(shù)介于鋁、鎢之間,相對于二者來說較易混淆,在3種材料中識別準確度最低,僅為82.1%。3 min時,3種材料的識別準確度均可達到90%以上。5 min時,μ子穿過待測物體的散射角數(shù)據(jù)較多,用來訓練網(wǎng)絡的散射密度矩陣中非零網(wǎng)格的比例有所提高,3種材料的準確度均在98%之上,總體準確度達到98.5%。測量時間為10 min時,鋁與鎢塊的識別準確度均已達到100.0%,鐵塊的誤報率也僅為0.1%,總體材料識別準確度達到99.9%。統(tǒng)計10 min時模擬與實驗條件下μ子穿過鎢塊的投影角分布,實驗結果與模擬結果吻合良好(圖6a)。進一步計算不同測量時間下模擬與實驗模型對鎢塊識別的準確度如圖6b所示,由于在實驗中探測器具有一定的位置分辨率,同時網(wǎng)絡的訓練數(shù)據(jù)集較少,導致鎢塊的識別準確度略低于模擬結果。但是隨著測量時間的增加,實驗模型的準確度逐漸接近于模擬模型,差距逐漸縮小,在10 min時兩個模型對鎢塊的準確度都達到了100.0%,由此說明了模擬與實驗平臺是相對可靠的。

    a——投影角分布;b——材料識別準確度圖6 模擬與實驗結果的對比Fig.6 Comparison between simulation and experiment results

    在實驗裝置上,同樣對10 cm×10 cm×10 cm的鋁塊、鐵塊和鎢塊進行1、3、5和10 min的測量實驗,結果列于表2。當測量時間為3 min時,實驗模型對重核材料鎢的準確度達到了98.1%,由于低、中原子序數(shù)材料的散射密度較小,探測器的位置分辨率對其散射角的測量影響更大,導致鋁、鐵樣品的識別準確度相對較低。測量時間為5 min時,3種材料的準確度均達到90%以上,總體準確度為94.6%。測量時間為10 min時,該模型對鎢的準確度達到100.0%。結果表明,基于卷積神經(jīng)網(wǎng)絡的材料識別方法能在較短的測量時間內(nèi)實現(xiàn)對低、中、高原子序數(shù)材料的檢測,并有效識別重核材料鎢。

    表2 實驗條件下卷積神經(jīng)網(wǎng)絡模型的材料識別準確度Table 2 Discrimination accuracy by convolutional neural network model under experiment condition

    為研究不同層數(shù)的卷積-池化結構對神經(jīng)網(wǎng)絡準確度的影響,以實驗條件下測量時間10 min獲得的散射密度矩陣作為訓練集,分別建立包含2層、3層、4層以及5層卷積-池化結構的網(wǎng)絡模型,測試結果如圖7所示,可看出,4層、5層卷積-池化結構能更加有效地提取到散射密度矩陣的特征,提升材料識別的準確度。此外,由于5層結構相比于4層結構準確度提升效果并不顯著,且復雜的網(wǎng)絡結構可能會過度學習訓練集數(shù)據(jù),易出現(xiàn)過擬合現(xiàn)象。因此實驗模型選擇使用4層卷積-池化結構。

    圖7 不同數(shù)量卷積結構的卷積神經(jīng)網(wǎng)絡模型的材料識別準確度Fig.7 Material discrimination accuracy of convolutional neural network models with different numbers of convolutional structures

