-
题名基于人脸图像的BMI预测算法研究
被引量：1
- 1
-
-
作者
邹睿智
尚媛园
郭国栋
邵珠宏
丁辉
-
机构
首都师范大学信息工程学院
北京成像技术高精尖创新中心
电子系统可靠性技术北京市重点实验室
西弗吉尼亚大学计算机科学与电气工程系
-
出处
《计算机应用与软件》
北大核心
2019年第7期242-248,共7页
-
基金
国家自然科学基金项目(61876112,61601311,61603022)
北京市属高校高水平教师队伍建设支持计划项目(CIT&TCD20170322)
+2 种基金
北京市优秀人才资助项目(2016000020124G088)
北京市教委科研计划项目(SQKM201810028018)
首都师范大学青年科研创新团队项目
-
文摘
BMI是目前国际上常用的衡量人体胖瘦程度以及是否健康的一个标准。通常情况下,BMI是由个体的身高和体重计算得到的。目前,国外的研究人员提出了基于人脸图像预测BMI的算法,通过构建面部特征与BMI之间的关联集合,利用SVR回归模型进行BMI预测工作。该算法在实验室实验环境下表现良好,但在日常生活应用环境下仍有较大的预测误差。为了提高BMI预测算法在日常生活应用环境下的预测精度,提出面部区域面积比(RAR)、嘴颌宽度比(MJWR)和颊宽高度比(CWHR)这三种新的面部特征用于补充改进BMI预测算法,同时使用神经网络拟合代替SVR回归进行BMI预测实验。实验结果表明,在日常生活应用环境下,改进的BMI预测算法使得预测结果更加精确,BMI预测的平均绝对误差(MAE)降低了0.7。
-
关键词
BMI
面部特征
BMI预测
神经网络拟合
-
Keywords
BMI
Facial features
BMI prediction
Neural network fitting
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
