• <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 ?

    一種基于火災(zāi)圖像和人工智能的熱釋放速率計算方法

    2024-02-05 02:07:34王自龍張?zhí)旌?/span>黃鑫炎
    燃燒科學與技術(shù) 2024年1期
    關(guān)鍵詞:火焰火災(zāi)速率

    王自龍,張?zhí)旌?,黃鑫炎

    一種基于火災(zāi)圖像和人工智能的熱釋放速率計算方法

    王自龍,張?zhí)旌剑S鑫炎

    (香港理工大學建筑環(huán)境與能源工程學系,香港 900777)

    火焰的熱釋放速率是描述火災(zāi)行為和危險性的重要參數(shù)之一,然而由于火災(zāi)場景的復(fù)雜性,傳統(tǒng)的火災(zāi)熱釋放速率測量方法無法適用.本文旨在探索一種基于人工智能和圖像的火災(zāi)熱釋放速率預(yù)測方法,用于火災(zāi)場景下火災(zāi)強度的識別,進而為消防應(yīng)急救援提供依據(jù).用于火災(zāi)熱釋放速率識別的深度學習模型(Swin Transformer)由美國國家標準技術(shù)研究所公開的火災(zāi)圖像量熱數(shù)據(jù)庫訓(xùn)練而成,其中包含火災(zāi)測試89例,不同時刻的5萬多張火災(zāi)圖像.所得模型可根據(jù)火災(zāi)場景下拍攝的火災(zāi)圖像實時識別火災(zāi)的大?。漕A(yù)測結(jié)果表明,即使在不同火源的場景下,深度學習模型可以通過當前的火災(zāi)圖像對火災(zāi)熱釋放速率進行有效識別,這將為未來的智慧消防系統(tǒng)開發(fā)提供有效的支持.

    火災(zāi)圖像;人工智能;火災(zāi)量熱;Swin Transformer

    火災(zāi)是生活中最常見的事故之一(見圖1).根據(jù)應(yīng)急管理部消防救援局統(tǒng)計,2020年全國消防部門共接報火災(zāi)25.2萬起,造成1183人死亡,775人受傷,直接財產(chǎn)損失40.09億元.在實際火災(zāi)場景中,火災(zāi)的熱釋放速率(HRR)是衡量火災(zāi)發(fā)展和火災(zāi)規(guī)模的有效指標[1],已被廣泛用于消防行動中[2].然而,由于大多數(shù)火災(zāi)場景中缺乏設(shè)備的支持,消防人員只能根據(jù)自己的經(jīng)驗判斷或猜測火災(zāi)的發(fā)展.由于缺乏準確的火災(zāi)信息,會導(dǎo)致消防人員對火災(zāi)場景和關(guān)鍵事件的誤判,延誤滅火和救援的時機,并造成不必要的傷亡.為了確保消防員的安全和有效的消防決策,需要對火災(zāi)場景進行實時的識別,以便更好地了解火災(zāi)的發(fā)展.

    (a)建筑火災(zāi) (b)車輛火災(zāi)

    圖1 建筑火災(zāi)與車輛火災(zāi)

    Fig.1 Building fire and vehicle fire

    在大多數(shù)火災(zāi)實驗或?qū)嶋H火災(zāi)場景中,通常采用相機或手機攝像頭對火焰和煙氣進行拍攝,以確定相關(guān)的火災(zāi)參數(shù)[3-5].對火焰圖像的深入分析可以提供有關(guān)火災(zāi)發(fā)展的各種信息.然而,這些信息的獲得需要經(jīng)過復(fù)雜的圖像處理過程,其準確性和可靠性對相機設(shè)置、背景光和實驗干擾很敏感,因此無法用于真實火災(zāi)場景下的火災(zāi)實時熱釋放速率識別.

    隨著人工智能(AI)技術(shù)的發(fā)展,特別是深度學習方法的發(fā)展,人工智能方法已被廣泛應(yīng)用于識別隱藏的火災(zāi)信息和預(yù)測火災(zāi)煙氣的發(fā)展.Wu等[6-7]使用深度學習算法準確預(yù)測了隧道內(nèi)的火源位置和溫度分布.Su等[8]將人工智能方法用于中庭的性能化消防設(shè)計,可以快速確定消防設(shè)計的極限,極大地縮短了設(shè)計周期.Zhang等[9]將人工智能用于腔室火災(zāi)發(fā)展的識別,最終實現(xiàn)了腔室內(nèi)溫度和轟燃現(xiàn)象的預(yù)測.蔣亞強等[10]通過對不同外立面形態(tài)的火災(zāi)場景的訓(xùn)練,實現(xiàn)了不同外立面構(gòu)造形式下開口溢流火焰溫度的實時預(yù)測,為外立面的設(shè)計和火災(zāi)防控提供支撐.然而,這些工作大多是基于模擬數(shù)據(jù)庫或傳感器數(shù)據(jù)來識別和預(yù)測火災(zāi)發(fā)展.然而火災(zāi)場景中很難提前安裝傳感器,即使預(yù)先安裝了傳感器,它也會很快被燒毀.為了實現(xiàn)安全可靠的火災(zāi)信息獲取,人們把研究目光轉(zhuǎn)向了圖像信息.陳培豪等[11]通過采用輕量級神經(jīng)網(wǎng)絡(luò) MobileNetv3 自動提取疑似火災(zāi)區(qū)域特征,實現(xiàn)了實時的視頻火災(zāi)識別.蔣珍存等[12]基于深度遷移學習實現(xiàn)了火災(zāi)場景圖片的準確分類.筆者前期對基于煙霧和火焰圖像來識別火災(zāi)熱釋放速率的可能性進行了初步的探索[13-14],但是沒有探索不同深度學習算法的有效性.

