Generazione di avatar di combattenti da immagini di scene di addestramento con armi per simulazioni di esposizione all'esplosione

Utilizzando le registrazioni delle telecamere, il lavoro attuale cerca di sviluppare un metodo automatizzato per generare modelli virtuali di combattenti da guerra per prevedere l'esposizione alle esplosioni in scenari di addestramento delle armi. La domanda chiave è se possiamo accelerare il processo di creazione di questi modelli virtuali per i membri del servizio per una rapida stima dell'esposizione. Questo lavoro utilizza i più recenti strumenti basati sull'apprendimento automatico per la stima 3D della posa umana da una singola fotocamera.

Questi strumenti ci consentono di estrarre la posizione e la postura di ogni persona in un'immagine, semplificando il processo di simulazione di un'esposizione a un'esplosione. L'utilizzo di altri sensori è difficile perché i membri dell'assistenza in formazione non hanno il tempo di indossare molti sensori diversi. Tuttavia, una fotocamera può facilmente registrare una sessione di addestramento militare, quindi il nostro lavoro sfrutta questa modalità per superare i limiti di altri tipi di sensori.

Il nostro strumento BOP è il primo strumento computazionale per prevedere l'esplosione della nostra pressione sui membri del servizio utilizzando modelli a esecuzione rapida ottimizzati con la pressione sul campo e i dati dei sensori. Replica sistematicamente la postura e la posizione dei membri del servizio durante lo sparo dell'arma, con l'obiettivo di stimare con precisione la sovrapressione su diverse regioni anatomiche del membro del servizio. Il nostro obiettivo è quello di migliorare e trasformare l'attuale strumento di granigliatura o pressione in un prodotto di monitoraggio della sovrapressione di granigliatura in tempo reale per l'esposizione dell'accumulatore.

Lavoreremo anche per correlare questa dose alla risposta TBA per la valutazione del rischio di lesioni.