TW202209995A - 高跟鞋適合高度範圍判斷系統及高跟鞋適合高度範圍判斷方法 - Google Patents
高跟鞋適合高度範圍判斷系統及高跟鞋適合高度範圍判斷方法 Download PDFInfo
- Publication number
- TW202209995A TW202209995A TW109131194A TW109131194A TW202209995A TW 202209995 A TW202209995 A TW 202209995A TW 109131194 A TW109131194 A TW 109131194A TW 109131194 A TW109131194 A TW 109131194A TW 202209995 A TW202209995 A TW 202209995A
- Authority
- TW
- Taiwan
- Prior art keywords
- plane
- foot
- height range
- heeled shoes
- artificial intelligence
- Prior art date
Links
Images
Landscapes
- Image Processing (AREA)
- Automatic Focus Adjustment (AREA)
- Footwear And Its Accessory, Manufacturing Method And Apparatuses (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
提供一種高跟鞋適合高度範圍判斷系統及高跟鞋適合高度範圍判斷方法。高跟鞋適合高度範圍判斷系統包括測量平台、影像感測器、儲存裝置以及處理器。測量平台放置使用者的腳部,其中測量平台包括第一平面與第二平面。影像感測器獲得使用者的後腳跟影像。儲存裝置儲存人工智慧模型。處理器調整第二平面以調整使用者的後腳跟對應第一平面的高度;處理器利用影像感測器獲得分別對應於多個高度的多個後腳跟影像;以及處理器將多個後腳跟影像的輸入至人工智慧模型,並且根據人工智慧模型的輸出結果,判斷腳部的高跟鞋適合高度範圍。
Description
本揭露是有關於一種高跟鞋適合高度範圍判斷系統及高跟鞋適合高度範圍判斷方法。
許多女性會因為愛美或工作的關係長時間穿著高跟鞋。但是,穿著不合適高度的高跟鞋會對身體帶來不良的負擔及影響。因此,需要一個判斷高跟鞋適合高度範圍的系統。
本揭露提供一種高跟鞋適合高度範圍判斷系統及高跟鞋適合高度範圍判斷方法,可以判斷使用者腳部的高跟鞋適合高度範圍。
本揭露的高跟鞋適合高度範圍判斷系統包括測量平台、影像感測器、儲存裝置以及處理器。測量平台放置使用者的腳部,其中測量平台包括第一平面與第二平面。影像感測器獲得使用者的後腳跟影像。儲存裝置儲存人工智慧模型。處理器耦接於測量平台、影像感測器以及儲存裝置。處理器調整第二平面以調整使用者的後腳跟對應第一平面的高度;處理器利用影像感測器獲得分別對應於多個高度的多個後腳跟影像;以及處理器將多個後腳跟影像的輸入至人工智慧模型,並且根據人工智慧模型的輸出結果,判斷腳部的高跟鞋適合高度範圍。
本揭露的高跟鞋適合高度範圍判斷方法包括:利用測量平台放置使用者的腳部,其中測量平台包括第一平面與第二平面;調整第二平面以調整使用者的後腳跟對應第一平面的高度;利用影像感測器獲得分別對應於多個高度的多個後腳跟影像;以及將多個後腳跟影像的輸入至人工智慧模型,並且根據人工智慧模型的輸出結果,判斷腳部的高跟鞋適合高度範圍。
基於上述,本揭露的高跟鞋適合高度範圍判斷系統及高跟鞋適合高度範圍判斷方法可以將對應於多個高度的多個後腳跟影像輸入至人工智慧模型,並且根據人工智慧模型的輸出結果,判斷腳部的高跟鞋適合高度範圍。基此,可以讓使用者在沒有醫生的協助下找出能夠承受的高跟鞋適合高度範圍。