    為了實現(xiàn)更便捷有效的火災(zāi)熱釋放速率識別,本文從美國國家標準技術(shù)研究所(NIST)公開的火災(zāi)量熱數(shù)據(jù)庫中選取了火災(zāi)測試89例,據(jù)此構(gòu)建了火災(zāi)圖像量熱數(shù)據(jù)庫,并將其用于火災(zāi)熱釋放速率識別模型(Swin Transformer)的訓(xùn)練,最終實現(xiàn)了基于圖像的火災(zāi)熱釋放速率識別.

    1 預(yù)測方法

    1.1 火災(zāi)圖像數(shù)據(jù)庫

    為了獲取有效的火災(zāi)熱釋放速率識別模型,筆者使用NIST火災(zāi)圖像量熱數(shù)據(jù)庫[15]對深度學習模型進行訓(xùn)練.NIST火災(zāi)圖像量熱數(shù)據(jù)庫為NIST國家火災(zāi)研究實驗室(NFRL)進行火災(zāi)實驗的匯總,其中包含每個火災(zāi)實驗的實驗記錄,測試樣本包含組分單一的可燃物、設(shè)備齊全的房間、受控的燃燒器和未知組分的復(fù)合燃料等.所有的火災(zāi)實驗在使用攝像機對燃料的燃燒過程進行記錄的同時,還使用了100kW、1MW、3MW和20MW的耗氧量熱儀對燃燒過程的熱釋放速率進行測量,測量結(jié)果的不確定性為11%[16].

    由于所訓(xùn)練的深度學習模型主要通過火焰的行為對火災(zāi)熱釋放速率進行識別,因此在構(gòu)建火災(zāi)圖像數(shù)據(jù)庫的過程中主要選取了火焰形態(tài)較為明顯的的火災(zāi)測試共89例,包含不同時刻的5萬多張火災(zāi)圖像用于深度學習模型的訓(xùn)練,訓(xùn)練樣本可以充分反映不同熱釋放速率下的火焰形態(tài),足以實現(xiàn)有效的模型訓(xùn)練.燃燒測試的樣本包含紙箱、木垛、垃圾桶、塑料椅、吸塵器、木質(zhì)托盤等常見可燃物,其最大熱釋放速率為3240kW,如圖2所示.

    1.2 數(shù)據(jù)庫的生成

    獲取到火災(zāi)圖像數(shù)據(jù)庫后,需要將視頻中的火災(zāi)圖像與耗氧量熱儀測量的實時熱釋放速率匹配,以形成用于深度學習模型訓(xùn)練的數(shù)據(jù)庫,其生成過程如圖3所示.數(shù)據(jù)匹配后得到有效圖像51013張,所有圖像對應(yīng)的熱釋放速率分布如圖4所示.從圖中可以看出,訓(xùn)練樣本中不同熱釋放速率圖像的分布并不平衡,較小熱釋放速率對應(yīng)的火焰圖像在數(shù)據(jù)庫中的分布較多.

    (a)紙箱 (b)木垛

    (c)垃圾桶 (d)塑料椅

    圖2 NIST火災(zāi)圖像量熱數(shù)據(jù)庫中的典型燃料

    Fig.2 Typical fuel in NIST fire calorimetry database

    圖3 數(shù)據(jù)庫的生成和劃分

    圖4 數(shù)據(jù)庫熱釋放速率分布

    同時,為了提高模型訓(xùn)練的效率,需要對原始火焰圖像進行縮放.本文將分辨率為1920×1080像素的火焰圖像縮放到224×224像素,縮放后的圖像仍保留火焰的主體特征.數(shù)據(jù)庫中的火災(zāi)圖像將被劃分為測試集(80%)和驗證集(20%)兩部分,分別用于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和訓(xùn)練過程中模型的驗證.

    1.3 Swin Transformer

    盡管人眼可以直觀地對火焰的大小進行判斷,卻無法識別火焰圖像的微小變化,無法準確地判斷火焰的熱釋放速率,因此筆者通過深度學習的方式建立火焰圖像與火災(zāi)熱釋放速率的關(guān)系.Swin Transformer作為當前最先進的深度學習算法之一[17],同時具有卷積神經(jīng)網(wǎng)絡(luò)(CNN)層次化的構(gòu)建方式以及在無重合窗口區(qū)域的自注意力機制等特點,已被廣泛應(yīng)用于醫(yī)療診斷[18]、缺陷檢測[19]和面部識別[20]等任務(wù)中.筆者將其用于基于火災(zāi)圖像的熱釋放速率識別,所采用的結(jié)構(gòu)如圖5所示.

    Swin Transformer采用類似于卷積神經(jīng)網(wǎng)絡(luò)的層次化設(shè)計,共包含4個階段,通過圖像拼接不斷降低圖像的尺度以提取火焰圖像的特征.在將火焰圖像輸入該模型后,首先將圖像切分成為7×7的圖塊,再經(jīng)過線性嵌入圖像維度變?yōu)?6×56×48,其結(jié)果將被輸入Swin Transformer模塊中進行窗口注意力和移動窗口注意力的計算.移動窗口注意力機制的引入可以更好地和其他窗口進行信息交換并極大地降低了計算的復(fù)雜度.最終通過多層感知機輸出火災(zāi)熱釋放速率的數(shù)值.

