2024년 12월 6일
이미지 및/또는 비디오 데이터를 사용하여 군인의 3D 아바타로 구성된 가상 장면을 자동으로 재구성하기 위해 계산 프레임워크가 개발되었습니다. 가상 장면은 무기 훈련 중 폭발 과압 노출을 추정하는 데 도움이 됩니다. 이 도구는 다양한 시나리오의 폭발 노출 시뮬레이션에서 인간의 자세를 사실적으로 표현할 수 있도록 합니다.
현재 연구는 카메라 녹화를 사용하여 무기 훈련 시나리오에서 폭발 노출을 예측하기 위해 가상 전투기 모델을 생성하는 자동화된 방법을 개발하려고 합니다. 핵심 질문은 신속한 노출 추정을 위해 이러한 가상 서비스 구성원 모델을 만드는 프로세스를 가속화할 수 있는지 여부입니다. 이 작업은 최신 머신 러닝 기반 도구를 사용하여 단일 카메라에서 3D 인간 포즈 추정을 수행합니다.
이러한 도구를 사용하면 이미지에서 각 사람의 위치와 자세를 추출하여 폭발 노출을 시뮬레이션하는 프로세스를 간소화할 수 있습니다. 훈련 중인 군인은 다양한 센서를 착용할 시간이 없기 때문에 다른 센서를 사용하는 것이 어렵습니다. 그러나 카메라는 군사 훈련 세션을 쉽게 녹화할 수 있으므로 우리의 작업은 다른 유형의 센서의 한계를 극복하기 위해 해당 방식을 활용합니다.
당사의 BOP 도구는 필드 압력 및 센서 데이터로 최적화된 고속 실행 모델을 사용하여 장병에 대한 압력의 폭발을 예측하는 최초의 계산 도구입니다. 무기 발사 중 장병의 자세와 위치를 체계적으로 복제하여 장병의 다양한 해부학적 영역에 가해지는 과압을 정확하게 추정하는 것을 목표로 합니다. 우리는 현재의 블라스트 또는 압력 도구를 향상하고 어큐뮬레이터 노출을 위한 실시간 압력 모니터링 제품으로 전환하는 것을 목표로 합니다.
우리는 또한 부상 위험 평가를 위해 이 용량을 TBA 반응과 연관시키기 위해 노력할 것입니다.
본 연구는 이미지 및 비디오 데이터를 사용하여 군인의 가상 장면을 자동으로 재구성하도록 설계된 계산 프레임워크를 제시합니다. 이 프레임워크는 다양한 시나리오에서 인간의 자세를 정확하게 시뮬레이션함으로써 무기 훈련 중의 폭발 과압 노출량을 추정하는 것을 목표로 합니다.
훈련 장면 이미지로부터 해부학적으로 정확한 전투원 아바타를 자동 생성함으로써 자세별 폭발 노출 시뮬레이션을 신속하게 수행할 수 있습니다. 이러한 기능은 이미지 기반의 인체 측정 데이터와 계산 모델링을 통합하여 노출 추정의 결정적인 공백을 메우며, 위험 평가의 예측 신뢰도를 높여줍니다. 이 접근 방식은 현장 데이터 캡처에서 시뮬레이션 기반 안전 평가에 이르는 중개 연속성을 강화하여, 국방 보건 R&D의 포트폴리오 수준 의사결정에 정보를 제공합니다.
본 프로토콜은 이미지 기반 데이터 캡처와 계산 모델링을 통합하여, 국방 보건 연구의 초기 발견 단계부터 중개 위험 평가에 이르는 과정을 다룹니다.