BMI与WHR反映于女性面部形状和纹理：几何形态测量图像分析数据

数据集获取

源站：https://doi.org/10.5061/dryad.133b9

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据集大小约 161.9 KB。

数据说明

面部特征作为身体成分的标志在进化心理学中常被研究，在计算和法医面部识别中也具有重要意义。我们结合几何形态测量学和图像分析，在一个中欧年轻女性样本中评估了体重指数（BMI）和腰臀比（WHR）与面部形状和纹理（颜色模式）的关联。高BMI女性的面部轮廓相对于眼睛和嘴唇的尺寸更宽、更圆，眉毛位置相对更低。此外，高BMI女性的肤色比低BMI女性更明亮、更偏红。相同的面部特征也与WHR相关，尽管BMI和WHR仅呈中度相关。然而，从面部特征预测BMI比预测WHR更为准确。经过留一法交叉验证后，我们能够通过面部形状预测BMI变异的25%和WHR变异的10%。面部纹理仅能预测BMI和WHR变异的约3-10%。这表明面部形状主要反映总体脂肪比例，而非体内脂肪的分布。

高BMI女性面部偏红的纹理特征，可能由血压升高、浅表血流增加以及饮食因素所介导。我们的研究阐明了几何形态计量学图像分析如何用于量化BMI和WHR等生物因素对面部形状和颜色的影响，进而影响社会感知。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。