    (a)Swin Transformer (b)移動窗口

    (c)Swin Transformer模塊

    (d)Swin Transformer結(jié)構(gòu)

    圖5 Swin Transformer模型的4個階段

    Fig.5 The 4 stages of the Swin Transformer model

    整個網(wǎng)絡(luò)結(jié)構(gòu)共包含2800萬個參數(shù),以充分反映火焰圖像與熱釋放速率之間的關(guān)系.模型的訓(xùn)練在一臺包含有32個CPU核心和一塊Tesla P100 GPU卡的服務(wù)器上進行,50步的訓(xùn)練步長共需要6h.模型訓(xùn)練完成后,深度學習模型可以根據(jù)輸入的火災(zāi)場景圖像實現(xiàn)對火災(zāi)熱釋放速率的實時預(yù)測.

    2 預(yù)測結(jié)果

    2.1 模型訓(xùn)練

    模型訓(xùn)練過程中的表現(xiàn)如圖6所示.經(jīng)過50步的訓(xùn)練,深度學習模型達到收斂,驗證集中最小均方誤差損失為0.01,最大決定性系數(shù)2為0.98,這表明深度學習模型在訓(xùn)練集和驗證集中已實現(xiàn)準確的火災(zāi)熱釋放速率識別.

    圖6 模型訓(xùn)練過程中的均方誤差損失與決定性系數(shù)

    2.2 模型驗證

    基于圖像的火災(zāi)熱釋放速率模型訓(xùn)練完成后,需要對模型的性能進行測試.本節(jié)選取了3個火災(zāi)測試場景對模型性能進行測試,分別為浸庚烷的棉布火災(zāi),塑料吸塵器火災(zāi)以及木質(zhì)托盤火災(zāi),對應(yīng)著大中小3種熱釋放速率的火災(zāi)類型.這3種火災(zāi)測試場景完全沒有參與深度學習模型的訓(xùn)練,這意味著深度學習模型將通過從訓(xùn)練集中所學的知識對位置場景進行識別,最終的識別結(jié)果如圖7所示.

    總的來說,深度學習模型可以有效地對大中小不同熱釋放速率的火災(zāi)進行識別.其中該模型對中熱釋放速率的火災(zāi)(即塑料吸塵器火災(zāi))的識別效果最好,其識別結(jié)果與實際測試值的決定性系數(shù)達0.98,識別結(jié)果的平均絕對誤差為12.32kW.在對小熱釋放速率火災(zāi)(即浸庚烷)的棉布火災(zāi)場景進行識別時,由于其火焰的尺寸較小,在使用圖像對其熱釋放速率進行識別時容易受到噪聲的影響,識別結(jié)果與實際值的決定性系數(shù)僅達到0.66,然而該模型仍舊能準確識別火災(zāi)的發(fā)展,其預(yù)測結(jié)果的平均絕對誤差為4.49kW.

    對于極大熱釋放速率的火災(zāi)場景,以木質(zhì)托盤火災(zāi)為例,深度學習模型在小中熱釋放速率的火災(zāi)階段預(yù)測效果較好,當火災(zāi)充分發(fā)展達到較大的熱釋放速率時,模型將極大地低估實際的火災(zāi)熱釋放率.其原因可能是由于訓(xùn)練數(shù)據(jù)集熱釋放速率分布不平衡導(dǎo)致,小中熱釋放速率的火災(zāi)場景圖像較多,大熱釋放速率的火災(zāi)場景較少甚至沒有,模型傾向于低估較大火災(zāi)的熱釋放速率.這種低估可以通過擴充圖像數(shù)據(jù)庫進行緩解.盡管如此,深度學習模型識別結(jié)果與實際熱釋放速率的決定性系數(shù)仍達到0.72,可以反映實際火災(zāi)場景的發(fā)展.

    2.3 模型在隨機火災(zāi)場景的應(yīng)用

    基于火災(zāi)實驗的測試,筆者完成了深度學習模型識別性能的驗證.本節(jié)中筆者將該模型應(yīng)用于真實的火災(zāi)場景中.筆者在實驗室環(huán)境下進行了一個沙發(fā)火災(zāi)的實驗,整個測試持續(xù)6min.實驗開始階段使用少量的乙醇將其從中間點燃,當火勢在沙發(fā)表面充分發(fā)展時出于安全考慮對其進行了撲滅.

    深度學習模型對沙發(fā)火災(zāi)發(fā)展過程的識別結(jié)果如圖8所示,在測試開始的前2min,主要燃料為用于點燃沙發(fā)的乙醇,隨著乙醇的逐漸燃盡,火災(zāi)的熱釋放速率出現(xiàn)下降趨勢.2min后,沙發(fā)的表面開始劇烈燃燒,熱釋放速率直線上升,直到6min后火災(zāi)測試被終止,在這個過程中,深度學習模型可以很好地識別沙發(fā)火災(zāi)的發(fā)展過程.模型識別的火災(zāi)峰值熱釋放速率為600kW,為前人火災(zāi)測試[21]測得峰值熱釋放速率992kW的3/5.此時,僅沙發(fā)的表面在發(fā)生燃燒,因此人工智能的預(yù)測結(jié)果整體上具有合理性.

    圖7 深度學習模型預(yù)測與實際實驗結(jié)果對比

    圖8 基于圖像的沙發(fā)火災(zāi)熱釋放速率預(yù)測

    3 結(jié) 論

    筆者對基于Swin Transformer深度學習和圖像火災(zāi)熱釋放速率識別進行了探索,通過NIST的火災(zāi)量熱數(shù)據(jù)庫對深度學習模型進行訓(xùn)練,實現(xiàn)了不同火災(zāi)場景下火災(zāi)熱釋放速率的實時識別.測試結(jié)果表明,即使在不同火源的場景下,深度學習模型仍可以通過當前的火災(zāi)圖像對火災(zāi)熱釋放速率進行有效識別,對于中等尺度火災(zāi),其熱釋放速率識別與實際測量值的決定性系數(shù)可達0.98.該方法的提出為復(fù)雜火災(zāi)場景中火災(zāi)熱釋放速率的識別提供了依據(jù),通過擴大火災(zāi)圖像數(shù)據(jù)庫,該模型的測量范圍和測量精度可以得到進一步改善.這種簡單方便的火災(zāi)熱釋放速率識別方法將為智慧消防系統(tǒng)的構(gòu)建和開發(fā)提供有效的支持.

