การประมาณ ส่วนสูง น้ำหนัก และ ดัชนีมวลกาย โดยใช้ภาพถ่ายร่างกายมนุษย์

Estimate of height, weight and body mass index using human body images

Name: ภิญญวัฒน์ รัตนยรรยง

ThaSH: ดัชนีมวลกาย

ThaSH: มนุษย์ -- น้ำหนัก

ThaSH: มนุษย์ -- ความสูง

ThaSH: น้ำหนักตัว

ThaSH: มานุษยมิติ

Abstract: งานวิจัยนี้มุ่งเน้นการพัฒนาโมเดลทำนายค่าความสูง น้ำหนัก และ ดัชนีมวลกายของมนุษย์ จากรูปถ่าย โดยใช้เทคโนโลยี การเรียนรู้ของเครื่อง ทางผู้วิจัยนำเสนอวิธีการใช้โมเดล PiFuHD ในการแปลงรูปถ่าย 2 มิติเป็น 3 มิติ และ วิธีทำการสกัดคุณลักษณะ รวมถึงกระบวนการคัดเลือกคุณลักษณะ และ ระบบลดสิ่งรบกวนในรูปภาพ 3 มิติ เพื่อใช้ทำการฝึกสอน และ ทดสอบโมเดลการเรียนรู้ของเครื่อง โดยใช้ข้อมูลจากการสำรวจจากอาสาสมัครบุคคลทั่วไปไทยเพศชายและเพศหญิง ช่วงอายุ 18 ถึง 65 ปี ที่ไม่พิการทางการเคลื่อนไหวหรือทางกาย และ ทำการทดสอบถึงความสามารถในการทำนายค่า ความสูง น้ำหนัก และ ดัชนีมวลกาย ของมนุษย์ เพื่อยืนยันว่าการใช้ วิธีการทางการเรียนรู้ของเครื่องมีประสิทธิภาพ และ ความแม่นยำ โดยใช้ มาตรวัดประสิทธิภาพของโมเดล เช่น ค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ย ค่ารากที่สองของค่าคลาดเคลื่อนกำลังสองเฉลี่ย และ ค่าสัมประสิทธิ์การตัดสินใจพหุคูณ ซึ่งได้ผลลัพธ์ด้านการทำนายความสูงในชุดทดสอบเป็นค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ย คือ 2.80 เซนติเมตร ด้านการทำนายน้ำหนัก ได้ผลค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ย คือ 6.17 กิโลกรัม และ ดัชนีมวลกาย คือ 2.11 ซึ่งงานวิจัยนี้เปิดโอกาสให้นักวิจัยและผู้ที่สนใจใช้แนวคิดและวิธีการที่พัฒนาขึ้นไปในการพัฒนาแอปลิเคชันหรือระบบที่สามารถให้บริการการทำนายค่าความสูง น้ำหนัก และ ดัชนีมวลกาย ของมนุษย์ จากรูปถ่าย อย่างมีประสิทธิภาพ

Abstract: This research primarily aims to develop a system that uses machine learning technology to predict human height, weight, and body mass index from images. The researcher proposes a method that utilizes the PiFuHD model to transform 2D photos into 3D, along with processes for feature extraction, feature selection, and a 3D image noise reduction system, for training and testing machine learning models. Data were collected from a survey of male and female Thai volunteers aged 18 to 65, without physical disabilities, to evaluate their prediction abilities for height, weight, and body mass index. The effectiveness and accuracy of the machine learning methods were assessed using performance metrics such as mean absolute error, root mean square error, and the coefficient of determination. Results showed a mean absolute error of 4.38 centimeters for height prediction, 8.56 kilograms for weight prediction, and a body mass index of 3.03 in the test set. This research opens avenues for researchers and interested parties to utilize the developed concepts and methods in creating applications or systems capable of efficiently predicting human height, weight, and body mass index from images.

มหาวิทยาลัยเชียงใหม่. สำนักหอสมุด

Address: เชียงใหม่

Email: cmulibref@cmu.ac.th

Name: กานต์ ปทานุคม

Role: อาจารย์ที่ปรึกษา

Created: 2567

Modified: 2025-02-25

Issued: 2567-08-24

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิทยาศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิทยาการข้อมูล

Grantor: มหาวิทยาลัยเชียงใหม่

©copyrights มหาวิทยาลัยเชียงใหม่

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	620632090.pdf	8.6 MB	2	2024-10-18 16:21:46

ใช้เวลา

0.032007 วินาที