JP2000090272A - Selecting method for shoes - Google Patents
Selecting method for shoesInfo
- Publication number
- JP2000090272A JP2000090272A JP10260722A JP26072298A JP2000090272A JP 2000090272 A JP2000090272 A JP 2000090272A JP 10260722 A JP10260722 A JP 10260722A JP 26072298 A JP26072298 A JP 26072298A JP 2000090272 A JP2000090272 A JP 2000090272A
- Authority
- JP
- Japan
- Prior art keywords
- data
- shoe
- toe
- last
- heel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A43—FOOTWEAR
- A43D—MACHINES, TOOLS, EQUIPMENT OR METHODS FOR MANUFACTURING OR REPAIRING FOOTWEAR
- A43D1/00—Foot or last measuring devices; Measuring devices for shoe parts
- A43D1/02—Foot-measuring devices
- A43D1/025—Foot-measuring devices comprising optical means, e.g. mirrors, photo-electric cells, for measuring or inspecting feet
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Footwear And Its Accessory, Manufacturing Method And Apparatuses (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、履き心地の良い靴
を選ぶ選定方法に関するものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method for selecting shoes that are comfortable to wear.
【０００２】[0002]
【従来の技術】従来、靴型や足形についての形状の計測
や寸法の計測には、シューフィッターによる手計測や機
械による自動計測（２次元もしくは３次元）が行われて
いる。ところが、計測結果から足形に対する履き心地の
良い靴型の選択は、手作業で行われている。2. Description of the Related Art Conventionally, measurement of shapes and dimensions of lasts and lasts has been performed by hand measurement using a shoe fitter or automatic measurement (two-dimensional or three-dimensional) by a machine. However, the selection of a comfortable last with respect to the footprint from the measurement results is performed manually.
【０００３】[0003]
【発明が解決しようとする課題】しかし、上記したよう
に、靴型や足形の計測は機械により自動で行われても、
足に合う靴の選択は手作業であり、シューフィッターの
ような熟練した技術や長年の経験が必要となる。また計
測した靴型や足形のデータが有効に使用されていない。However, as described above, even when the measurement of the last and last is performed automatically by a machine,
Choosing the right shoe for your foot is a manual process and requires skilled skills and years of experience like a shoefitter. Also, the measured last and last data are not used effectively.
【０００４】そこで、本発明は、機械により自動的に計
測したデータを効率的に使用し、シューフィッターの技
術や経験を肩代わりして、足に合う靴の選択を自動的に
行うことができる靴の選定方法を提供することを目的と
したものである。[0004] Therefore, the present invention provides a shoe which can automatically select a shoe suitable for a foot by efficiently using data automatically measured by a machine and replacing the skill and experience of a shoe fitter. It is intended to provide a selection method.
【０００５】[0005]
【課題を解決するための手段】前述した目的を達成する
ために、本発明のうち請求項１記載の発明は、足形を３
次元で計測し、この計測した３次元データより、つま先
部分と中央部分とかかと部分の別に３方向から投影した
２次元形状のデータを形成し、前記各２次元形状のデー
タと予め設定された平均形状のデータとの差分を取り、
その差分を増幅して、つま先部分と中央部分とかかと部
分の２次元形状の特徴のデータを抽出し、これら抽出し
たつま先部分と中央部分とかかと部分の２次元形状の特
徴データから前記足形に合う靴の種類を選定することを
特徴とするものである。In order to achieve the above-mentioned object, according to the first aspect of the present invention, the footprint of the present invention is set to three.
From the measured three-dimensional data, two-dimensional shape data projected from three directions are separately formed for the toe portion, the central portion, and the heel portion, and the data of each of the two-dimensional shapes and a predetermined average Take the difference with the shape data,
The difference is amplified to extract data of the two-dimensional shape characteristics of the toe portion, the center portion, and the heel portion. From the extracted two-dimensional shape characteristic data of the toe portion, the center portion, and the heel portion, the data fits the footprint. It is characterized by selecting the type of shoes.
【０００６】上記方法により、計測された足形に合う靴
の種類が、足形のつま先部分と中央部分とかかと部分の
特徴から自動的に選定される。よって、熟練した技術と
経験を有するシューフィッターを必要とせずに、お客の
足に合う靴型を選定することができる。[0006] According to the above method, the type of shoe that matches the measured footprint is automatically selected from the characteristics of the toe portion, the center portion, and the heel portion of the footprint. Therefore, it is possible to select a last suitable for a customer's foot without requiring a shoe fitter having a skilled technique and experience.