    [1] Tewarson A. Heat release rate in fires[J].,1980,4(4):185-191.

    [2] Johansson N,Svensson S. Review of the use of fire dynamics theory in fire service activities[J].,2019,55(1):81-103.

    [3] Sun P,Wu C,Zhu F,et al. Microgravity combus-tion of polyethylene droplet in drop tower[J].,2020,222:18-26.

    [4] Xiong C,F(xiàn)an H,Huang X,et al. Evaluation of burning rate in microgravity based on the fuel regres-sion,flame area,and spread rate[J].,2022,237:111846.

    [5] Sun X,Hu L,Zhang X,et al. Experimental study on flame pulsation behavior of external venting facade fire ejected from opening of a compartment[J].,2021,38(3):4485-4493.

    [6] Wu X,Park Y,Li A,et al. Smart detection of fire source in tunnel based on the numerical database and artificial intelligence[J].,2020,57:657-682.

    [7] Wu X,Zhang X,Huang X,et al. A real-time forecast of tunnel fire based on numerical database and artificial intelligence[J].,2022,15(4):511-524.

    [8] Su L,Wu X,Zhang X,et al. Smart performance-based design for building fire safety:Prediction of smoke motion via AI[J].,2021,43:102529.

    [9] Zhang T,Wang Z,Wong H Y,et al. Real-time forecast of compartment fire and flashover based on deep learning[J].,2021:100310.

    [10] 蔣亞強,王自龍,黃鑫炎. 基于人工智能的外立面開口火溢流溫度場預(yù)測[J]. 消防科學與技術(shù),2021,40:827-830.

    Jiang Yaqiang,Wang Zilong,Huang Xinyan. Artificial intelligence based facade spilled flame temperature field prediction[J].,2021,40:827-830(in Chinese).

    [11] 陳培豪,肖 鐸,劉 泓. 基于深度學習的視頻火災(zāi)識別算法[J]. 燃燒科學與技術(shù),2021,27(6):695-700.

    Chen Peihao,Xiao Duo,Liu Hong. Video fire detec-tion algorithm based on deep learning[J].,2021,27(6):695-700(in Chinese).

    [12] 蔣珍存,溫曉靜,董正心,等. 基于深度學習的VGG16 圖像型火災(zāi)探測方法研究[J]. 消防科學與技術(shù),2021,40:375-377.

    Jiang Zhencun,Wen Xiaojing,Dong Zhengxin,et al. Research on fire detection of improved VGG16 image recognition based on deep learning[J].,2021,40:375-377(in Chinese).

    [13] Wang Z,Zhang T,Wu X,et al. Predicting transient building fire based on external smoke images and deep learning[J].,2022,47:103823.

    [14] Wang Z,Zhang T,Huang X. Predicting real-time fire heat release rate based on flame images and deep learning[J].,2023,39(3):4115-4123.

    [15] Bundy M. User’s Guide for Fire Calorimetry Database (FCD)[R]. Gaithersburg:National Institute of Stan-dards and Technology,2020.

    [16] Bryant R A,Ohlemiller T J,Johnsson E L,et al. The NIST 3 Megawatt Quantitative Heat Release Rate Facility[R]. Gaithersburg:National Institute of Standards and Technology,2003.

    [17] Liu Z,Lin Y,Cao Y,et al. Swin transformer:Hierarchical vision transformer using shifted windows[C]//. 2021,10012-10022.

    [18] Zhang L,Wen Y. A transformer-based framework for automatic COVID19 diagnosis in chest CTs[C]//. 2021:513-518.

    [19] Gao L,Zhang J,Yang C,et al. Cas-VSwin transformer:A variant swin transformer for surface-defect detection[J].,2022,140:103689.

    [20] Kim J H,Kim N,Won C S. Facial Expression Rec-ognition with Swin Transformer[EB/OL]. https://doi. org/10.48550/arXiv.2203.13472.2022.

    [21] Zou G W,Huo Y,Chow W K,et al. Modelling of heat release rate in upholstered furniture fire[J].,2018,42(4):374-385.

    A Method for Calculating Heat Release Rates Based on Fire Images and Artificial Intelligence

    Wang Zilong,Zhang Tianhang,Huang Xinyan

    (Department of Building Environment and Energy Engineering,The Hong Kong Polytechnic University,Hong Kong 900777,China)

    The heat release rate(HRR)of a fire is one of the critical parameters in describing the fire behavior and hazard. However,due to the complexity of fire scenarios,traditional methods of measuring HRR cannot be applied. This study aims to explore a HRR prediction method based on artificial intelligence in fire scenarios,which will facilitate the identification of fire intensity and provide support for fire emergency rescue. The deep learning model(Swin Transformer)for HRR calculation is trained on the publicly available fire calorimetric database from the National Institute of Standards and Technology,which contains 89 fire tests and over 50000 fire images taken at different times. The obtained model can identify the size of the fire in real time based on the fire images taken in the fire scenario.The results show that even in different fire scenarios,the deep learning model can effectively identify HRR based on the fire images,which will provide effective support for the development of future intelligent fire systems.

    fire images;artificial intelligence;fire calorimetry;Swin Transformer

    TK16

    A

    1006-8740(2024)01-0069-06

    2023-02-28.