    使用機器學習中的隨機森林、經(jīng)典BP網(wǎng)絡分類算法,與本文提出的卷積神經(jīng)網(wǎng)絡算法進行材料識別效能的比較(表3),結果表明,卷積神經(jīng)網(wǎng)絡材料識別模型在μ子散射的材料識別上具有一定的優(yōu)勢。

    表3 不同算法模型材料識別準確度的對比Table 3 Comparison of material discrimination accuracy of different algorithm models

    5 結論

    根據(jù)宇宙射線μ子穿過待測物體時散射密度與材料原子序數(shù)的相關性,將卷積神經(jīng)網(wǎng)絡的方法應用于μ子散射成像中的材料識別。通過卷積進行特征提取,通過池化降低數(shù)據(jù)維度,不斷迭代調(diào)整權重來優(yōu)化神經(jīng)網(wǎng)絡模型,并分別構建了不同結構的卷積神經(jīng)網(wǎng)絡,分析網(wǎng)絡的測試結果,選擇其中最優(yōu)的網(wǎng)絡結構。本文構建了不同的卷積神經(jīng)網(wǎng)絡材料識別模型以分別應用于模擬數(shù)據(jù)及實驗測量數(shù)據(jù),當測量時間為1、3、5和10 min時,模擬模型的總體識別準確度分別為86.1%、95.6%、98.5%和99.9%;實驗模型的總體識別準確度分別為68.4%、81.3%、94.6%和97.1%。本文采用的卷積神經(jīng)網(wǎng)絡不失為一種有效的μ子成像材料識別方法,在實驗裝置1 m3的探測區(qū)域上對10 cm×10 cm×10 cm的鎢塊5 min即可實現(xiàn)99.1%的準確度,但由于實際應用需要大量學習訓練,還要考慮到更復雜的探測情況,要克服這些限制,還需要更深入地進一步研究,優(yōu)化模型結構。

    猜你喜歡
    池化準確度卷積
    面向神經(jīng)網(wǎng)絡池化層的靈活高效硬件設計
    基于Sobel算子的池化算法設計
    卷積神經(jīng)網(wǎng)絡中的自適應加權池化
    軟件導刊(2022年3期)2022-03-25 04:45:04
    基于3D-Winograd的快速卷積算法設計及FPGA實現(xiàn)
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    基于卷積神經(jīng)網(wǎng)絡和池化算法的表情識別研究
    幕墻用掛件安裝準確度控制技術
    建筑科技(2018年6期)2018-08-30 03:40:54
    基于傅里葉域卷積表示的目標跟蹤算法
    動態(tài)汽車衡準確度等級的現(xiàn)實意義
    一種基于卷積神經(jīng)網(wǎng)絡的性別識別方法
    電視技術(2014年19期)2014-03-11 15:38:20