【０００７】また請求項２記載の発明は、上記請求項１
記載の発明であって、上記足形に合う靴の種類を選定す
るためのルールの形成を、複数の足形と靴型よりそれぞ
れのつま先部分と中央部分とかかと部分の２次元形状の
特徴のデータを収集し、収集した複数の足形と靴型毎
に、つま先部分と中央部分とかかと部分の２次元形状の
特徴データのクラスタリングを行い、各クラスタの代表
的なデータを学習データとして、足形の特徴データから
靴型の特徴データを得るニューラルネットワークを形成
することにより行うことを特徴とするものである。[0007] The invention according to claim 2 provides the above-described claim 1.
In the invention described above, a rule for selecting a type of shoe conforming to the footprint is formed by using data of a two-dimensional shape characteristic of a toe portion, a center portion, and a heel portion from a plurality of footprints and lasts. For each of a plurality of collected footprints and lasts, clustering of the two-dimensional feature data of the toe, the center, and the heel is performed. This is performed by forming a neural network that obtains the last data of the last from the user.
【０００８】上記方法により、抽出した足形の２次元形
状の特徴データから靴型の特徴データを得るニューラル
ネットワークが形成され、靴型の特徴データから足形に
合う靴の種類が選定される。According to the above method, a neural network for obtaining shoe type feature data from the extracted footprint two-dimensional shape feature data is formed, and a type of shoe suitable for the footprint is selected from the shoe shape feature data.
【０００９】[0009]
【発明の実施の形態】以下、本発明の実施の形態を図面
に基づいて説明する。図１は本発明の実施の形態におけ
る靴の選定設備の構成図である。Embodiments of the present invention will be described below with reference to the drawings. FIG. 1 is a configuration diagram of a shoe selection facility according to an embodiment of the present invention.
【００１０】図１において、１は３次元の足形や靴型を
計測する計測器であり、この計測器１により計測され
た、図２に示すような螺旋形状の点群のデータ（３次元
の足形あるいは靴型のデータ）は、コンピュータからな
る靴の選定装置２へ入力される。靴の選定装置２には、
たとえばＣＲＴからなる表示装置３が接続されており、
後述する靴の選定装置２により選定された靴の選定デー
タ（たとえば、靴のコード、靴の外観画像など）が表示
装置３に表示される。In FIG. 1, reference numeral 1 denotes a measuring device for measuring a three-dimensional footprint or shoe last, and data of a spiral point group (three-dimensional data) measured by the measuring device 1 as shown in FIG. The data of the last or last is input to a shoe selection device 2 composed of a computer. In the shoe selection device 2,
For example, a display device 3 composed of a CRT is connected,
Shoe selection data (eg, shoe code, shoe appearance image, etc.) selected by the shoe selection device 2 described later is displayed on the display device 3.
【００１１】上記靴の選定装置２における靴の選定ルー
ルの作成方法、およびこのルールによる靴の選定方法を
説明する。 ［靴の選定ルールの作成］靴の選定装置２における靴の
選定ルールの作成方法を図３〜図11を参照しながら説明
する。 Ａ．足形のデータの収集 足形を計測器１により計測し、螺旋形状の点群のデータ
を選定装置２へ入力する。以下、図３のフローチャート
にしたがって説明する。 ステップ−１ まず、計測器１より螺旋形状の点群のデータを入力して
いるかを確認する。 ステップ−２ 点群のデータの入力を確認すると、螺旋形状の点群のデ
ータを計測時のノイズの影響を軽減するために、図４に
示すように点データを間引く。このデータの間引き処理
は、たとえば螺旋１回転分の点群データ（リングデー
タ）の間引きとリングデータ内の点の間引きにより行
う。 ステップ−３ 次に、図５に示すように、計測毎のデータの座標軸やス
ケールを一致させるために、座標変換・正規化処理を行
う。踵を原点として、爪先方向をｙ軸、高さ方向をｚ軸
としている。 ステップ−４ 次に、図６に示すように、螺旋状のデータを爪先から踵
方向への複数のポリライン（複数の線分で構成される
“ひと続きの線”）の複数のデータと見なし、これらポ
リラインとの交点を求めることにより、図７に示す断面
形状データに変換する。 ステップ−５ 次に、断面形状データを、図８（ａ）に示すように、爪
先部分と中央部分と踵部分に分ける。 ステップ−６ 次に、各部分に対して３次元データを、図９に示すよう
に、前，横，上の３方向からの投影した２次元形状に変
換する。 ステップ−７ 次に、前，横，上の３方向からの投影した２次元形状
と、平均形状との差分を取り、その差分を一定の割合で
大きくする似顔絵法を用いて、２次元形状の特徴を強調
し、上記２次元形状と、平均形状との差分を求めて、特
徴データとして記憶する。A method for creating a shoe selection rule in the shoe selection device 2 and a method for selecting a shoe based on this rule will be described. [Creation of Shoe Selection Rule] A method for creating a shoe selection rule in the shoe selection device 2 will be described with reference to FIGS. A. Collection of Footprint Data The footprint is measured by the measuring device 1, and the data of the spiral point group is input to the selection device 2. Hereinafter, description will be given according to the flowchart of FIG. Step-1 First, it is confirmed whether or not data of a helical point group is input from the measuring instrument 1. Step-2 When the input of the data of the point group is confirmed, the point data is thinned out as shown in FIG. 4 in order to reduce the influence of noise when measuring the data of the spiral point group. This data thinning process is performed by, for example, thinning out point group data (ring data) for one rotation of a spiral and thinning out points in the ring data. Step-3 Next, as shown in FIG. 5, coordinate conversion / normalization processing is performed to match the coordinate axes and scale of the data for each measurement. The origin is the heel, the toe direction is the y-axis, and the height direction