為讓本揭露的上述特徵和優點能更明顯易懂,下文特舉實施例,並配合所附圖式作詳細說明如下。
圖1本揭露一範例實施例的高跟鞋適合高度範圍判斷系統100的示意圖。
請參照圖1,高跟鞋適合高度範圍判斷系統100包括測量平台110、影像感測器120、儲存裝置130以及處理器140。
測量平台110用以放置使用者的腳部。
影像感測器120例如是攝影機或是行動裝置的相機。
儲存裝置130用以儲存人工智慧模型131。在本範例實施例中,儲存裝置130可以是任意型式的固定式或可移動式隨機存取記憶體(Random Access Memory,RAM)、唯讀記憶體(Read-Only Memory,ROM)、快閃記憶體(Flash memory)、硬碟或其他類似裝置或這些裝置的組合。人工智慧模型131可以是卷積神經網路(Convolutional Neural Network, CNN)、視覺幾何群組(Visual Geometry Group 16,VGG16)、移動網路(MobileNetV2)或是其它人工智慧模型,本揭露不限制人工智慧模型131的種類。
處理器140耦接於測量平台110、影像感測器120以及儲存裝置130,以控制高跟鞋適合高度範圍判斷系統100的運作。在本範例實施例中,處理器140例如是一般用途處理器、特殊用途處理器、傳統的處理器、數位訊號處理器、多個微處理器(microprocessor)、一個或多個結合數位訊號處理器核心的微處理器、控制器、微控制器、特殊應用集成電路(Application Specific Integrated Circuit,ASIC)、場可程式閘陣列電路(Field Programmable Gate Array,FPGA)、任何其他種類的積體電路、狀態機、基於進階精簡指令集機器(Advanced RISC Machine,ARM)的處理器以及類似品。
圖2是根據本揭露一範例實施例的高跟鞋適合高度範圍判斷系統100的另一示意圖。
請參照圖2,高跟鞋適合高度範圍判斷系統100可以包括測量平台110、多個影像感測器120、儲存裝置130(圖未繪示)以及處理器140(圖未繪示)。測量平台110可以包括左腳放置區111以及右腳放置區112。
圖3是根據本揭露一範例實施例的測量平台110側視示意圖。
請參照圖3,測量平台110的左腳放置區111(或者,右腳放置區112)可以包括第一平面1111與第二平面1112。在本範例實施例中,處理器140可以調整第二平面1112以調整使用者的後腳跟對應第一平面1111的高度。使用者的腳部的前腳掌可以放置於第一平面1111上且腳部的後腳跟可以放置於第二平面上1112上,並且,第一平面1111與地面平行,處理器140可以調整第二平面1112與第一平面1111的夾角以調整後腳跟對應第一平面1111的高度。在圖3中,處理器140可以調整第二平面1112與第一平面1111的夾角以調整使用者的後腳跟對應第一平面1111的高度為H(H例如為3公分)。
在另一範例實施例中,處理器140可以根據使用者的腳部長度來調整第二平面1112與第一平面1111的夾角。例如,使用者1的腳部長度大於使用者2的腳部長度。當使用者1後腳跟對應第一平面1111的高度和使用者2腳跟對應第一平面1111的高度都是高度H時,對應使用者1的第二平面1112與第一平面1111的夾角會小於對應使用者2的第二平面1112與第一平面1111的夾角。
請參照圖2與圖3。處理器140可以利用影像感測器120獲得分別對應於多個高度的多個後腳跟影像,舉例來說,在處理器140調整第二平面1112以調整使用者的後腳跟對應第一平面1111的高度為H之後,處理器140可以利用影像感測器120獲得對應於高度H的後腳跟影像。後腳跟影像中的足踝彎曲角度與使用者穿著高跟鞋的舒適度有關,因此適合使用者的高跟鞋高度範圍可由後腳跟影像來判斷。
