[论文解读] Fast acoustic scattering using convolutional neural networks

Ziqi Fan, Vibhav Vineet+2 more|arXiv (Cornell University)|Oct 30, 2019

Underwater Acoustics Research参考文献 31被引用 7

一句话总结

本文提出一种卷积神经网络（CNN），能够从凸棱柱横截面预测详细的2D空间声级场，与全波模拟相比，均方根误差低于1 dB，同时运行速度提升100倍以上。该方法将声学散射建模为图像到图像的回归任务，采用全分辨率残差网络，无需手工设计特征即可在多种形状间实现泛化。

ABSTRACT

Diffracted scattering and occlusion are important acoustic effects in interactive auralization and noise control applications, typically requiring expensive numerical simulation. We propose training a convolutional neural network to map from a convex scatterer's cross-section to a 2D slice of the resulting spatial loudness distribution. We show that employing a full-resolution residual network for the resulting image-to-image regression problem yields spatially detailed loudness fields with a root-mean-squared error of less than 1 dB, at over 100x speedup compared to full wave simulation.

研究动机与目标

• 实现对声学模拟中衍射散射和遮挡效应的快速、实时预测，这些效应通常计算成本高昂。
• 通过学习从形状到空间声级场的非线性映射，克服传统波场求解器和几何近似的局限性。
• 在无需手工设计物理参数或为不同配置分别训练模型的前提下，实现对任意凸棱柱形状的泛化。
• 证明深度学习能够在一个端到端训练的网络中有效捕捉复杂的波动物理现象，包括干涉条纹和阴影边缘过渡。

提出的方法

• 将问题建模为2D图像到图像的回归任务，输入为表示凸棱柱横截面的二值占据网格。
• 网络采用全分辨率残差U-Net架构，在水平源平面切片上预测特定频带的声级场（单位：分贝）。
• 训练数据通过高精度数值波模拟（基于Helmholtz方程）生成，涵盖108,000个随机生成的凸多边形。
• 模型在Tesla P100 GPU上训练50,000次迭代，使用随机梯度下降（SGD），初始学习率为1e-4，动量为0.99，权重衰减为5e-4。
• 在360个未见过的凸形状测试集上进行评估，包括矩形、方形、圆形和椭圆，以检验泛化能力。
• 该方法在高端GPU上推理时间约为50 ms，相比基于CPU的波模拟实现100倍以上的加速。

实验结果

研究问题

• RQ1 深度CNN能否从任意凸棱柱横截面准确学习到复杂且非线性的空间声级场映射？
• RQ2 网络在未见形状（如圆形和椭圆）上是否能泛化，而无需微调？
• RQ3 该模型在捕捉细尺度波动效应（如干涉条纹和物体后方的平滑阴影过渡）方面表现如何？
• RQ4 网络能否在保持实时推理速度的同时，实现小于1 dB的声级预测均方根误差？

主要发现

• 所提出的CNN在所有频带与全波模拟结果对比下，均方根误差（RMSE）低于1 dB。
• 最大绝对误差（MaxAE）约为4 dB，主要集中在物体后方的遮挡区域，由相位敏感的干涉条纹引起。
• 尽管仅在随机多边形上进行训练，模型仍能有效泛化到未见的凸形状，包括圆形和椭圆。
• 网络成功预测出空间相干的特征，如条状棱柱引起的非对称散射瓣，以及方形棱柱引起的对称图案。
• 在高端GPU上，评估时间约为50 ms，相比基于CPU的波模拟实现超过100倍的加速。
• 该方法捕捉到感知相关的效应，如源面边缘处的相长干涉和随频率升高而变得更陡峭的阴影过渡。