is the z-axis. Step-4 Next, as shown in FIG. 6, the helical data is regarded as a plurality of data of a plurality of polylines (a “continuous line” composed of a plurality of line segments) from the toe to the heel direction. By obtaining the intersections with these polylines, the data is converted into the cross-sectional shape data shown in FIG. Step-5 Next, as shown in FIG. 8A, the sectional shape data is divided into a toe portion, a center portion, and a heel portion. Step-6 Next, as shown in FIG. 9, the three-dimensional data is converted into a two-dimensional shape projected from the three directions of front, side and top as shown in FIG. Step-7 Next, the difference between the two-dimensional shape projected from the three directions of front, side, and upper and the average shape is obtained, and the two-dimensional shape of the two-dimensional The feature is emphasized, and a difference between the two-dimensional shape and the average shape is obtained and stored as feature data.
【００１２】図10（ａ）に、足形の爪先部分の上方向か
ら投影した２次元形状の例を示す。太線が平均形状、細
線が２次元形状であり、破線が差分を一定の割合で大き
くした似顔絵である。似顔絵により、爪先部分を、たと
えば５分割した各パートＡ〜Ｅの特徴が強調され、各パ
ートでの平均形状との差異（たとえば、平均形状の各パ
ートの面積を１とする差分）をパーセント（−１〜０〜
１）で求めることができ、これらを特徴データとして記
憶する。FIG. 10A shows an example of a two-dimensional shape projected from above the toe portion of a footprint. The thick line is the average shape, the thin line is the two-dimensional shape, and the broken line is a portrait in which the difference is increased at a fixed rate. The caricature emphasizes the features of each of the parts A to E obtained by dividing the toe portion into, for example, 5 parts, and the difference from the average shape of each part (for example, the difference of the area of each part of the average shape as 1) is calculated as a percentage ( -1 to 0
1), and these are stored as feature data.
【００１３】足形の計測、および上記ステップ−１〜７
を繰り返すことにより、複数の足形の各爪先部分、中央
部分、踵部分の前，横，上の２次元形状の特徴データを
収集する。 Ｂ．靴型のデータの収集 靴型を計測器１により計測し、螺旋形状の点群のデータ
を選定装置２へ入力し、上記ステップ−１〜７と同様の
処理を行う。これら処理を繰り返すことにより、複数の
靴型の各爪先部分、中央部分、踵部分の前，横，上の２
次元形状の特徴データを収集する。Measurement of footprint and the above steps -1 to -7
Is repeated to collect two-dimensional shape feature data in front, side, and above the toe, center, and heel of a plurality of footprints. B. Acquisition of last data The last is measured by the measuring device 1 and the data of the helical point group is input to the selection device 2, and the same processing as in the above-described steps -1 to -7 is performed. By repeating these processes, each of the toe portion, the center portion, and the heel portion of a plurality of lasts can be used in front, side, and upper portions.
Collect feature data of dimensional shape.
【００１４】図10（ｂ）に、靴型の爪先部分の上方向か
ら投影した２次元形状の例を示す。足形と同様に特徴デ
ータが求められる。 Ｃ．靴の選定ルールの作成 図11のフローチャートにしたがって説明する。 ステップ−１ まず、足形の収集されたデータ群の強調された特徴を基
に、爪先部分、中央部分、踵部分の前，横，上毎に、統
計的クラスタリング手法やファジーを用いてデータ群の
クラスタリングを行う。強調された特徴データを用いる
ことにより、クラスタ間の分類境界をはっきりさせるこ
とができる。 ステップ−２ 次に、靴型の収集されたデータ群の強調された特徴を基
に、爪先部分、中央部分、踵部分の前，横，上毎に、同
様に統計的クラスタリング手法やファジーを用いてデー
タ群のクラスタリングを行う。各クラスタの代表的なデ
ータには、爪先部分、中央部分、踵部分の前，横，上毎
にモデルとしてコード、たとえば爪先部分上−モデル
１、爪先部分上−モデル２・・・、爪先部分横−モデル
１、爪先部分横−モデル２・・・を付して記憶する。FIG. 10B shows an example of a two-dimensional shape projected from above the toe portion of the last. The characteristic data is obtained in the same manner as the footprint. C. Creation of Shoe Selection Rule This will be described with reference to the flowchart of FIG. Step-1 First, on the basis of the emphasized features of the collected data of the footprints, the data of the data group is statistically clustered or fuzzy for each of the toe portion, the central portion, and the front, side, and top of the heel portion. Perform clustering. By using the emphasized feature data, classification boundaries between clusters can be clarified. Step-2 Next, on the basis of the emphasized characteristics of the collected data of the lasts, a statistical clustering method or fuzzy is similarly used for each of the toe portion, the center portion, and the front, side, and top of the heel portion. To cluster the data group. Representative data of each cluster includes a code as a model for each of the toe portion, the central portion, and the front, side, and top of the heel portion, for example, on the toe portion—model 1, on the toe portion—model 2,. Horizontal-model 1, toe part horizontal-model 2,...