圖4是根據本揭露一範例實施例的後腳跟影像示意圖,舉例來說,在處理器140調整第二平面1112以調整使用者的後腳跟對應第一平面1111的高度為H之後,處理器140可以利用影像感測器120獲得對應於高度H的後腳跟影像401。
在利用影像感測器120獲得分別對應於多個高度的多個後腳跟影像之後,處理器140可以將多個後腳跟影像輸入至人工智慧模型131。亦即,在前述範例實施例中,當處理器140調整第二平面1112使得使用者的後腳跟對應第一平面1111的高度為H1
時,處理器140可以將對應於高度H1
的後腳跟影像A1
輸入至人工智慧模型131。當處理器140調整第二平面1112使得使用者的後腳跟對應第一平面1111的高度為H2
時,處理器140可以將對應於高度H2
的後腳跟影像A2
輸入至人工智慧模型131。
處理器140可以根據人工智慧模型131的輸出結果,判斷腳部的高跟鞋適合高度範圍。例如,人工智慧131模型的輸出結果為3公分代表使用者腳部的高跟鞋適合高度範圍為0公分到3公分。
在另一範例實施例中,人工智慧131模型的輸出結果可以包括分別對應於多個高度的多個布林值。例如,人工智慧131模型的輸出結果可以包括對應於高度0公分的布林值「1」(代表使用者可以穿高度0公分的高跟鞋)、對應於高度0.5公分的布林值「1」(代表使用者可以穿高度0.5公分的高跟鞋)、對應於高度1公分的布林值「1」(代表使用者可以穿高度1公分的高跟鞋)、對應於高度1.5公分的布林值「0」(代表使用者不可以穿高度1.5公分的高跟鞋)以及對應於高度2公分的布林值「0」(代表使用者不可以穿高度2公分的高跟鞋)。處理器140可以根據多個布林值,判斷腳部的高跟鞋適合高度範圍為0公分到1公分。
由於人工智慧模型131的準確率並非100%而存在誤判的情形,在另一範例實施例中,處理器140可以修正人工智慧模型的輸出結果。
圖5A與圖5B是根據本揭露一範例實施例的人工智慧模型131的修正輸出結果的一個範例,其中縱軸的布林值1代表「使用者可以穿」,縱軸的布林值0代表「使用者不可以穿」,並且橫軸代表公分數。圖5A為未修正輸出結果前的示意圖,請參照圖5A,人工智慧131模型的輸出結果可以包括對應於高度0公分的布林值「1」、對應於高度1公分的布林值「1」、對應於高度2公分的布林值「1」、對應於高度3公分的布林值「1」、對應於高度4公分的布林值「1」、對應於高度5公分布林值的「0」、對應於高度6公分的布林值「0」、對應於高度7公分的布林值「1」、對應於高度8公分的布林值「0」、對應於高度9公分的布林值「0」以及對應於高度10公分的布林值「0」。在圖5A與圖5B中,各布林值連接以成為折線。雖然在本實施例中各高度的間距為1公分,但本揭露不限於此。在其他實施例中,各高度的間距也可以是0.5公分或其他間距。
處理器140可以判斷人工智慧模型131的輸出結果中是否存在誤判。在一範例實施例中,針對對應於各高度的布林值,處理器140可以檢查其折線的左邊(即比此高度矮)和右邊(即比此高度高)所對應的布林值,以利用眾數演算法(mode algorithm)判斷人工智慧模型131的輸出結果中是否存在誤判。舉例來說,對應高度(5, 6, 7, 8, 9)公分的布林值依序為(0, 0, 1, 0, 0),其中(0, 0, 1, 0, 0)的眾數為0。因此,處理器140會將對應高度7公分的布林值從「1」修正為「0」。
在另一範例實施例中,處理器140可以根據所能夠調整的使用者的後腳跟對應第一平面1111的多個高度中的最大高度與人工智慧模型的輸出結果,調整第二平面1112以調整使用者的後腳跟對應第一平面1111的高度。例如,在處理器140調整第二平面1112時,使用者的後腳跟對應第一平面1111的多個高度中的最大高度為10公分。處理器140可以在第1次調整時,調整第二平面1112以調整使用者的後腳跟對應第一平面1111的高度為5公分(最大高度數值的一半)。假設對應於高度5公分的後腳跟影像輸入至人工智慧模型131的輸出結果為「0」(即,使用者不可以穿高度5公分的高跟鞋),處理器140可以在第2次調整時,調整第二平面1112以調整使用者的後腳跟對應第一平面1111的高度為2.5公分(前次所調整高度5公分的一半)。依此類推,利用類似於二元搜尋的方式減少第二平面1112的調整次數,以更有效率地判斷腳部的高跟鞋適合高度範圍。
