Mevcut çalışma, kamera kayıtlarını kullanarak, silah eğitimi senaryolarında patlamaya maruz kalmayı tahmin etmek için sanal savaş uçağı modelleri oluşturmak için otomatik bir yöntem geliştirmeyi amaçlamaktadır. Kilit soru, hızlı maruz kalma tahmini için bu sanal hizmet üye modellerini oluşturma sürecini hızlandırıp hızlandıramayacağımızdır. Bu çalışma, tek bir kameradan 3D insan pozu tahmini için en son makine öğrenimi tabanlı araçları kullanır.
Bu araçlar, bir görüntüdeki her bir kişinin konumunu ve duruşunu çıkarmamıza olanak tanıyarak patlama maruziyetini simüle etme sürecini kolaylaştırır. Diğer sensörleri kullanmak zordur çünkü eğitimdeki servis üyelerinin birçok farklı sensörü takmak için zamanları yoktur. Bununla birlikte, bir kamera bir askeri eğitim oturumunu kolayca kaydedebilir, bu nedenle çalışmamız, diğer sensör türlerinin sınırlamalarının üstesinden gelmek için bu modaliteden yararlanır.
BOP aracımız, saha basıncı ve sensör verileriyle optimize edilmiş hızlı çalışan modelleri kullanarak servis üyeleri üzerindeki baskımızın patlamasını tahmin eden ilk hesaplama aracıdır. Silah ateşleme sırasında hizmet üyelerinin duruşunu ve konumunu sistematik olarak taklit eder ve hizmet üyesinin farklı anatomik bölgeleri üzerindeki aşırı basıncı doğru bir şekilde tahmin etmeyi amaçlar. Mevcut kumlama veya basınç aletini geliştirmeyi ve akümülatöre maruz kalma için gerçek zamanlı bir basınç üzerinde kumlama izleme ürününe dönüştürmeyi amaçlıyoruz.
Ayrıca, bu dozu yaralanma riski değerlendirmesi için TBA yanıtı ile ilişkilendirmek için çalışacağız.