    香港研究資助局資助項目(T22-505/19-N).

    王自龍(1996— ),男,博士后,zilong.wang@connect.polyu.hk.

    黃鑫炎,男,博士,副教授,博士生導(dǎo)師,xy.huang@polyu.edu.hk.

    (責任編輯:梁 霞)

    猜你喜歡
    火焰火災(zāi)速率
    《火焰》
    最亮的火焰
    “化學反應(yīng)的速率與限度”知識與能力提升
    漂在水上的火焰
    速度和速率有什么不同
    遇火災(zāi)怎么辦?
    吹不滅的火焰
    學與玩(2017年6期)2017-02-16 07:07:22
    掌握火災(zāi)逃生知識
    不同冷卻速率下低壓轉(zhuǎn)子鋼30Cr2Ni4MoV的凝固組織
    上海金屬(2014年5期)2014-12-20 07:58:39
    蓮心超微粉碎提高有效成分的溶出速率
    青青草视频在线视频观看| 一级毛片我不卡| 国产亚洲精品久久久com| 欧美丝袜亚洲另类| 亚洲国产精品999| 纵有疾风起免费观看全集完整版| 美女国产视频在线观看| 91精品伊人久久大香线蕉| 日韩一区二区三区影片| 日韩精品免费视频一区二区三区 | 成年女人在线观看亚洲视频| 国产精品久久久久久久电影| 99热网站在线观看| 性色avwww在线观看| 亚洲国产成人一精品久久久| www.av在线官网国产| 国产永久视频网站| 免费av中文字幕在线| 在现免费观看毛片| 国产69精品久久久久777片| 三上悠亚av全集在线观看| 91成人精品电影| 国产精品麻豆人妻色哟哟久久| av专区在线播放| 日韩一区二区视频免费看| 亚洲久久久国产精品| 欧美人与善性xxx| 国产精品国产av在线观看| 青春草视频在线免费观看| 日韩一区二区视频免费看| 考比视频在线观看| 成人午夜精彩视频在线观看| 日本欧美视频一区| 成人综合一区亚洲| 精品人妻在线不人妻| av视频免费观看在线观看| 高清视频免费观看一区二区| 精品酒店卫生间| 三级国产精品欧美在线观看| 蜜臀久久99精品久久宅男| 99热网站在线观看| 青春草亚洲视频在线观看| 黄色视频在线播放观看不卡| 精品一区二区三卡| 18在线观看网站| 国产精品一区二区在线不卡| 免费看av在线观看网站| 国产成人精品福利久久| 中国三级夫妇交换| 国产精品一区www在线观看| 一级毛片aaaaaa免费看小| 我的老师免费观看完整版| 国产一区亚洲一区在线观看| 国产精品一区www在线观看| 一级毛片aaaaaa免费看小| 天天操日日干夜夜撸| 自拍欧美九色日韩亚洲蝌蚪91| 春色校园在线视频观看| 91成人精品电影| 中文字幕人妻丝袜制服| 色哟哟·www| 熟女人妻精品中文字幕| 国产精品不卡视频一区二区| 国产精品成人在线| 久久韩国三级中文字幕| 午夜福利视频在线观看免费| 肉色欧美久久久久久久蜜桃| 国产精品欧美亚洲77777| 人妻少妇偷人精品九色| 亚洲性久久影院| 久久99蜜桃精品久久| 成人漫画全彩无遮挡| 亚洲av综合色区一区| 国产成人一区二区在线| 久久久久精品久久久久真实原创| 精品卡一卡二卡四卡免费| 亚洲av在线观看美女高潮| 男女无遮挡免费网站观看| 肉色欧美久久久久久久蜜桃| 又粗又硬又长又爽又黄的视频| 老司机亚洲免费影院| 国产色婷婷99| 蜜臀久久99精品久久宅男| 国产亚洲最大av| 水蜜桃什么品种好| 高清视频免费观看一区二区| 亚洲国产精品专区欧美| 一级毛片我不卡| 欧美 日韩 精品 国产| 丁香六月天网| 女人久久www免费人成看片| 22中文网久久字幕| 国产极品粉嫩免费观看在线 | 一级片'在线观看视频| 免费大片18禁| 一区二区三区乱码不卡18| 蜜桃国产av成人99| 新久久久久国产一级毛片| 中文字幕精品免费在线观看视频 | 男男h啪啪无遮挡| 亚洲av综合色区一区| 日韩成人伦理影院| 亚洲精品自拍成人| 精品午夜福利在线看| 一区二区三区四区激情视频| 亚洲精品第二区| 久久久a久久爽久久v久久| 亚洲国产日韩一区二区| 亚洲精品日韩在线中文字幕| 日韩三级伦理在线观看| 91精品伊人久久大香线蕉| 蜜桃国产av成人99| 80岁老熟妇乱子伦牲交| 伦理电影大哥的女人| 国产探花极品一区二区| 国产男女超爽视频在线观看| 边亲边吃奶的免费视频| 欧美亚洲 丝袜 人妻 在线| 国产极品粉嫩免费观看在线 | 国产精品嫩草影院av在线观看| 热re99久久精品国产66热6| 中文字幕免费在线视频6| 国产亚洲精品第一综合不卡 | 大香蕉久久网| 男女啪啪激烈高潮av片| 一区二区av电影网| 一区二区三区四区激情视频| 欧美 日韩 精品 国产| 国产精品.