    大话2 男鬼变身卡| 丝袜喷水一区| 妹子高潮喷水视频| 一本久久精品| 国产精品久久久久成人av| 久久国产亚洲av麻豆专区| 丰满乱子伦码专区| 观看美女的网站| 黑人猛操日本美女一级片| 一区二区av电影网| 日韩一卡2卡3卡4卡2021年| 午夜日本视频在线| 伦理电影大哥的女人| 国产精品一二三区在线看| 国产xxxxx性猛交| 午夜免费观看性视频| 成人午夜精彩视频在线观看| 18禁国产床啪视频网站| 国产又色又爽无遮挡免| 亚洲欧美成人精品一区二区| 久久久久精品人妻al黑| 久久女婷五月综合色啪小说| 免费观看av网站的网址| 狠狠婷婷综合久久久久久88av| 制服丝袜香蕉在线| 午夜老司机福利片| 精品国产国语对白av| 国产成人欧美| 九草在线视频观看| 久久这里只有精品19| 国产99久久九九免费精品| 建设人人有责人人尽责人人享有的| 午夜免费观看性视频| 成人毛片60女人毛片免费| 一本—道久久a久久精品蜜桃钙片| 久久青草综合色| 性色av一级| 国产精品国产av在线观看| 亚洲av日韩在线播放| 一本色道久久久久久精品综合| av卡一久久| 女的被弄到高潮叫床怎么办| 亚洲av电影在线进入| 在线观看免费午夜福利视频| av卡一久久| 老熟女久久久| 老司机影院毛片| 国产一区二区在线观看av| 国精品久久久久久国模美| 亚洲精品国产区一区二| 五月开心婷婷网| 国产 一区精品| 久久综合国产亚洲精品| 欧美日韩亚洲高清精品| 老汉色av国产亚洲站长工具| 亚洲伊人久久精品综合| 超碰成人久久| 在线观看免费视频网站a站| 国产成人精品久久二区二区91 | 国产精品久久久久久精品电影小说| 免费黄频网站在线观看国产| 久久99一区二区三区| 精品午夜福利在线看| 亚洲精品国产av成人精品| 高清在线视频一区二区三区| 国产高清不卡午夜福利| 各种免费的搞黄视频| 欧美国产精品va在线观看不卡| 少妇精品久久久久久久| 亚洲国产欧美一区二区综合| 国产片内射在线| 欧美日韩av久久| 久久婷婷青草| 街头女战士在线观看网站| 欧美久久黑人一区二区| 黄网站色视频无遮挡免费观看| 亚洲成人国产一区在线观看 | 男女国产视频网站| 亚洲精品中文字幕在线视频| 人人妻人人澡人人爽人人夜夜| 亚洲欧洲国产日韩| 免费在线观看视频国产中文字幕亚洲 | 亚洲av福利一区| 99久国产av精品国产电影| 日本欧美视频一区| 亚洲精品久久久久久婷婷小说| 国产亚洲午夜精品一区二区久久| 国产亚洲一区二区精品| 五月开心婷婷网| 国产成人91sexporn| netflix在线观看网站| av在线app专区| 性高湖久久久久久久久免费观看| 日日撸夜夜添| 一级a爱视频在线免费观看| kizo精华| 视频区图区小说| 嫩草影院入口| 日本欧美视频一区| 成人手机av| 日本爱情动作片www.在线观看| 性色av一级| 国产欧美亚洲国产| 女人精品久久久久毛片| 秋霞在线观看毛片| 伦理电影大哥的女人| 桃花免费在线播放| 97人妻天天添夜夜摸| 国产成人午夜福利电影在线观看| 欧美日韩福利视频一区二区| av卡一久久| 欧美av亚洲av综合av国产av | 青春草国产在线视频| 国产毛片在线视频| 色吧在线观看| 少妇 在线观看| 国产午夜精品一二区理论片| 视频区图区小说| 免费在线观看视频国产中文字幕亚洲 | 在现免费观看毛片| 国产精品二区激情视频| 一级毛片 在线播放| 热99国产精品久久久久久7| 日韩电影二区| av免费观看日本| 日日爽夜夜爽网站| 国产成人系列免费观看| 一区二区三区精品91| 日本av手机在线免费观看| 亚洲专区中文字幕在线 | 97精品久久久久久久久久精品| 欧美变态另类bdsm刘玥| 男人操女人黄网站| 无限看片的www在线观看| 秋霞伦理黄片| av福利片在线| 老司机在亚洲福利影院| 高清视频免费观看一区二区| av片东京热男人的天堂| 日韩 亚洲 