【００１５】さらに爪先部分の前，横，上のモデルを組
み合わして、靴の爪先部分のモデルを形成し、コードを
付して記憶する。同様に、各中央部分と踵部分のモデル
を形成し、コードを付して記憶する。Further, a model of the toe portion of the shoe is formed by combining the models in front, side, and above the toe portion, and a code is attached and stored. Similarly, a model of each central part and a heel part is formed, stored with a code.
【００１６】そして、これら各爪先部分、中央部分、踵
部分のモデルを組み合わして、靴のモデルを形成し、コ
ードを付して記憶する。 ステップ−３ そして、足形の各クラスタ内の代表的なデータで、かつ
少ない特徴を抽出できるように強調された特徴データ
（形状データ）と、この足形の特徴データにフィットす
る靴型のクラスタの代表的なデータ（上記爪先部分、中
央部分、踵部分の前，横，上毎のモデルのデータ）を選
び、図12に示すように、これらデータをニューラルネッ
トワークの教師信号として用い、学習を行う。A model of the shoe is formed by combining the models of the toe portion, the center portion, and the heel portion, and a code is attached and stored. Step-3 Then, feature data (shape data) which is representative data in each cluster of the footprint and is emphasized so that a small number of features can be extracted, and a representative of a shoe-shaped cluster which fits the footprint feature data The basic data (model data for the front, side, and top of the toe portion, the center portion, and the heel portion) is selected, and learning is performed using these data as teacher signals of the neural network as shown in FIG.
【００１７】これらは爪先部分の前，横，上毎に行わ
れ、さらに中央部分、踵部分毎に行われる。上記ステッ
プ−１〜３により、足形の特徴データから靴型の特徴デ
ータを求めるルールが形成される。 ［靴の選定方法］お客が足を計測器１内に入れ、足形が
計測器１により計測されることにより靴の選定が開始さ
れる。選定装置２は、螺旋形状の点群のデータが入力さ
れると、図12に示すように、上記データの収集のステッ
プ−１〜６を用いてデータ処理を行い、足形の各爪先部
分、中央部分、踵部分の前，横，上の２次元形状の特徴
データを求め、これら特徴データを各ニューラルネット
ワークへ入力し、その出力（靴型の特徴データ）により
足にフィットする靴型の各爪先部分、中央部分、踵部分
のモデルを求める。These steps are performed before, to the side, and above the toe portion, and further, at the center portion and the heel portion. By the above steps -1 to -3, a rule for obtaining the last data of the last from the last data of the last is formed. [Shoe Selection Method] The customer places his / her foot in the measuring device 1 and the foot shape is measured by the measuring device 1, so that the selection of shoes is started. When the data of the helical point group is input, the selection device 2 performs data processing using the above data collection steps -1 to 6 as shown in FIG. Find the feature data of the two-dimensional shape before, side and above the part and heel part, input these feature data to each neural network, and output (the last feature data of the last) each toe of the last that fits the foot Find the model of the part, the center part, and the heel part.
【００１８】すなわち、図12に示すように、たとえばニ
ューラルネットワークにより爪先部分の上の特徴データ
から靴型の爪先部分の上の特徴データが求められると、
この靴型の爪先部分の上の特徴データに適合する靴型の
爪先部分の上のモデルが選定され、同様に爪先部分の横
と前のモデルが選定され、これら靴型の爪先部分の上と
横と前のモデルに一致する靴型の爪先部分のモデルが求
められる。同様に、靴型の中央部分と踵部分のモデルが
求められる。次に、これら靴型の爪先部分、中央部分、
踵部分のモデルからこれに一致する靴型のコードを選定
し、表示装置３へ出力する。That is, as shown in FIG. 12, when the characteristic data on the toe portion of the last is obtained from the characteristic data on the toe portion by, for example, a neural network,
The model on the toe portion of the last matching the characteristic data on the toe of the last is selected, and the model next to and next to the toe is selected in the same manner. A model of the toe portion of the last matching the side and the previous model is determined. Similarly, a model of the central portion and the heel portion of the last is obtained. Next, the toe, center,
From the model of the heel part, a code of a last that matches this is selected and output to the display device 3.
