論文の概要: Weight and Height Estimation from a Single Human Image Captured in the Wild
- arxiv url: http://arxiv.org/abs/2607.26104v1
- Date: Tue, 28 Jul 2026 08:39:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-30 21:06:25.429005
- Title: Weight and Height Estimation from a Single Human Image Captured in the Wild
- Title（参考訳）: 野生で捉えた1人の人物像の重量と高さの推定
- Authors: Hira Yaseen, Arif Mahmood, Waqas Sultani,
- Abstract要約: そこで本研究では,身長,体重,BMIの6105枚の画像からなる新しいデータセットを提案する。
前部、後部、半体、横ポーズ、背景の異なるミラー自撮り、スケールのバリエーションで構成されている。
実験の結果,全体像は野生の他の半体像や顔面像よりも良好な結果が得られた。
- 参考スコア（独自算出の注目度）: 18.961726513066733
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: A person's physical characteristics such as weight and height are important indicators of his physical and mental health, daily life routines and finances. Body Mass Index (BMI) is a well known measure that encodes the characteristics of both the weight and the height. BMI has been used as a self-monitoring tool, and it has long-term implications on one's life. For example, it may help predicting the risk of various diseases and estimating longevity. Automatic BMI estimation using a single person image in the wild is a challenging task due to wide variations in human pose, camera geometry, personal appearance and distracting backgrounds. In this paper, we explore the performance of deep neural networks using single and multi-task learning by employing different modalities including RGB, depth-maps, pose-affinity maps, and edge-maps to predict BMI, weight, and height from daily life images available on social networking websites. Currently, no full body image dataset for BMI estimation is publicly available, therefore we propose a new dataset consisting of 6105 images with ground truth labels of height, weight and BMI. Our proposed dataset is collected in the wild containing images from various ethnicity and distributed over varying age groups and gender. It consists of frontal, back, full and half body, side poses, mirror selfies with varying backgrounds and scale variations and may contain artifacts hiding partial or full face. Extensive experimentation is performed using full body, half body and face images only using different CNN backbones including VGG, Densenet and ResNet. Our experimental results demonstrate that full body images have produced better results than the other half body and facial images in the wild.
- Abstract（参考訳）: 体重や身長などの身体的特徴は、身体的および精神的な健康、日常生活のルーチン、財政の重要指標である。
ボディ質量指数(BMI)は、体重と高さの両方の特徴を符号化するよく知られた指標である。
BMIは自己監視ツールとして使われており、人生に長期的な影響を及ぼす。
例えば、様々な病気のリスクを予測し、寿命を推定するのに役立ちます。
人のポーズ, カメラ形状, 個性, 背景の散らばった背景が多岐にわたるため, 野生の単体画像を用いた自動BMI推定は難しい課題である。
本稿では,RGB,深度マップ,ポーズアフィニティマップ,エッジマップなど,さまざまなモダリティを用いて,BMI,重み,身長をソーシャルネットワークのWebサイトから予測し,シングルタスク学習とマルチタスク学習によるディープニューラルネットワークの性能について検討する。
現在,BMI推定のための全身画像データセットは公開されていないため,身長,体重,BMIの6105画像からなる新しいデータセットを提案する。
提案したデータセットは、様々な民族の画像を含む野生で収集され、年齢層や性別によって分布する。
前身、背、半身、横ポーズ、背景の異なる鏡の自撮り、スケールのバリエーションからなり、一部または完全な顔を隠す人工物を含むこともある。
VGG、Densenet、ResNetなどの異なるCNNバックボーンのみを使用して、全身、半体、顔画像を用いて大規模な実験を行う。
実験の結果,全体像は野生の他の半体像や顔面像よりも良好な結果が得られた。