欧美在线| 中文字幕人妻丝袜一区二区 | 999久久久国产精品视频| 久久精品国产亚洲av涩爱| 亚洲国产av影院在线观看| 免费日韩欧美在线观看| 亚洲,欧美,日韩| 精品一区二区三区四区五区乱码 | 精品少妇一区二区三区视频日本电影 | 又大又爽又粗| 丝袜美足系列| 考比视频在线观看| 欧美日韩一级在线毛片| 777久久人妻少妇嫩草av网站| 国产成人一区二区在线| 成人国语在线视频| 亚洲精品在线美女| 久久人妻熟女aⅴ| 激情五月婷婷亚洲| 丝瓜视频免费看黄片| 成年美女黄网站色视频大全免费| 丰满迷人的少妇在线观看| 久久久久久人妻| 黄频高清免费视频| 久久热在线av| 欧美av亚洲av综合av国产av | 久久久久久人妻| 亚洲欧美精品自产自拍| 日本爱情动作片www.在线观看| 涩涩av久久男人的天堂| 91国产中文字幕| 毛片一级片免费看久久久久| 欧美精品高潮呻吟av久久| a级毛片在线看网站| 黄色怎么调成土黄色| 高清在线视频一区二区三区| 亚洲av国产av综合av卡| 午夜日韩欧美国产| 国产毛片在线视频| 国产亚洲欧美精品永久| 国产精品久久久久久久久免| 电影成人av| 啦啦啦视频在线资源免费观看| tube8黄色片| 欧美日韩成人在线一区二区| 婷婷色综合www| 午夜免费男女啪啪视频观看| 各种免费的搞黄视频| 黄网站色视频无遮挡免费观看| 女人久久www免费人成看片| 成年女人毛片免费观看观看9 | 99久久人妻综合| 永久免费av网站大全| 久久久久人妻精品一区果冻| 人人妻,人人澡人人爽秒播 | 一本—道久久a久久精品蜜桃钙片| 秋霞在线观看毛片| 男女之事视频高清在线观看 | 欧美乱码精品一区二区三区| 十八禁网站网址无遮挡| 亚洲精品国产一区二区精华液| 久久久久久久大尺度免费视频| 免费观看av网站的网址| 色视频在线一区二区三区| 丝袜喷水一区| 成人国产麻豆网| 欧美日韩精品网址| 一级毛片黄色毛片免费观看视频| 啦啦啦视频在线资源免费观看| 日韩 欧美 亚洲 中文字幕| 观看av在线不卡| 国产精品嫩草影院av在线观看| 宅男免费午夜| 国产男女内射视频| 亚洲国产精品国产精品| 大香蕉久久成人网| 中文乱码字字幕精品一区二区三区| 日韩,欧美,国产一区二区三区| 少妇的丰满在线观看| 国产精品国产三级国产专区5o| 精品国产一区二区三区久久久樱花| 激情五月婷婷亚洲| 精品一区二区三卡| 极品人妻少妇av视频| 日韩一区二区三区影片| 亚洲av日韩在线播放| 亚洲精品av麻豆狂野| 日韩 欧美 亚洲 中文字幕| av福利片在线| 啦啦啦啦在线视频资源| av网站免费在线观看视频| 毛片一级片免费看久久久久| 国产探花极品一区二区| 久久ye,这里只有精品| 精品亚洲乱码少妇综合久久| 午夜av观看不卡| 又黄又粗又硬又大视频| 伦理电影大哥的女人| 久久久精品94久久精品| 午夜精品国产一区二区电影| av在线观看视频网站免费| 亚洲精品国产av成人精品| 精品少妇黑人巨大在线播放| 国产激情久久老熟女| 老熟女久久久| 69精品国产乱码久久久| 韩国av在线不卡| 亚洲第一区二区三区不卡| 观看美女的网站| 日韩精品免费视频一区二区三区| 亚洲国产av新网站| 美女视频免费永久观看网站| 精品福利永久在线观看| 一本久久精品| 国产男女超爽视频在线观看| 亚洲色图综合在线观看| 人妻一区二区av| 一本色道久久久久久精品综合| 欧美亚洲日本最大视频资源| 午夜日本视频在线| 