ResNet50声波层析模型

0.91秒反演温度场

用深度学习ResNet50直接由声波传播时间反演速度场，替代传统迭代重建，大幅提升火灾监测速度。

孙梦瑶 · Liu, Cewen

IEEE Access 2025

参数信息

预测耗时

0.91 s

噪声水平

25 %

速度场网格数

1700

TOF数据点数

169

技术优势

毫秒级出图

绕开迭代求解，直接用ResNet50从传播时间映射到速度场，一次前向计算仅需0.91 s，无需逐次迭代逼近。

抗噪扛得住

验证集显示，在25%噪声水平下预测误差依然可接受，意味着实际建筑环境中传感器数据带噪也能正常使用。

应用场景

• 火灾监测：从声波传播时间一步反演出温度场，找到最高温点即火灾源。
• 声波层析成像：用深度学习ResNet50替代传统迭代，大幅缩短重建时间。
• 快速温度场重建：0.91秒输出1700个网格的速度场，再经经验公式换算温度。
• 建筑火灾安全：AI温度场反演提供高精度火灾定位，助力事后追溯。
• 智能传感网络：模型可作为实时分析模块嵌入声波测温网络，加速报警响应。