【００１９】この選定方法によれば、足を計測器１によ
り計測するだけで、足にフィットする靴型のコードが表
示装置３に表示される。このように、計測器１により自
動的に計測した３次元データを効率的に使用して足に合
う靴の選択のルールを形成でき、この選択のルールによ
り、熟練した技術と経験を有するシューフィッターを必
要とせずに、お客のフィットする靴型を自動的に選定す
ることができる。According to this selection method, the code of the last that fits the foot is displayed on the display device 3 only by measuring the foot with the measuring instrument 1. In this way, it is possible to efficiently use the three-dimensional data automatically measured by the measuring instrument 1 to form a rule for selecting a shoe suitable for a foot, and to use this rule for a shoe fitter having a skilled technique and experience. It is possible to automatically select a last that fits the customer without the need.
【００２０】なお、本実施の形態では、表示装置に靴型
のコードを表示しているが、靴型の外観画像あるいは靴
型のコードに合ったメーカーの靴型を表示するようにす
ることもできる。In this embodiment, the code of the last is displayed on the display device. However, the appearance image of the last or the last of the manufacturer corresponding to the code of the last may be displayed. it can.
【００２１】また靴型のコードに加えて、靴のサイズを
表示することができる。このとき、計測器１により、足
の踵から爪先までの長さを計測する。In addition to the last code, the size of the shoe can be displayed. At this time, the length from the heel of the foot to the toe is measured by the measuring device 1.
【００２２】[0022]
【発明の効果】以上述べたように本発明によれば、機械
により自動的に計測したデータを効率的に使用し、シュ
ーフィッターの技術や経験を肩代わりして、足に合う靴
の選択を自動的に行うことができる。As described above, according to the present invention, the data automatically measured by the machine is efficiently used, and the shoe and the skill of the shoe fitter are exchanged to automatically select the shoe suitable for the foot. Can be done.
【図１】本発明の実施の形態における靴の選定方法を使
用する設備の構成図である。FIG. 1 is a configuration diagram of equipment using a shoe selection method according to an embodiment of the present invention.
【図２】同設備の計測器により計測された足形と靴型の
データの説明図である。FIG. 2 is an explanatory diagram of footprint and shoe last data measured by a measuring instrument of the facility.
【図３】同設備の選定装置におけるデータ処理のフロー
チャートである。FIG. 3 is a flowchart of data processing in the equipment selecting apparatus.
【図４】同設備の選定装置におけるデータの間引き処理
の説明図である。FIG. 4 is an explanatory diagram of a data thinning process in the equipment selecting apparatus.
【図５】同設備の選定装置におけるデータの正規化・座
標変換処理の説明図である。FIG. 5 is an explanatory diagram of data normalization / coordinate conversion processing in the equipment selecting apparatus.
【図６】同設備の選定装置における断面形状データへの
変換処理の説明図である。FIG. 6 is an explanatory diagram of a conversion process to cross-sectional shape data in the equipment selecting apparatus.
【図７】同設備の選定装置における断面形状データへの
変換処理の説明図である。FIG. 7 is an explanatory diagram of a conversion process into cross-sectional shape data in the equipment selecting apparatus.
【図８】同設備の選定装置における断面形状データの部
分分割の説明図である。FIG. 8 is an explanatory diagram of partial division of cross-sectional shape data in the equipment selecting apparatus.
【図９】同設備の選定装置における２次元形状への変換
処理の説明図である。FIG. 9 is an explanatory diagram of a conversion process to a two-dimensional shape in the equipment selecting apparatus.
【図１０】同設備の選定装置における似顔絵法の説明図
である。FIG. 10 is an explanatory diagram of a portrait drawing method in the equipment selecting apparatus.
【図１１】同設備の選定装置における選定ルール形成の
フローチャートである。FIG. 11 is a flowchart of selection rule formation in the equipment selection device.
【図１２】同設備の選定装置における靴の選定方法の説
明図である。FIG. 12 is an explanatory diagram of a shoe selecting method in the equipment selecting apparatus.