久久久| 亚洲欧美成人综合另类久久久| 制服人妻中文乱码| 啦啦啦视频在线资源免费观看| 两个人的视频大全免费| 欧美精品一区二区免费开放| 九色成人免费人妻av| 一区二区三区免费毛片| 一级黄片播放器| 亚洲av在线观看美女高潮| 一个人免费看片子| 免费看不卡的av| 免费大片黄手机在线观看| 天天操日日干夜夜撸| 免费播放大片免费观看视频在线观看| 国产亚洲欧美精品永久| 久久97久久精品| 在线免费观看不下载黄p国产| 99久久人妻综合| 国产伦理片在线播放av一区| 狠狠婷婷综合久久久久久88av| 国产黄频视频在线观看| 日韩中文字幕视频在线看片| 国产免费一区二区三区四区乱码| 91精品国产九色| 人妻一区二区av| 日本wwww免费看| 五月天丁香电影| 亚洲精华国产精华液的使用体验| 菩萨蛮人人尽说江南好唐韦庄| 春色校园在线视频观看| 不卡视频在线观看欧美| 啦啦啦在线观看免费高清www| 亚洲精品第二区| av有码第一页| 免费av中文字幕在线| 欧美成人精品欧美一级黄| 亚洲经典国产精华液单| 日韩强制内射视频| 国产亚洲精品第一综合不卡 | 极品人妻少妇av视频| a级毛片黄视频| 亚洲久久久国产精品| 亚洲av.av天堂| 国产成人aa在线观看| 久久鲁丝午夜福利片| 爱豆传媒免费全集在线观看| 欧美 日韩 精品 国产| 国产有黄有色有爽视频| 久久ye,这里只有精品| 亚洲不卡免费看| 亚洲av欧美aⅴ国产| 日本爱情动作片www.在线观看| 丁香六月天网| 看非洲黑人一级黄片| 中文乱码字字幕精品一区二区三区| 国产不卡av网站在线观看| 在线观看免费日韩欧美大片 | 国产永久视频网站| 精品久久久精品久久久| 伦精品一区二区三区| 最近最新中文字幕免费大全7| 亚洲欧美日韩另类电影网站| 亚洲欧美一区二区三区黑人 | 国国产精品蜜臀av免费| 国产爽快片一区二区三区| 成年美女黄网站色视频大全免费 | 欧美日韩综合久久久久久| 国产精品三级大全| 久久久国产欧美日韩av| av免费观看日本| 精品国产国语对白av| 亚洲精品久久成人aⅴ小说 | 97精品久久久久久久久久精品| 亚洲在久久综合| 国产欧美另类精品又又久久亚洲欧美| 久久精品久久久久久久性| 夫妻性生交免费视频一级片| 亚洲国产精品一区三区| 新久久久久国产一级毛片| 欧美亚洲 丝袜 人妻 在线| 亚洲国产最新在线播放| 欧美激情国产日韩精品一区| 黑人猛操日本美女一级片| 狂野欧美白嫩少妇大欣赏| 亚洲无线观看免费| 一本—道久久a久久精品蜜桃钙片| 人妻系列 视频| 久久国产精品大桥未久av| 激情五月婷婷亚洲| 亚洲国产毛片av蜜桃av| 一区二区av电影网| 丝袜在线中文字幕| 交换朋友夫妻互换小说| 久久韩国三级中文字幕| 国产又色又爽无遮挡免| 一级片'在线观看视频| 亚洲精品国产av蜜桃| 中文天堂在线官网| 人妻人人澡人人爽人人| 九草在线视频观看| √禁漫天堂资源中文www| 久久久久久久国产电影| 如日韩欧美国产精品一区二区三区 | 国产精品蜜桃在线观看| 一区二区三区精品91| 久久国内精品自在自线图片| 精品酒店卫生间| 激情五月婷婷亚洲| 在线观看人妻少妇| 国产极品粉嫩免费观看在线 | 寂寞人妻少妇视频99o| 人人妻人人添人人爽欧美一区卜| 亚洲精华国产精华液的使用体验| 精品久久久久久久久av| 在线观看一区二区三区激情| 美女国产视频在线观看| 免费黄网站久久成人精品| 最新的欧美精品一区二区| 夜夜骑夜夜射夜夜干| 欧美日本中文国产一区发布| 久久综合国产亚洲精品| 赤兔流量卡办理| 亚洲一级一片aⅴ在线观看| 亚洲精品中文字幕在线视频| freevideosex欧美| 午夜激情av网站| 人人妻人人澡人人爽人人夜夜| av天堂久久9| 又黄又爽又刺激的免费视频.| 日本午夜av视频| 九色亚洲精品在线播放| 夜夜看夜夜爽夜夜摸| 日本爱情动作片www.在线观看| 精品人妻在线不人妻| 中国三级夫妇交换| 极品少妇高潮喷水抽搐| 精品国产乱码久久久久久小说| 亚洲精品第二区| 永久网站在线| 插阴视频在线观看视频| 国产精品.久久久| 18禁在线播放成人免费| 国产午夜精品一二区理论片| 大片电影免费在线观看免费| 一个人免费看片子| 我的女老师完整版在线观看| 黑人巨大精品欧美一区二区蜜桃 | 人人妻人人添人人爽欧美一区卜| 亚洲欧美成人精品一区二区| 多毛熟女@视频| tube8黄色片| 日韩精品有码人妻一区| 麻豆精品久久久久久蜜桃| 亚洲第一区二区三区不卡| 美女福利国产在线| 国产精品.