在另一範例實施例中,由於當高跟鞋高度剛好超過使用者的適合高度範圍的上限時,這一瞬間會產生跟骨內翻,當下高度為此人能夠負擔的最高的高跟鞋高度。醫師靠手摸跟骨,感受跟骨是否內翻,靠眼睛看阿基里斯腱和跟骨中點連線,何時有轉折,判斷此人能夠負擔的最高的高跟鞋高度,以作為人工智慧模型131的訓練資料的參考標籤答案,亦即,以此些參考受測者的後腳跟影像以及評估結果,作為本揭露人工智慧模型131的訓練資料。
處理器140還可以利用影像感測器120獲得使用者的腳部內側縱弓(Medial Longitudinal Arch)影像與腳部外側縱弓(Lateral Longitudinal Arch)影像。圖6A與圖6B是根據本揭露一範例實施例的內側縱弓影像與腳部外側縱弓影像示意圖,請參照圖6A與圖6B,處理器140可以利用影像感測器120獲得使用者的腳部內側縱弓影像601與腳部外側縱弓影像602。
高跟鞋適合高度範圍判斷系統100還可以包括多個壓力感測器(圖未繪示)。壓力感測器可以是力敏電阻(FSR,Force Sensing Resistor),本揭露不限制壓力感測器的種類。
多個壓力感測器可以被設置於第一平面1111及第二平面1112上以獲得使用者的多個腳底壓力(Plantar Pressure)值。處理器140可以根據所獲得的多個腳底壓力值獲得腳底壓力分佈圖,例如,針對使用者腳部的多個力敏電阻數值,處理器140可以使用差值法(Interpolation)填補腳部的無力敏電阻數值區域,最後將力敏電阻數值依照色階印在足底圖上,以此將離散的數值分布轉為連續的足底壓力分布。圖7是根據本揭露一範例實施例的腳底壓力分佈圖701。本揭露不限制從多個腳底壓力值獲得腳底壓力分佈圖的方法。
在前述圖2、圖3與圖4的範例實施例中,處理器140可以利用影像感測器120獲得對應於高度H1
的後腳跟影像與對應於高度H2
的後腳跟影像。相似地,當處理器調整第二平面1112以調整使用者的後腳跟對應第一平面1111的高度,處理器可以利用影像感測器120獲得分別對應於多個高度(H1
、H2
、….)的多個腳部內側縱弓影像(M1
、M2
、….)、利用影像感測器120獲得分別對應於多個高度(H1
、H2
、….)的多個腳部外側縱弓影像(L1
、L2
、….)以及利用壓力感測器獲得分別對應於多個高度(H1
、H2
、….)的多個腳底壓力分佈圖(P1
、P2
、….),如下表1所示。
表1是分別對應於多個高度的多個後腳跟影像、分別對應於多個高度的多個腳部內側縱弓影像、分別對應於多個高度的多個腳部外側縱弓影像以及分別對應於多個高度的多個腳底壓力分佈圖的一個範例。當處理器140調整使用者的後腳跟對應第一平面1111的高度為H1
時,影像感測器120可以獲得對應於高度H1
的後腳跟影像A1
、對應於高度H1
的腳部內側縱弓影像M1
以及對應於高度H1
的腳部外側縱弓影像L1
,並且,壓力感測器可以獲得對應於高度H1
的腳底壓力分佈圖P1
。當處理器140調整使用者的後腳跟對應第一平面1111的高度為H2
時,影像感測器120可以獲得對應於高度H2
的後腳跟影像A2
、對應於高度H2
的腳部內側縱弓影像M2
以及對應於高度H2
腳部外側縱弓影像L2
,並且,壓力感測器獲得對應於高度H2
的腳底壓力分佈圖P2
。依此類推。
表1
高度 | 對應於此高度的後腳跟影像 | 對應於此高度的腳部內側縱弓影像 | 對應於此高度的腳部外側縱弓影像 | 對應於此高度的腳底壓力分佈圖 |
H1 | A1 | M1 | L1 | P1 |
H2 | A2 | M2 | L2 | P2 |
H3 | A3 | M3 | L3 | P3 |
