基于卷积神经网络的手写英文字符 BMI 预测
计算机视觉与模式识别
2025-04-08 v2 机器学习
摘要
一个人的体质指数（BMI）是评估其健康状况最常用的数据指标。BMI 是潜在疾病风险的关键预测器，因为其与体脂水平相关。相反，可通过 BMI 确定社区或个体的营养状况。尽管深度学习模型已在多项研究中用于从面部照片和其他数据估计 BMI，但目前尚无研究建立了深度学习手写分析与 BMI 预测之间的明确联系。本文通过开发卷积神经网络（CNN）的方法，弥补了这一研究空白，对手写字符进行深度学习以估计 BMI。成功捕获了来自 48 个人的小写英文脚本样本，用于 BMI 预测任务。该基于 CNN 的方法报告了令人瞩目的 99.92% 准确率。与其他流行 CNN 架构进行的性能比较显示，AlexNet 和 InceptionV3 分别获得第二和第三好的性能，准确率分别为 99.69% 和 99.53%。
引用
@article{arxiv.2409.02584,
title = {BMI Prediction from Handwritten English Characters Using a Convolutional Neural Network},
author = {N. T. Diba and N. Akter and S. A. H. Chowdhury and J. E. Giti},
journal= {arXiv preprint arXiv:2409.02584},
year = {2025}
}
备注
The manuscript is being withdrawn due to identified issues that require substantial revision and additional experiments. We plan to address these concerns and resubmit a revised version in the future