本发明提供了一种基于PINN的目标表面温度反演方法及装置，其中方法包括：构建目标动态光热响应的物理模型；构建以时间参数、空间参数和目标物性参数为输入的全连接神经网络，并利用所述物理模型构建该神经网络的损失函数，通过循环迭代优化所述神经网络的网络参数以使所述损失函数趋近于0，得到可用于预测目标表面温度场的PINN模型；获取目标动态光热响应的红外辐亮度实测数据；所述红外辐亮度实测数据是在设定的时间参数和空间参数下得到的；根据所述红外辐亮度实测数据和所述PINN模型确定目标表面温度。本方案，能够降低目标表面温度反演过程中的计算量，提高红外测温法测量目标表面温度的速度。