久久久| 18禁在线播放成人免费| 熟女av电影| 精品久久久久久久久av| 美女中出高潮动态图| 国产伦精品一区二区三区视频9| 天堂俺去俺来也www色官网| 国产女主播在线喷水免费视频网站| videossex国产| 日韩,欧美,国产一区二区三区| 免费av中文字幕在线| 精品久久久噜噜| 草草在线视频免费看| 国产精品久久久久久久久免| 大香蕉久久成人网| 亚洲欧美日韩另类电影网站| 视频在线观看一区二区三区| 少妇人妻精品综合一区二区| 国产免费一级a男人的天堂| 午夜老司机福利剧场| 岛国毛片在线播放| 免费观看性生交大片5| 热99久久久久精品小说推荐| 夫妻午夜视频| h视频一区二区三区| 亚洲综合色惰| av在线app专区| av福利片在线| 国产精品蜜桃在线观看| 欧美bdsm另类| 特大巨黑吊av在线直播| 亚洲美女黄色视频免费看| 九色亚洲精品在线播放| 22中文网久久字幕| 狂野欧美白嫩少妇大欣赏| 午夜福利网站1000一区二区三区| 亚洲国产精品成人久久小说| 亚洲av日韩在线播放| 国产在视频线精品| 国产精品久久久久久久电影| 99久久精品国产国产毛片| 最近中文字幕2019免费版| 国产精品久久久久久av不卡| 看免费成人av毛片| 啦啦啦中文免费视频观看日本| 日日摸夜夜添夜夜添av毛片| 国产精品一区二区在线不卡| 国产深夜福利视频在线观看| 久久av网站| 欧美bdsm另类| 美女国产高潮福利片在线看| 国产探花极品一区二区| 大片电影免费在线观看免费| 欧美xxxx性猛交bbbb| 精品少妇黑人巨大在线播放| 欧美亚洲 丝袜 人妻 在线| 亚洲中文av在线| 午夜视频国产福利| 国产精品秋霞免费鲁丝片| 亚洲精品日本国产第一区| 黄色一级大片看看| 少妇的逼好多水| 三上悠亚av全集在线观看| 久久久午夜欧美精品| 亚洲四区av| 亚洲av二区三区四区| 丰满迷人的少妇在线观看| 又黄又爽又刺激的免费视频.| 国产 一区精品| 久久久久网色| 免费大片黄手机在线观看| 久久久国产一区二区| 国产乱来视频区| 亚洲成色77777| 各种免费的搞黄视频| 国产日韩欧美视频二区| 色网站视频免费| 国产日韩一区二区三区精品不卡 | 80岁老熟妇乱子伦牲交| 日韩精品有码人妻一区| 久久综合国产亚洲精品| 精品亚洲成国产av| 免费人妻精品一区二区三区视频| 亚洲高清免费不卡视频| 少妇的逼水好多| 日韩制服骚丝袜av| 97精品久久久久久久久久精品| 亚洲经典国产精华液单| 国产高清国产精品国产三级| 久久精品国产亚洲av天美| 边亲边吃奶的免费视频| 一本一本综合久久| 亚洲精品aⅴ在线观看| 色婷婷久久久亚洲欧美| 成人毛片a级毛片在线播放| 欧美日韩av久久| 中文天堂在线官网| 韩国av在线不卡| 亚洲av国产av综合av卡| 热re99久久精品国产66热6| 国产精品无大码| 91精品国产九色| 看非洲黑人一级黄片| 亚洲人成网站在线播| 26uuu在线亚洲综合色| 久久久久久久大尺度免费视频| 精品国产乱码久久久久久小说| 精品99又大又爽又粗少妇毛片| 欧美bdsm另类| 乱码一卡2卡4卡精品| 亚洲av男天堂| 精品久久久噜噜| 2018国产大陆天天弄谢| 亚洲欧美成人精品一区二区| 国产黄片视频在线免费观看| 五月开心婷婷网| 久久韩国三级中文字幕| 欧美日韩一区二区视频在线观看视频在线| 日韩亚洲欧美综合| 午夜日本视频在线| 久久99热6这里只有精品| 制服诱惑二区| 亚洲图色成人| 十分钟在线观看高清视频www| 久久久久久久亚洲中文字幕| 夫妻午夜视频| 国产伦理片在线播放av一区| 黄色毛片三级朝国网站| 国产精品久久久久久久电影| 黄色视频在线播放观看不卡| 这个男人来自地球电影免费观看 | 七月丁香在线播放| 美女中出高潮动态图| 黑人猛操日本美女一级片| 在线播放无遮挡| 校园人妻丝袜中文字幕| 夫妻性生交免费视频一级片| 老司机影院成人| 交换朋友夫妻互换小说| 久久人人爽人人片av| 国产精品一国产av| 欧美成人午夜免费资源| 精品午夜福利在线看| 两个人免费观看高清视频| 男女国产视频网站| 99re6热这里在线精品视频| 国产高清有码在线观看视频| 国产av码专区亚洲av| 久久 成人 亚洲| kizo精华| 久久99热这里只频精品6学生| 大香蕉久久网| 国内精品宾馆在线| 亚洲精品乱码久久久久久按摩| 另类精品久久| 美女国产视频在线观看| 久久这里有精品视频免费| 狂野欧美激情性xxxx在线观看| 十八禁网站网址无遮挡| 精品久久久精品久久久| 99视频精品全部免费 在线| 久久国产亚洲av麻豆专区| 久久av网站| 亚洲综合色惰| 青青草视频在线视频观看| 考比视频在线观看| 91久久精品国产一区二区三区| 亚洲欧美一区二区三区国产| 成人毛片60女人毛片免费| 精品卡一卡二卡四卡免费| 