从武器训练场景图像生成战士头像，用于爆炸曝光模拟

使用摄像机记录，目前的工作旨在开发一种自动生成虚拟战斗机模型的自动化方法，以预测武器训练场景中的爆炸暴露。关键问题是，我们是否可以加快创建这些虚拟服务成员模型以快速估计风险敞口的过程。这项工作使用最新的基于机器学习的工具从单个摄像头进行 3D 人体姿势估计。

这些工具使我们能够提取图像中每个人的位置和姿势，从而简化模拟爆炸曝光的过程。使用其他传感器很困难，因为接受培训的军人没有时间安装许多不同的传感器。然而，相机可以轻松记录军事训练过程，因此我们的工作利用这种方式来克服其他类型传感器的局限性。

我们的 BOP 工具是第一个使用使用现场压力和传感器数据优化的快速运行模型来预测我们对服役人员的压力冲击的计算工具。它系统地复制了军人在武器射击过程中的姿势和位置，旨在准确估计军人不同解剖区域的过压。我们的目标是增强当前的喷射或压力工具并将其转变为实时超压喷射监测产品，用于蓄能器暴露。

我们还将努力将此剂量与 TBA 反应相关联以进行伤害风险评估。