関連論文リスト
- Evaluating Multiview Object Consistency in Humans and Image Models [68.36073530804296]
我々は、物体の形状に関するゼロショット視覚的推論を必要とする認知科学の実験的設計を活用する。
我々は500人以上の参加者から行動データの35万件の試行を収集した。
次に、一般的な視覚モデルの性能を評価する。
論文 参考訳（メタデータ） (2024-09-09T17:59:13Z) - Celeb-FBI: A Benchmark Dataset on Human Full Body Images and Age, Gender, Height and Weight Estimation using Deep Learning Approach [0.0]
「Celeb-FBI」データセットには、身長、年齢、体重、性別の詳細な情報とともに、7,211人の個人像が含まれている。
我々はCNN,50層ResNet,16層VGGという3つの深層学習手法を用いて,人間のフルボディ画像から身長,体重,年齢,性別を推定する。
結果から、ResNet-50の精度は79.18%、性別は95.43%、身長は85.60%、体重は81.91%であった。
論文 参考訳（メタデータ） (2024-07-03T20:16:47Z) - Stellar: Systematic Evaluation of Human-Centric Personalized
Text-to-Image Methods [52.806258774051216]
我々は,個々のイメージを入力し,生成プロセスの基盤となるテキストと,所望の視覚的コンテキストを記述したテキストに焦点をあてる。
我々は,既存の関連するデータセットよりも桁違いの大きさの個人画像と,リッチなセマンティックな接地真実アノテーションが容易に利用できるパーソナライズされたプロンプトを含む標準化データセット(Stellar)を紹介した。
被験者ごとにテストタイムの微調整を必要とせず,新しいSoTAを定量的かつ人為的に設定した,シンプルで効率的でパーソナライズされたテキスト・ツー・イメージのベースラインを導出する。
論文 参考訳（メタデータ） (2023-12-11T04:47:39Z) - CongNaMul: A Dataset for Advanced Image Processing of Soybean Sprouts [0.26786930391553554]
CongNaMulデータセットは、画像分類、セマンティックセグメンテーション、分解、長さと重量の測定などのタスクを容易にするためにキュレートされる。
分類タスクは、ダイズ発芽の質を決定する4つのクラスを提供する。
このデータセットは、大豆の発芽画像の高度な分析において、幅広い研究や応用のための貴重な資源として期待されている。
論文 参考訳（メタデータ） (2023-08-30T01:14:32Z) - MassNet: A Deep Learning Approach for Body Weight Extraction from A
Single Pressure Image [0.41043522719179826]
圧力マッピングマットレスは非侵襲的でプライバシー保護のツールであり、ベッド表面上の圧力分布画像を取得する。
深層特徴を抽出し,それぞれに特徴を呈示するデュアルブランチネットワークを含む,深層学習に基づくモデルを提案する。
その結果,2つのデータセットに対して,モデルが最先端のアルゴリズムより優れていることがわかった。
論文 参考訳（メタデータ） (2023-03-17T17:24:57Z) - Accurate 3D Body Shape Regression using Metric and Semantic Attributes [55.58629009876271]
画像からの3次元身体形状の回帰は、人文計測や言語的形状特性から訓練できることを示す。
これは、画像から3次元の身体形状の回帰を、容易に測定できる人文計測と言語的形状特性から訓練できる最初の実演である。
論文 参考訳（メタデータ） (2022-06-14T17:54:49Z) - Generalizable Neural Performer: Learning Robust Radiance Fields for
Human Novel View Synthesis [52.720314035084215]
この研究は、一般のディープラーニングフレームワークを使用して、任意の人間の演奏者の自由視点画像を合成することを目的としている。
我々は、汎用的で堅牢な神経体表現を学習するシンプルな、かつ強力なフレームワーク、Generalizable Neural Performer(GNR)を提案する。
GeneBody-1.0とZJU-Mocapの実験は、最近の最先端の一般化可能な手法よりも、我々の手法の堅牢性を示している。
論文 参考訳（メタデータ） (2022-04-25T17:14:22Z) - Estimation of BMI from Facial Images using Semantic Segmentation based
Region-Aware Pooling [3.889462292853575]
Body-Mass-Index (BMI)は、健康や社会経済的状況などの生活に関する重要な情報を伝達する。
近年の研究では、手作業による幾何学的顔の特徴やBMI予測のための顔レベルの深い畳み込みニューラルネットワークの特徴が採用されている。
異なる顔領域からプールされた深い特徴を利用することを提案する。
論文 参考訳（メタデータ） (2021-04-10T10:53:21Z) - AI-based BMI Inference from Facial Images: An Application to Weight
Monitoring [3.4601380631551146]
顔画像からのBMI推論のための5種類のCNNアーキテクチャの性能評価と比較を行った。
実験結果から,ResNet50を用いて得られた平均絶対誤差(MAE)が1.04ドルである顔画像からのBMI推論における深層学習の有効性が示唆された。
論文 参考訳（メタデータ） (2020-10-15T00:00:40Z) - Whole-Body Human Pose Estimation in the Wild [88.09875133989155]
COCO-WholeBodyは、全体アノテーションでCOCOデータセットを拡張する。
これは人体全体に手動のアノテーションがある最初のベンチマークである。
ZoomNetという名前のシングルネットワークモデルは、完全な人体の階層構造を考慮するために考案された。
論文 参考訳（メタデータ） (2020-07-23T08:35:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。