97人妻天天添夜夜摸| 国产av精品麻豆| 91老司机精品| 久久国产精品男人的天堂亚洲| 99香蕉大伊视频| 欧美精品亚洲一区二区| 精品国产乱码久久久久久男人| 欧美日韩视频高清一区二区三区二| 亚洲第一av免费看| 免费在线观看黄色视频的| 国产日韩欧美视频二区| 日韩av在线免费看完整版不卡| 欧美日韩国产mv在线观看视频| 亚洲男人天堂网一区| 日本猛色少妇xxxxx猛交久久| 精品亚洲成a人片在线观看| 日本av免费视频播放| 国产 精品1| 精品国产乱码久久久久久男人| av在线播放精品| 成年动漫av网址| 国产精品 国内视频| 国产精品免费大片| 欧美日韩精品网址| 久久精品国产亚洲av涩爱| 欧美人与性动交α欧美精品济南到| 午夜福利视频精品| 老熟女久久久| 亚洲精品美女久久久久99蜜臀 | 久久99精品国语久久久| 日韩成人av中文字幕在线观看| 啦啦啦啦在线视频资源| 成人亚洲精品一区在线观看| 性少妇av在线| 久久午夜综合久久蜜桃| 国产精品蜜桃在线观看| 99国产综合亚洲精品| 亚洲av福利一区| 国产日韩欧美视频二区| 亚洲中文av在线| 爱豆传媒免费全集在线观看| 麻豆乱淫一区二区| 大香蕉久久网| 可以免费在线观看a视频的电影网站 | 久久久欧美国产精品| 国产精品亚洲av一区麻豆 | 精品久久蜜臀av无| 国产精品麻豆人妻色哟哟久久| 99热国产这里只有精品6| 免费黄色在线免费观看| 亚洲一区二区三区欧美精品| 在线免费观看不下载黄p国产| 欧美xxⅹ黑人| 高清欧美精品videossex| 国产成人精品福利久久| 国产99久久九九免费精品| a级片在线免费高清观看视频| 一级片'在线观看视频| 女人高潮潮喷娇喘18禁视频| av片东京热男人的天堂| 国产亚洲av片在线观看秒播厂| 亚洲av成人精品一二三区| 飞空精品影院首页| 99精品久久久久人妻精品| 久久久久久免费高清国产稀缺| 这个男人来自地球电影免费观看 | 亚洲美女黄色视频免费看| 亚洲精品成人av观看孕妇| 最近最新中文字幕大全免费视频 | 国产亚洲精品第一综合不卡| 在线看a的网站| 欧美少妇被猛烈插入视频| 校园人妻丝袜中文字幕| 亚洲第一区二区三区不卡| 精品国产一区二区久久| 国产熟女午夜一区二区三区| 熟女少妇亚洲综合色aaa.| 日本爱情动作片www.在线观看| 老司机亚洲免费影院| av卡一久久| 欧美日韩亚洲高清精品| 80岁老熟妇乱子伦牲交| 亚洲一区二区三区欧美精品| 国产99久久九九免费精品| 一区二区日韩欧美中文字幕| 一区二区av电影网| 黄色视频在线播放观看不卡| 久久精品国产亚洲av涩爱| 久久久久国产一级毛片高清牌| 亚洲成人一二三区av| 制服丝袜香蕉在线| 久久影院123| 在线观看人妻少妇| 青草久久国产| av不卡在线播放| 欧美黄色片欧美黄色片| 女人精品久久久久毛片| 久久精品久久久久久久性| 在线天堂最新版资源| 国产一区二区 视频在线| 91成人精品电影| 免费人妻精品一区二区三区视频| 青青草视频在线视频观看| avwww免费| 日韩中文字幕视频在线看片| 日韩电影二区| 欧美另类一区| kizo精华| 黄色怎么调成土黄色| 在线精品无人区一区二区三| 啦啦啦视频在线资源免费观看| 岛国毛片在线播放| 国产成人a∨麻豆精品| 日本黄色日本黄色录像| 久久97久久精品| www.av在线官网国产| 亚洲精品久久午夜乱码| 看免费成人av毛片| 