中国美白少妇内射xxxbb| av一本久久久久| 久久毛片免费看一区二区三区| 久久久国产一区二区| 国产色爽女视频免费观看| 又大又黄又爽视频免费| 女的被弄到高潮叫床怎么办| 日韩一本色道免费dvd| 国产一区二区在线观看av| 人妻系列 视频| 男女啪啪激烈高潮av片| 女性被躁到高潮视频| 国产av码专区亚洲av| 好男人视频免费观看在线| 女性生殖器流出的白浆| 日日爽夜夜爽网站| 看免费成人av毛片| 国产黄片视频在线免费观看| 在线观看免费视频网站a站| 最新中文字幕久久久久| 久久久久久久国产电影| 日韩三级伦理在线观看| 色5月婷婷丁香| 少妇猛男粗大的猛烈进出视频| 国产成人精品久久久久久| 午夜激情福利司机影院| 少妇被粗大猛烈的视频| 久久国产精品男人的天堂亚洲 | 成人无遮挡网站| 人妻夜夜爽99麻豆av| 久久人人爽人人片av| 国产国语露脸激情在线看| 日本91视频免费播放| 色哟哟·www| 亚洲国产精品999| 一级二级三级毛片免费看| 99久久精品一区二区三区| 久久久国产一区二区| 日韩电影二区| 欧美日韩视频高清一区二区三区二| 人人妻人人澡人人爽人人夜夜| 男人爽女人下面视频在线观看| 91aial.com中文字幕在线观看| 亚洲少妇的诱惑av| 国国产精品蜜臀av免费| 性高湖久久久久久久久免费观看| 在线 av 中文字幕| 一级,二级,三级黄色视频| 少妇熟女欧美另类| 国产成人91sexporn| 涩涩av久久男人的天堂| 一边亲一边摸免费视频| 国产探花极品一区二区| 老司机亚洲免费影院| 中文欧美无线码| 精品亚洲成国产av| 18禁在线播放成人免费| 国产精品久久久久久久电影| 天堂俺去俺来也www色官网| 色婷婷av一区二区三区视频| 亚洲精品久久成人aⅴ小说 | 久久久欧美国产精品| 高清不卡的av网站| 欧美精品人与动牲交sv欧美| 女的被弄到高潮叫床怎么办| 大片电影免费在线观看免费| 国产欧美亚洲国产| 亚洲欧美中文字幕日韩二区| 看非洲黑人一级黄片| 青春草视频在线免费观看| 最近中文字幕高清免费大全6| 亚洲欧美一区二区三区黑人 | 免费黄色在线免费观看| 菩萨蛮人人尽说江南好唐韦庄| 一级爰片在线观看| 欧美国产精品一级二级三级| 久久久久国产网址| 中文乱码字字幕精品一区二区三区| 亚洲精品日韩av片在线观看| 精品一区二区三卡| 黄色毛片三级朝国网站| 久久免费观看电影| 亚洲av在线观看美女高潮| 亚洲精品国产色婷婷电影| 亚洲成色77777| 99热6这里只有精品| 亚洲国产精品专区欧美| 日日摸夜夜添夜夜添av毛片| 国产在视频线精品| 欧美日韩视频精品一区| 大又大粗又爽又黄少妇毛片口| 校园人妻丝袜中文字幕| 国产成人精品无人区| 晚上一个人看的免费电影| 一边亲一边摸免费视频| videosex国产| 最近的中文字幕免费完整| 日本vs欧美在线观看视频| 国产精品国产av在线观看| 欧美日韩国产mv在线观看视频| 日产精品乱码卡一卡2卡三| 涩涩av久久男人的天堂| 国产综合精华液| 三级国产精品欧美在线观看| 免费看光身美女| 国产精品嫩草影院av在线观看| 观看av在线不卡| 一区二区日韩欧美中文字幕 | 久久久久网色| 日韩不卡一区二区三区视频在线| 国产精品国产av在线观看| 一级毛片我不卡| 制服诱惑二区| 亚洲精品久久成人aⅴ小说 | 久久鲁丝午夜福利片| 人妻少妇偷人精品九色| 少妇人妻久久综合中文| 高清视频免费观看一区二区| 在线 av 中文字幕| 人人妻人人澡人人看| 亚洲欧美成人精品一区二区| 我要看黄色一级片免费的| 亚洲美女黄色视频免费看| 精品一区二区三卡| av卡一久久| 亚洲精品,欧美精品| 欧美一级a爱片免费观看看| 久久国产亚洲av麻豆专区| 这个男人来自地球电影免费观看 | 国产一区二区三区综合在线观看 | 男女免费视频国产| 成年人午夜在线观看视频| 中文天堂在线官网| 一级黄片播放器| 观看av在线不卡| 在线观看人妻少妇| 一级毛片电影观看| 国产一区二区三区综合在线观看 | 精品一区二区三区视频在线| 男女边摸边吃奶| 91精品国产九色| 女人精品久久久久毛片| 日韩一区二区视频免费看| 视频中文字幕在线观看| 黑丝袜美女国产一区| 久久久久精品性色| 大香蕉久久成人网| 伊人久久国产一区二区| 精品久久国产蜜桃| 日本黄色日本黄色录像| 国模一区二区三区四区视频| 纵有疾风起免费观看全集完整版| 性色av一级| 少妇人妻久久综合中文| 亚洲精品久久成人aⅴ小说 | 久久精品国产亚洲av天美| 中文精品一卡2卡3卡4更新| 国产精品一区二区在线观看99| 建设人人有责人人尽责人人享有的| 久久人人爽人人爽人人片va| 欧美日韩综合久久久久久|