１ 計測器 ２ 靴の選定装置 ３ 表示装置 1 measuring device 2 shoe selection device 3 display device
───────────────────────────────────────────────────── フロントページの続き (72)発明者 林 一久 大阪府大阪市住之江区南港北１丁目７番89 号 日立造船株式会社内 (72)発明者 山村 実 東京都大田区西蒲田７丁目37番10号 日立 造船情報システム株式会社内 (72)発明者 高橋 靖子 東京都大田区西蒲田７丁目37番10号 日立 造船情報システム株式会社内 ──────────────────────────────────────────────────続 き Continuing on the front page (72) Kazuhisa Hayashi 1-89, Minami Kohoku, Suminoe-ku, Osaka City, Osaka Prefecture Inside Hitachi Zosen Corporation (72) Minoru Yamamura 7-37-10, Nishikamata, Ota-ku, Tokyo No. Hitachi Shipbuilding Information Systems Co., Ltd. (72) Inventor Yasuko Takahashi 7-37-10 Nishikamata, Ota-ku, Tokyo Inside Hitachi Shipbuilding Information Systems Co., Ltd.
Claims (2)
とかかと部分の別に３方向から投影した２次元形状のデ
ータを形成し、 前記各２次元形状のデータと予め設定された平均形状の
データとの差分を取り、その差分を増幅して、つま先部
分と中央部分とかかと部分の２次元形状の特徴のデータ
を抽出し、 これら抽出したつま先部分と中央部分とかかと部分の２
次元形状の特徴データから前記足形に合う靴の種類を選
定することを特徴とする靴の選定方法。The footprint is measured three-dimensionally, and from the measured three-dimensional data, data of a two-dimensional shape projected from three directions separately for a toe portion, a center portion, and a heel portion is formed. And the difference between the data of the predetermined average shape, the difference is amplified, and the data of the two-dimensional shape characteristics of the toe portion, the center portion, and the heel portion are extracted. Central part and heel part 2
A method for selecting a shoe, comprising selecting a type of shoe matching the footprint from feature data of the dimensional shape.
のルールの形成を、 複数の足形と靴型よりそれぞれのつま先部分と中央部分
とかかと部分の２次元形状の特徴のデータを収集し、 収集した複数の足形と靴型毎に、つま先部分と中央部分
とかかと部分の２次元形状の特徴データのクラスタリン
グを行い、 各クラスタの代表的なデータを学習データとして、足形
の特徴データから靴型の特徴データを得るニューラルネ
ットワークを形成することにより行うことを特徴とする
請求項１記載の靴の選定方法。2. Forming a rule for selecting a type of shoe that fits the above-mentioned footprint, collecting data of the two-dimensional shape characteristics of each toe, center, and heel from a plurality of footprints and lasts. For each of the collected footprints and lasts, cluster the feature data of the two-dimensional shape of the toe, the center, and the heel. 2. The method for selecting shoes according to claim 1, wherein the method is performed by forming a neural network for obtaining type characteristic data.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10260722A JP2000090272A (en) | 1998-09-16 | 1998-09-16 | Selecting method for shoes |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10260722A JP2000090272A (en) | 1998-09-16 | 1998-09-16 | Selecting method for shoes |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000090272A true JP2000090272A (en) | 2000-03-31 |
Family
ID=17351859
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10260722A Pending JP2000090272A (en) | 1998-09-16 | 1998-09-16 | Selecting method for shoes |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000090272A (en) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002040941A1 (en) * | 2000-11-15 | 2002-05-23 | National Institute Of Advanced Industrial Science And Technology | Footprint information distributing system |
| WO2003103433A1 (en) * | 2002-06-11 | 2003-12-18 | 有限会社じゃ・ネっと | Shoe pattern design method, shoe pattern design device, foot measurer, and foot positioning device of foot measurer |
| WO2004089145A1 (en) * | 2003-04-04 | 2004-10-21 | Asics Corporation | Foot tilt angle measuring method, method of selecting shoe or insole for shoe, method of manufacturing shoe or insole for shoe, and foot tilt angle measuring device |
| WO2004091332A1 (en) * | 2003-04-16 | 2004-10-28 | Asics Corporation | Shoe shape selection method, shoe shape selection system, and shoe tip shape selection method |
| JP2007185328A (en) * | 2006-01-13 | 2007-07-26 | Japana Co Ltd | Selecting system and presenting system for sports shoes or running shoes |
| CN104783410A (en) * | 2015-04-15 | 2015-07-22 | 郑士超 | Sectional adjustable three-dimensional foot shape scanner and use method |
| CN105204432A (en) * | 2015-08-14 | 2015-12-30 | 李文谦 | Shoe tree blank selection method for shoe tree machine and system of shoe tree machine |
| JP2018165979A (en) * | 2016-12-29 | 2018-10-25 | 株式会社Ｒｅｃｒｅａｔｉｏｎ Ｌａｂ | Information processing apparatus, information processing method, and program |
| WO2019124133A1 (en) * | 2017-12-22 | 2019-06-27 | 株式会社キビラ | Shoe fitting assistance system, and shoe fitting assistance program |
