BMI estimation from face images / Yaseen Benrekia (2025)

Public ISBD Titre : BMI estimation from face images Type de document : document électronique Auteurs : Yaseen Benrekia, Auteur ; Imad Eddine Djemmah, Auteur ; Taghi, Mohamed Oussaid, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2025 Importance : 1 fichier PDF (1.6 Mo) Note générale : Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Electronique : Alger, École Nationale Polytechnique : 2025 Bibliogr. p. 110-112 Langues : Anglais (eng) Mots-clés : BMI Feature extractionImage prerocessing Health Automatic estimation Index. décimale : PN00625 Résumé : This project presents a comprehensive study on BMI estimation from face images, with a particular emphasis on improving predictive performance. By leveraging state-of-the-art deep learning architectures, advanced image preprocessing techniques, and robust feature extraction methods, the proposed approach achieves significant improvements in estimation accuracy. Experimental results demonstrate the effectiveness of the optimized model on benchmark datasets, highlighting the potential of facial analysis as a practical tool for automated BMI assessment in various healthcare and wellness applications. BMI estimation from face images [document électronique] / Yaseen Benrekia, Auteur ; Imad Eddine Djemmah, Auteur ; Taghi, Mohamed Oussaid, Directeur de thèse . - [S.l.] : [s.n.], 2025 . - 1 fichier PDF (1.6 Mo). Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Electronique : Alger, École Nationale Polytechnique : 2025 Bibliogr. p. 110-112 Langues : Anglais (eng) Mots-clés : BMI Feature extractionImage prerocessing Health Automatic estimation Index. décimale : PN00625 Résumé : This project presents a comprehensive study on BMI estimation from face images, with a particular emphasis on improving predictive performance. By leveraging state-of-the-art deep learning architectures, advanced image preprocessing techniques, and robust feature extraction methods, the proposed approach achieves significant improvements in estimation accuracy. Experimental results demonstrate the effectiveness of the optimized model on benchmark datasets, highlighting the potential of facial analysis as a practical tool for automated BMI assessment in various healthcare and wellness applications.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00922	PN00625	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Electronique	Téléchargeable