动员的人体自动测量系统具有高移动性,易于操作和合理的精度。 但是,现有系统专注于准确性和鲁棒性,而不是移动性和便利性。 为了克服这一缺点,这项工作提出了一种动员的自动人体测量系统,该系统使用神经网络(MaHuMS-NN)通过监督学习促进总体测量结果。 基于一般回归NN(GRNN)的MaHuMS-NN选择图像,执行图像处理,对图像进行分割并检测轮廓以提取轮廓中的特征点。 系统测量特征尺寸。 这项工作的重要贡献如下。 首先,MaHuMS-NN是Android平台中第一个用于人体测量的智能系统。 其次,与现有系统不同,MaHuMS-NN可以在优化模型进行预测时进行智能调整,并根据个人特征进行自误差校正。 实验结果表明,与现有系统相比,MaHuMS-NN表现出更好的性能,精度小于0.03 m。
1