| CN110567421A (en) * | 2019-09-05 | 2019-12-13 | 上海应用技术大学 | dynamic roundness uncertainty evaluation method based on Bayesian principle |
| JPWO2019103010A1 (en) * | 2017-11-21 | 2020-12-24 | インスタリム株式会社 | Artificial limb shape data generation system |
| CN112425865A (en) * | 2019-08-08 | 2021-03-02 | 意礴数字科技(深圳)有限公司 | Method, device and system for generating shoe tree and evaluating comfort degree of shoe tree |
| WO2022250075A1 (en) * | 2021-05-28 | 2022-12-01 | 株式会社ワコール | Foot shape measurement system and foot shape measurement method |
| WO2023085017A1 (en) * | 2021-11-09 | 2023-05-19 | ソニーセミコンダクタソリューションズ株式会社 | Learning method, learning program, information processing device, information processing method, and information processing program |
-
1998
- 1998-09-16 JP JP10260722A patent/JP2000090272A/en active Pending
Cited By (37)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100734727B1 (en) * | 2000-11-15 | 2007-07-02 | 도꾸리쯔교세이호진 상교기쥬쯔 소고겡뀨죠 | Footprint information distributing system |
| EP1345006A1 (en) * | 2000-11-15 | 2003-09-17 | National Institute of Advanced Industrial Science and Technology | Footprint information distributing system |
| JPWO2002040941A1 (en) * | 2000-11-15 | 2004-03-25 | 独立行政法人産業技術総合研究所 | Footprint information distribution system |
| WO2002040941A1 (en) * | 2000-11-15 | 2002-05-23 | National Institute Of Advanced Industrial Science And Technology | Footprint information distributing system |
| JP4644862B2 (en) * | 2000-11-15 | 2011-03-09 | 独立行政法人産業技術総合研究所 | Shoes selection system |
| EP1345006A4 (en) * | 2000-11-15 | 2006-05-31 | Nat Inst Of Advanced Ind Scien | Footprint information distributing system |
| US7236948B1 (en) | 2000-11-15 | 2007-06-26 | National Institute Of Advanced Industrial Science And Technology | Foot shape information distributing network system |
| WO2003103433A1 (en) * | 2002-06-11 | 2003-12-18 | 有限会社じゃ・ネっと | Shoe pattern design method, shoe pattern design device, foot measurer, and foot positioning device of foot measurer |
| EP1512337A1 (en) * | 2002-06-11 | 2005-03-09 | Jannet Incorporated | Shoe pattern design method, shoe pattern design device, foot measurer, and foot positioning device of foot measurer |
| EP1512337A4 (en) * | 2002-06-11 | 2007-06-13 | Jannet Inc | Shoe pattern design method, shoe pattern design device, foot measurer, and foot positioning device of foot measurer |
| WO2004089145A1 (en) * | 2003-04-04 | 2004-10-21 | Asics Corporation | Foot tilt angle measuring method, method of selecting shoe or insole for shoe, method of manufacturing shoe or insole for shoe, and foot tilt angle measuring device |
| US7325323B2 (en) | 2003-04-04 | 2008-02-05 | Asks Corp. | Foot tilt angle measuring method, method of selecting shoe or insole for shoe method of manufacturing shoe or insole for shoe, and foot unit tilt angle measuring device |
| WO2004091332A1 (en) * | 2003-04-16 | 2004-10-28 | Asics Corporation | Shoe shape selection method, shoe shape selection system, and shoe tip shape selection method |
| EP1625804A1 (en) * | 2003-04-16 | 2006-02-15 | ASICS Corporation | Shoe shape selection method, shoe shape selection system, and shoe tip shape selection method |
| EP1625804A4 (en) * | 2003-04-16 | 2008-07-30 | Asics Corp | Shoe shape selection method, shoe shape selection system, and shoe tip shape selection method |
| JP2004313443A (en) * | 2003-04-16 | 2004-11-11 | Asics Corp | Method and system for selecting shoe shape and method of selecting toe shape of shoe |
| JP2007185328A (en) * | 2006-01-13 | 2007-07-26 | Japana Co Ltd | Selecting system and presenting system for sports shoes or running shoes |
| CN104783410A (en) * | 2015-04-15 | 2015-07-22 | 郑士超 | Sectional adjustable three-dimensional foot shape scanner and use method |
| CN106377015B (en) * | 2015-04-15 | 2020-04-21 | 郑士超 | Foot shape scanner |
| CN106377015A (en) * | 2015-04-15 | 2017-02-08 | 郑士超 | Foot shape scanner |
| CN105204432A (en) * | 2015-08-14 | 2015-12-30 | 李文谦 | Shoe tree blank selection method for shoe tree machine and system of shoe tree machine |
| CN105204432B (en) * | 2015-08-14 | 2018-01-16 | 李文谦 | A kind of shoe tree base system of selection of shoe-last machine tool and its system |
| JP2018164727A (en) * | 2016-12-29 | 2018-10-25 | 株式会社Ｒｅｃｒｅａｔｉｏｎ Ｌａｂ | Information processing device, information processing method, and program |
| JP2018165979A (en) * | 2016-12-29 | 2018-10-25 | 株式会社Ｒｅｃｒｅａｔｉｏｎ Ｌａｂ | Information processing apparatus, information processing method, and program |
