本研究では、ビデオ映像から人体の筋肉群の活性化を推定する新しいタスクに取り組む。大規模なMuscleMapデータセットを提供し、既存のアプローチの限界を明らかにする。さらに、TRANSM3Eと呼ばれる新しいアーキテクチャを提案し、従来手法を大幅に上回る性能を実現する。