睡眠是支持人类健康和恢复的基本生理过程[1]。睡眠不足或睡眠中断与免疫调节受损、代谢失衡、认知功能下降以及慢性疾病风险增加有关[[2], [3], [4]]。由于人们在夜间大部分时间直接与室内热环境互动，睡眠环境对身体的影响已成为建筑环境研究中的重要课题。近期研究表明，卧室温度、床品条件和热调节反应与夜间热适应密切相关[5]。因此，睡眠为研究人体与室内环境之间的热交换提供了相关背景。
在塑造夜间热环境的诸多因素中，床品系统尤其重要，因为它直接影响人体与周围环境之间的热交换。之前的研究表明，床品保温性能与室内温度共同影响床内微气候和热感觉[[6], [7], [8]]。Zhang等人[9]报告称，较高的床品保温性能和较高的空气温度与较高的床品温度、皮肤温度和热感觉相关。Akimoto等人[10]进一步强调，床内微环境由环境条件、身体产热和床品保温性能共同塑造。因此，被子覆盖情况的变化可以改变有效保温性能，并影响睡眠期间的局部和全身热状况[9,10]。例如，Zhang等人[8]报告称，当身体覆盖率为54.4%时，被子保温性能为1.78 clo，当覆盖率达到94.1%时增加到4.39 clo。Akimoto等人[10]还表明，即使在全身体保温条件相同的情况下，局部皮肤温度也会因被子覆盖或接触床垫的身体部位不同而变化。尽管被子覆盖情况如此重要，但它通常用粗略的指标来描述，如全身覆盖率、少数人工定义的覆盖形态，或宽泛的覆盖/未覆盖类别[11,12]。由于这些指标无法识别在某一时刻哪些身体部位是暴露或覆盖的，因此它们对身体部位层面的热分析提供的支持有限[13]。
非接触式睡眠监测的最新进展为量化睡眠姿势和床品状态创造了新的机会，而无需在睡眠者身上附加额外的传感器[14,15]。直接使用标准RGB成像进行被子覆盖监测仍然相对有限。Cheng等人[16]使用标准RGB相机记录自然睡眠，并结合骨骼关键点、睡眠姿势识别和被子覆盖面积来支持按需控制的睡眠热舒适性。几项专门针对床品或被子覆盖的研究采用了红外热成像。Ma等人[17]使用热图像和图像分割，在不同相机角度和室内热条件下估计床品系统的覆盖率。Wang等人[18]建立了RGB-热成像数据集，并在不同的被子热阻和睡眠姿势下评估了仅热成像和RGB-热成像融合方法用于被子覆盖监测的效果。Zhang等人[19]进一步应用了热成像和实例分割来量化睡眠期间热适应性的被子覆盖行为。RGB和热图像也被联合用于被子覆盖下的睡眠姿势识别，表明这两种模态可以在覆盖的睡眠场景中提供互补的视觉信息[20]。
这些研究展示了非接触成像用于睡眠姿势和被子监测的可行性，但仍存在重要的测量空白。现有的覆盖输出通常表达为总体被子覆盖面积、全身覆盖率、预定义的覆盖形态或类别性的覆盖/未覆盖状态。这些描述符表征了全局床品状态，但对覆盖在不同解剖区域上的空间分布提供的信息有限。对于睡眠热环境研究而言，这一区别很重要，因为不同身体区域的局部暴露和热交换存在显著差异[[21], [22], [23], [24]]。因此，一种能在身体部位层面解析被子覆盖情况的方法可以区分全身覆盖率相似但热状况不同的配置，同时将调被行为转化为逐帧且具有解剖学结构化的测量数据。这种类型的输出是将基于图像的睡眠监测与局部传热解读和分段冷热生理学建模连接起来所必需的。
在这一方法论空白中，基于所提框架的要求，选择RGB成像作为主要开发模态。所提出的几何驱动方法既需要解剖学定位，又需要被子边界检测，而RGB成像允许直接使用为可见图像开发的成熟姿态估计和图像分割模型。此外，数据集包含来自35名参与者在5种温度条件下的128,168张RGB图像，为模型开发和验证提供了足够的规模。尽管可见光成像在黑暗环境中受限，但数据采集是在极低光照条件下进行的（<1 lx）。此外，还进行了辅助红外夜视图像测试，以评估所提工作流程向非可见光强度图像的迁移性。
在上述背景下，本研究提出了一种量化睡眠场景中身体部位层面被子覆盖情况的方法。该框架结合了睡眠场景姿态估计、被子分割和几何驱动的身体部位感兴趣区域建模，以推导多个身体区域的局部覆盖率。此外还包含一个姿势识别步骤，以支持局部传热模式的解读以及将图像推导结果映射到分段冷热生理学界面，包括Fiala模型[25]、伯克利舒适度模型[[26], [27], [28], [29]]和JOS模型[30,31]。由于这些模型使用不同的身体分段定义，身体部位层面的覆盖输出可以根据特定模型所需的分段结构重新组织，本研究使用JOS-3来演示界面实现。
因此，本研究的目的是建立一个测量框架，将睡眠场景图像转化为逐帧的、身体部位层面的被子覆盖信息，用于行为分析、局部传热解读以及后续的冷热生理学模型对接。
