基于多模态多任务深度神经网络的人体成分估计
计算机视觉与模式识别
2022-05-24 v1 机器学习
摘要
除体重和体重指数（BMI）外，人体成分是让人们了解自身整体健康与身体素养的重要数据点。然而，人体成分主要由肌肉、脂肪、骨骼和水分构成，这使得其估计不像测量体重那样容易和直接。在本文中，我们引入一种多模态多任务深度神经网络，通过分析面部图像以及个人的身高、性别、年龄和体重信息，来估计体脂率和骨骼肌质量。使用代表日本人口统计特征的数据集，我们确认所提方法相比现有方法表现更优。此外，本研究中实现的多任务方法还能够把握体脂率与骨骼肌质量增减之间的负相关关系。
引用
@article{arxiv.2205.11031,
title = {Body Composition Estimation Based on Multimodal Multi-task Deep Neural Network},
author = {Subas Chhatkuli and Iris Jiang and Kyohei Kamiyama},
journal= {arXiv preprint arXiv:2205.11031},
year = {2022}
}
备注
11 pages, 8 figures, 1 table