一二三四中文在线观看免费高清| 久久久国产精品麻豆| 久久 成人 亚洲| 久久鲁丝午夜福利片| 高清不卡的av网站| 成人亚洲欧美一区二区av| 精品久久久精品久久久| 亚洲第一区二区三区不卡| 国产精品嫩草影院av在线观看| 最近最新中文字幕大全免费视频 | 热re99久久精品国产66热6| 亚洲精品视频女| a 毛片基地| 美女大奶头黄色视频| 久久久久国产精品人妻一区二区| 亚洲欧美精品自产自拍| 国产成人a∨麻豆精品| 午夜免费男女啪啪视频观看| 热99国产精品久久久久久7| 嫩草影视91久久| 黑丝袜美女国产一区| 又粗又硬又长又爽又黄的视频| 久热爱精品视频在线9| 一区二区日韩欧美中文字幕| 国产欧美日韩综合在线一区二区| 久久精品亚洲熟妇少妇任你| 欧美黑人欧美精品刺激| 久久久久久久久久久久大奶| 欧美少妇被猛烈插入视频| 97在线人人人人妻| 99香蕉大伊视频| 国产片特级美女逼逼视频| videosex国产| 中国国产av一级| av视频免费观看在线观看| 女人久久www免费人成看片| 久久久久久久久免费视频了| 赤兔流量卡办理| 大片电影免费在线观看免费| 纯流量卡能插随身wifi吗| 伊人亚洲综合成人网| 777久久人妻少妇嫩草av网站| 欧美最新免费一区二区三区| 久久久精品94久久精品| 乱人伦中国视频| 亚洲av成人精品一二三区| 999精品在线视频| av网站免费在线观看视频| 亚洲国产欧美网| 亚洲成av片中文字幕在线观看| 亚洲免费av在线视频| 免费看av在线观看网站| 亚洲人成电影观看| 建设人人有责人人尽责人人享有的| 欧美在线一区亚洲| 日日摸夜夜添夜夜爱| 久久久精品免费免费高清| 大码成人一级视频| 一个人免费看片子| 色婷婷av一区二区三区视频| 伊人久久国产一区二区| 欧美日韩一级在线毛片| 999精品在线视频| 免费高清在线观看视频在线观看| 丝袜脚勾引网站| 美女大奶头黄色视频| 高清欧美精品videossex| 日韩,欧美,国产一区二区三区| 一级毛片电影观看| 久久婷婷青草| 大片电影免费在线观看免费| tube8黄色片| 国产精品亚洲av一区麻豆 | 国产成人精品在线电影| 国产成人免费无遮挡视频| 性高湖久久久久久久久免费观看| 91精品伊人久久大香线蕉| 亚洲av电影在线进入| 99久久99久久久精品蜜桃| 国产精品一区二区在线观看99| 日本爱情动作片www.在线观看| 亚洲第一青青草原| 亚洲综合色网址| 国产成人精品久久久久久| 国产人伦9x9x在线观看| 亚洲精品在线美女| 欧美精品一区二区免费开放| 97精品久久久久久久久久精品| 纵有疾风起免费观看全集完整版| av卡一久久| 色网站视频免费| 一级毛片我不卡| 精品国产一区二区三区久久久樱花| 日韩免费高清中文字幕av| 中文字幕人妻丝袜制服| 亚洲自偷自拍图片 自拍| 天堂中文最新版在线下载| netflix在线观看网站| 成人免费观看视频高清| 精品卡一卡二卡四卡免费| 夫妻性生交免费视频一级片| 男男h啪啪无遮挡| 国产精品av久久久久免费| 欧美 亚洲 国产 日韩一| 色网站视频免费| 午夜日韩欧美国产| 香蕉丝袜av| 欧美国产精品va在线观看不卡| 纵有疾风起免费观看全集完整版| 久热爱精品视频在线9| 日韩人妻精品一区2区三区| 国产在视频线精品| 蜜桃在线观看..