| JP7073101B2 (en) | 2016-12-29 | 2022-05-23 | 株式会社Elements | Information processing equipment, information processing methods, and programs |
| JP7158146B2 (en) | 2016-12-29 | 2022-10-21 | 株式会社Elements | Information processing device, information processing method, and program |
| JP7463455B2 (en) | 2016-12-29 | 2024-04-08 | 株式会社Elements | Information processing device, information processing method, and program |
| JP7264524B2 (en) | 2017-11-21 | 2023-04-25 | インスタリム株式会社 | Prosthetic limb shape data generation system, method, program and prosthetic limb generation system |
| JPWO2019103010A1 (en) * | 2017-11-21 | 2020-12-24 | インスタリム株式会社 | Artificial limb shape data generation system |
| JP2022023032A (en) * | 2017-11-21 | 2022-02-07 | インスタリム株式会社 | Prosthesis shape data generation system, method, program and prosthesis generation system |
| WO2019124133A1 (en) * | 2017-12-22 | 2019-06-27 | 株式会社キビラ | Shoe fitting assistance system, and shoe fitting assistance program |
| JP2019114002A (en) * | 2017-12-22 | 2019-07-11 | 株式会社キビラ | Shoe fitting support system and shoe fitting support program |
| CN112425865A (en) * | 2019-08-08 | 2021-03-02 | 意礴数字科技(深圳)有限公司 | Method, device and system for generating shoe tree and evaluating comfort degree of shoe tree |
| CN110567421A (en) * | 2019-09-05 | 2019-12-13 | 上海应用技术大学 | dynamic roundness uncertainty evaluation method based on Bayesian principle |
| JP2022182550A (en) * | 2021-05-28 | 2022-12-08 | 株式会社ドリーム・ジーピー | Footprint measurement system and method |
| WO2022250075A1 (en) * | 2021-05-28 | 2022-12-01 | 株式会社ワコール | Foot shape measurement system and foot shape measurement method |
| WO2023085017A1 (en) * | 2021-11-09 | 2023-05-19 | ソニーセミコンダクタソリューションズ株式会社 | Learning method, learning program, information processing device, information processing method, and information processing program |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2000090272A (en) | Selecting method for shoes | |
| CN108986159B (en) | Method and equipment for reconstructing and measuring three-dimensional human body model | |
| CN104598867B (en) | A kind of human action automatic evaluation method and dancing points-scoring system | |
| CN103761536B (en) | Human face beautifying method based on non-supervision optimal beauty features and depth evaluation model | |
| US8867804B2 (en) | Method and apparatus for automatically generating trim lines for cranial remodeling devices | |
| CN101947152A (en) | Electroencephalogram-voice control system and working method of humanoid artificial limb | |
| CN102184008A (en) | Interactive projection system and method | |
| CN108960262B (en) | Method, device and system for predicting shoe codes and computer readable storage medium | |
| CN110175897A (en) | A kind of 3D synthesis fitting method and system | |
| US20110296331A1 (en) | Generation of a best-fit rigged body model | |
| CN101311967A (en) | Dummy body form establishment method and dummy body form based on body type of actual measurement for crowds | |
| CN111931804A (en) | RGBD camera-based automatic human body motion scoring method | |
| CN114119907A (en) | Fitting method and device of human body model and storage medium | |
| CN111612584A (en) | AI intelligent clothing recommendation method based on wearing and putting-on theory | |
| CN111539245B (en) | CPR (CPR) technology training evaluation method based on virtual environment | |
| CN114119910A (en) | Method, equipment and storage medium for matching clothing model with human body model | |
| CN116797699A (en) | Intelligent animation modeling method and system based on three-dimensional technology | |
| CN106327570B (en) | A kind of customized insole model generating method and system based on foot's threedimensional model | |
| CN114119912A (en) | Rapid fitting method and device for human body model and storage medium | |
| CN115964933A (en) | Construction method of virtual and real training device based on digital twins | |
| Englert et al. | One-eye stereo system for the acquisition of complex 3D building descriptions | |
| CN110717972A (en) | Transformer substation exception handling simulation system based on VR local area network online system | |
| CN114119913A (en) | Human body model driving method, device and storage medium | |
| EP0401900B1 (en) | Ergonomic optimization method | |
| CN108062782A (en) | A kind of shoe tree Planar Contours automatically generating device and method |