Reti Neurali Profonde Stimano Peso e Altezza da Singole Immagini
Un nuovo preprint su arXiv esplora la stima automatica dell'Indice di Massa Corporea (BMI), del peso e dell'altezza da singole immagini di persone catturate in ambienti non controllati. I ricercatori impiegano reti neurali profonde con apprendimento a singolo e multi-task, utilizzando come modalità di input RGB, mappe di profondità, mappe di affinità di posa e mappe di bordi. Lo studio affronta sfide come la variazione della posa umana, la geometria della fotocamera, l'aspetto e gli sfondi, utilizzando immagini da siti di social networking. Il BMI è evidenziato come un indicatore chiave della salute, legato al rischio di malattie e alla longevità. Il paper è disponibile su arXiv:2607.26104.
Fatti principali
- arXiv:2607.26104
- Il BMI codifica le caratteristiche di peso e altezza
- La stima da singola immagine in ambienti reali è impegnativa
- Reti neurali profonde utilizzate con apprendimento a singolo e multi-task
- Le modalità includono RGB, mappe di profondità, mappe di affinità di posa, mappe di bordi
- Immagini provenienti da siti di social networking
- Il BMI aiuta a prevedere il rischio di malattie e stimare la longevità
- Il paper esplora la previsione automatica di BMI, peso e altezza
Entità
Istituzioni
- arXiv