EVALUAR LA CAPACIDAD DE DETECCIÓN DE OBJETOS EMPLEANDO INTELIGENCIA ARTIFICIAL PROBANDO LA TEORÍA DE PIOLA Y JAMES CON EL ENTRENAMIENTO A BASE DE REDES NEURONALES PARA MEJORAR EL ENTRENAMIENTO DE TIRO DE LOS COMBATIENTES
Palabras clave:
Soket, C Sharp scripting, Modelado 3DResumen
En la actualidad el entrenamiento de tiro ya sea de escuela o puntería avanzada se lo realiza en las unidades militares y polígonos autorizados utilizando armamento y munición física.
Se tiene un polígono de tiro virtual en la EMI U.A.S.C. implementado el 2021 por ingenieros investigadores, el cual contiene un polígono de tiro virtual que detecta el color de una silueta negra para realizar la detección del blanco y marcado de puntaje.
El objetivo del presente trabajo de investigación es implementar una técnica de reconocimiento de blancos en movimientos, a través de visión artificial y entrenamiento de objetivos por épocas en una red neuronal.
Para la fase de entrenamiento se tiene una red neural echo en Python, el cual se enmarca cada imagen y generación de puntos de coordenadas X y Y de nuestra muestra.
En la fase de diseño del ambiente se utiliza herramienta de modela 3D y Unity3D, creando el ambiente tropical virtual empleado materiales, patrones de diseño y animaciones del entorno.
Para la comunicación entre la visión artificial y el ambiente 3D se utilizó el servicio de comunicación a través de IP denominado SOKET.IO, creando un servidor de C Sharp scripting y un cliente en Python.
Descargas
Publicado
Licencia
Derechos de autor 2024 Ing. Bryan Jose Atahuichi Pinto (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Todos los artículos publicados en la Revista Científica Eminente se distribuyen bajo una licencia de acceso abierto que permite el libre acceso, lectura, descarga, distribución, y reproducción de los contenidos siempre y cuando se otorgue el crédito apropiado a los autores y a la revista. Se recomienda utilizar la licencia Creative Commons Attribution (CC BY 4.0).
