Robots have the potential to assist people in bed, such as in healthcare
settings, yet bedding materials like sheets and blankets can make observation
of the human body difficult for robots. A pressure-sensing ma
准确预测躺在床上休息的人的 3D 人体姿势和身体施加的压力（可视化为身体网格（3D 姿势和形状）），尤其是在预防压疮方面对医疗应用具有重要意义。我们介绍了 BodyMAP，它同时预测整个人体的人体网格和 3D 施加的压力地图。我们的网络利用多种视觉模态，结合了躺在床上的人的深度图像和相应的来自感压床垫的 2D 压力图像。在真实世界的人体数据评估中，我们的方法在床上的人体网格和 3D 施加的压力地图预测任务上比现有的技术提高了 25%。