Генерация аватаров бойцов на основе изображений сцен тренировки с оружием для моделирования воздействия взрывной волны
6 декабря 2024 г.
Была разработана вычислительная среда для автоматической реконструкции виртуальных сцен, состоящих из 3D-аватаров солдат, с использованием изображений и/или видеоданных. Виртуальные сцены помогают оценить воздействие избыточного давления при взрыве во время тренировок с оружием. Этот инструмент позволяет реалистично отображать позу человека при моделировании воздействия взрывной волны в различных сценариях.
Используя записи с камер, текущая работа направлена на разработку автоматизированного метода создания виртуальных моделей боевых истребителей для прогнозирования воздействия взрывной волны в сценариях обучения оружию. Ключевой вопрос заключается в том, сможем ли мы ускорить процесс создания этих виртуальных моделей участников службы для быстрой оценки подверженности. В этой работе используются новейшие инструменты на основе машинного обучения для 3D-оценки позы человека с одной камеры.
Эти инструменты позволяют нам извлекать положение и позу каждого человека на изображении, оптимизируя процесс моделирования воздействия взрывной волны. Использование других датчиков затруднено, потому что у военнослужащих на тренировках нет времени на установку большого количества различных датчиков. Тем не менее, камера может легко записывать военные учения, поэтому наша работа использует эту возможность для преодоления ограничений других типов датчиков.
Наш инструмент BOP является первым вычислительным инструментом для прогнозирования взрыва давления на военнослужащих с помощью быстродействующих моделей, оптимизированных с учетом полевого давления и данных датчиков. Он систематически воспроизводит позу и положение военнослужащих во время стрельбы из оружия, стремясь точно оценить избыточное давление на различные анатомические области военнослужащего. Мы стремимся усовершенствовать и преобразовать существующий инструмент для струйной обработки или измерения давления в продукт для контроля давления в режиме реального времени для воздействия на аккумулятор.
Мы также будем работать над соотнесением этой дозы с ответом на ТБА для оценки риска травматизма.
Обзор
Это исследование представляет вычислительную модель, разработанную для автоматической реконструкции виртуальных сцен солдат с использованием изображений и видеоданных. Модель нацелена на оценку перегрузки от взрыва при тренировке с оружием путем точного моделирования позы человека в различных сценариях.
Ключевые компоненты исследования
Область науки
- Вычислительное моделирование
- Симуляции виртуальной реальности
- Оценка воздействия взрыва
Фон
- Существующие методы измерения воздействия взрыва ограничены необходимостью использования физических датчиков.
- Видеозаписи камеры предоставляют практическую альтернативу для фиксации сценариев тренировок.
- Инструменты машинного обучения могут повысить точность оценки 3D-позы человека.
- Реалистичные симуляции важны для оценки рисков травм в военной подготовке.
Цель исследования
- Разработать автоматизированный метод для создания виртуальных моделей военнослужащих.
- Эффективно предсказывать воздействие взрыва в сценариях тренировок с оружием.
- Перевести инструмент оценки перегрузки от взрыва в продукт для мониторинга в реальном времени.
Использованные методы
- Использование видеозаписей камер для сбора данных.
- Применение машинного обучения для оценки 3D-позы человека.
- Разработка инструмента BOP для моделирования воздействия взрыва.
- Интеграция удобного интерфейса пользователя для настройки сценариев и выполнения симуляций.
Основные результаты
- Инструмент BOP успешно предсказывает перегрузку от взрыва на виртуальных военнослужащих.
- Симуляции обеспечивают детальную визуализацию нагрузок от перегрузки в течение времени.
- Модель позволяет быстро определять сценарии и выполнять симуляции.
- Результаты могут быть использованы для оценки риска травм в военной подготовке.
Выводы
- Автоматизированный метод повышает эффективность создания виртуальных моделей.
- Реалистичные симуляции могут улучшить меры безопасности в военной подготовке.
- Будущая работа будет направлена на корреляцию данных воздействия взрыва с результатами травм.
Часто задаваемые вопросы
Executive Industry Relevance
Automated generation of anatomically accurate warfighter avatars from training scene images enables rapid, posture-specific blast exposure simulations. This capability addresses a critical gap in exposure estimation by integrating image-derived anthropometry with computational modeling, supporting predictive confidence in risk assessment. The approach enhances translational continuity from field data capture to simulation-driven safety evaluation, informing portfolio-level decisions in defense health R&D.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables mechanistic de-risking by reconstructing posture-specific exposure scenarios from real-world imagery.
- Supports functional validation of exposure-response hypotheses using anatomically accurate virtual models.
- Facilitates predictive confidence in injury risk assessment by integrating field-derived data with simulation outputs.
Screening & Assay Development
- Prepares validated virtual systems for downstream computational exposure modeling workflows.
- Standardizes avatar generation and scenario setup, improving reproducibility and scalability of blast simulations.
- Enables quantitative comparison of exposure metrics across diverse weapon systems and postures.
Translational & Preclinical Research
- Aligns simulated blast loads with translational biomarkers of injury risk when correlating exposure to biological response.
- Maintains continuity from field data acquisition through preclinical simulation and risk modeling.
- Supports risk-adjusted advancement of protective strategies based on exposure simulation outputs.
Pipeline & Workflow Integration
This protocol integrates image-based data capture with computational modeling, spanning early discovery through translational risk assessment in defense health research.
- Discovery Biology: Provides posture-specific exposure data to clarify mechanistic pathways of blast injury.
- Screening: Delivers standardized, reproducible virtual scenarios for comparative exposure analysis.
- Analytics: Outputs quantitative overpressure metrics at anatomically relevant locations for robust condition comparison.
- Translational Research: Bridges field-derived exposure data with preclinical simulation for biomarker alignment.
- Enterprise Reuse: Establishes a reusable computational platform for diverse weapon and posture scenarios.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in blast exposure estimation.
- Operational Value: Streamlines scenario setup, standardizes avatar generation, and enables scalable simulation workflows.
- Strategic Value: Informs go/no-go decisions for protective interventions and exposure mitigation strategies.
- Portfolio Impact: Supports risk-adjusted prioritization of research investments in defense health and injury prevention.
Implementation Considerations
- Requires expertise in computational modeling, image analysis, and anthropometric data extraction.
- Depends on access to camera recordings and compatible analytical infrastructure for 3D pose estimation.
- Necessitates cross-team standardization of scenario definitions and avatar segmentation protocols.
- Adaptation may be needed for different weapon systems, postures, and environmental conditions.
- Accuracy is contingent on image quality and the fidelity of machine learning-based pose estimation tools.