| 亚洲第一青青草原| 国产男人的电影天堂91| 九九爱精品视频在线观看| av免费观看日本| 三上悠亚av全集在线观看| 人人妻人人澡人人看| 国产在线一区二区三区精| 久久这里只有精品19| 精品亚洲成国产av| 精品午夜福利在线看| 日韩精品免费视频一区二区三区| 国产精品欧美亚洲77777| kizo精华| 亚洲国产精品一区三区| 亚洲久久久国产精品| 人人澡人人妻人| 十八禁网站网址无遮挡| 国产免费视频播放在线视频| 人人妻人人澡人人爽人人夜夜| 一区二区三区乱码不卡18| 国产熟女欧美一区二区| 丰满少妇做爰视频| 大陆偷拍与自拍| 美国免费a级毛片| 永久免费av网站大全| 美女国产高潮福利片在线看| av网站免费在线观看视频| 黄色视频在线播放观看不卡| 欧美最新免费一区二区三区| 日韩欧美精品免费久久| 午夜福利在线免费观看网站| 咕卡用的链子| 国产av码专区亚洲av| 国产片特级美女逼逼视频| 交换朋友夫妻互换小说| 少妇 在线观看| 国产黄色免费在线视频| 亚洲五月色婷婷综合| 日韩av不卡免费在线播放| 一本久久精品| 成年美女黄网站色视频大全免费| 99久久99久久久精品蜜桃| 亚洲精品美女久久av网站| 青青草视频在线视频观看| 一本一本久久a久久精品综合妖精| 夫妻午夜视频| 成年动漫av网址| 精品国产乱码久久久久久小说| 如何舔出高潮| 中文字幕人妻熟女乱码| 一二三四在线观看免费中文在| 满18在线观看网站| 热99国产精品久久久久久7| 亚洲欧美精品自产自拍| 欧美国产精品va在线观看不卡| 国产成人精品久久久久久| 亚洲综合精品二区| 在线天堂最新版资源| 2021少妇久久久久久久久久久| 天堂中文最新版在线下载| 免费在线观看视频国产中文字幕亚洲 | 一区二区av电影网| 日韩一区二区视频免费看| 久久精品久久精品一区二区三区| 大话2 男鬼变身卡| 国产欧美日韩一区二区三区在线| 日韩大片免费观看网站| 国产精品香港三级国产av潘金莲 | 亚洲少妇的诱惑av| 中文字幕人妻熟女乱码| 欧美日韩亚洲高清精品| 亚洲欧洲国产日韩| 日韩制服丝袜自拍偷拍| 国产一区二区在线观看av| 涩涩av久久男人的天堂| 亚洲伊人久久精品综合| 国产一区有黄有色的免费视频| 精品午夜福利在线看| 成人午夜精彩视频在线观看| 日韩av免费高清视频| av视频免费观看在线观看| 国产精品一区二区在线不卡| 老汉色av国产亚洲站长工具| 国产免费视频播放在线视频| 丝袜美腿诱惑在线| 女性被躁到高潮视频| av网站免费在线观看视频| 国产亚洲av高清不卡| 欧美日韩成人在线一区二区| 建设人人有责人人尽责人人享有的| 欧美精品一区二区免费开放| 久久久久久人妻| 国产成人精品福利久久| 国产成人免费无遮挡视频| 欧美激情高清一区二区三区 | 久久人妻熟女aⅴ| 亚洲精品第二区| 欧美日韩一级在线毛片| 丁香六月天网| 男女国产视频网站| 国产毛片在线视频| 色播在线永久视频| 国产精品久久久久久人妻精品电影 | 国产片特级美女逼逼视频| 视频在线观看一区二区三区| 国产无遮挡羞羞视频在线观看| 久久久久精品久久久久真实原创| 亚洲国产毛片av蜜桃av| 伦理电影免费视频| av有码第一页| 女性被躁到高潮视频| 青草久久国产| 极品少妇高潮喷水抽搐| 久久久国产一区二区| 午夜福利,免费看| 嫩草影院入口| 久久99一区二区三区| 韩国高清视频一区二区三区| 制服诱惑二区| 美女中出高潮动态图| 午夜91福利影院| 亚洲一卡2卡3卡4卡5卡精品中文| 日韩一区二区视频免费看| av电影中文网址| 久久久久精品久久久久真实原创|