H4 | A4 | M4 | L4 | P4 |
H5 | A5 | M5 | L5 | P5 |
在另一範例實施例中,處理器140可以將多個後腳跟影像、多個腳部內側縱弓影像、多個腳部外側縱弓影像以及多個腳底壓力分佈圖之中的至少其中之一或其組合輸入至人工智慧模型131。
處理器140可以從後腳跟影像、腳部內側縱弓影像、腳部外側縱弓影像以及腳底壓力分佈圖之中的「四者中選取其中之一」輸入至人工智慧模型131,例如,處理器140可以選擇腳部內側縱弓影像,以將腳部內側縱弓影像(M1
、M2
、M3
、M4
、M5
)輸入至人工智慧模型131。
或者,處理器140可以從後腳跟影像、腳部內側縱弓影像、腳部外側縱弓影像以及腳底壓力分佈圖之中的「四者中選取其中之二」輸入至人工智慧模型131。例如,處理器140可以選擇後腳跟影像與腳部外側縱弓影像,以將後腳跟影像(A1
、A2
、A3
、A4
、A5
)與腳部外側縱弓影像(L1
、L2
、L3
、L4
、L5
)輸入至人工智慧模型131。
或者,處理器140可以從後腳跟影像、腳部內側縱弓影像、腳部外側縱弓影像以及腳底壓力分佈圖之中的「四者中選取其中之三」輸入至人工智慧模型131。例如,處理器140可以選擇後腳跟影像、腳部內側縱弓影像以及腳底壓力分佈圖,以將後腳跟影像(A1
、A2
、A3
、A4
、A5
)、腳部內側縱弓影像(M1
、M2
、M3
、M4
、M5
)以及腳底壓力分佈圖(P1
、P2
、P3
、P4
、P5
)輸入至人工智慧模型131。
或者,處理器140可以將後腳跟影像、腳部內側縱弓影像、腳部外側縱弓影像以及腳底壓力分佈圖的「全部」輸入至人工智慧模型131。在另一範例實施例中,處理器140可以將對應於各高度的後腳跟影像、腳部內側縱弓影像、腳部外側縱弓影像以及腳底壓力分佈圖合併成為一張影像,亦即,將後腳跟影像A1
、腳部內側縱弓影像M1
、腳部外側縱弓影像L1
以及腳底壓力分佈圖P1
合併成第一影像,將後腳跟影像A2
、腳部內側縱弓影像M2
、腳部外側縱弓影像L2
以及腳底壓力分佈圖P2
合併成第二影像,依此類推,並且,將合併影像(第一影像、第二影像……)輸入至人工智慧模型131。
圖3、圖4、圖6A、圖6B與圖7中僅所繪示使用者的單腳以作為示意,本揭露不對此限制。
圖8是根據本揭露一範例實施例的高跟鞋適合高度範圍判斷方法的流程圖。
在步驟S810中,利用測量平台放置使用者的腳部,其中測量平台包括第一平面與第二平面。
在步驟S820中,調整第二平面以調整使用者的後腳跟對應第一平面的高度。
在步驟S830中,利用影像感測器獲得分別對應於多個高度的多個後腳跟影像。
在步驟S840中,將多個後腳跟影像的輸入至人工智慧模型,並且根據人工智慧模型的輸出結果,判斷腳部的高跟鞋適合高度範圍。
綜上所述,本揭露的高跟鞋適合高度範圍判斷系統及高跟鞋適合高度範圍判斷方法可以將對應於多個高度的多個後腳跟影像、對應於多個高度的多個腳部內側縱弓影像、對應於多個高度的多個腳部外側縱弓影像以及對應於多個高度的多個腳底壓力分佈圖之中的至少其中之一或其組合輸入至人工智慧模型,並且根據人工智慧模型的輸出結果,判斷腳部的高跟鞋適合高度範圍。基此,可以讓使用者在沒有醫生的協助下找出能夠承受的高跟鞋適合高度範圍。
雖然本揭露已以實施例揭露如上,然其並非用以限定本揭露,任何所屬技術領域中具有通常知識者,在不脫離本揭露的精神和範圍內,當可作些許的更動與潤飾,故本揭露的保護範圍當視後附的申請專利範圍所界定者為準。
100:高跟鞋適合高度判斷系統
110:測量平台
120:影像感測器
130:儲存裝置
131:人工智慧模型
140:處理器
111:左腳放置區
112:右腳放置區
1111:第一平面
1112:第二平面
H:高度
401:後腳跟影像
601:腳部內側縱弓影像
602:腳部外側縱弓影像
701:腳底壓力分佈圖
S810、S820、S830、S840:步驟
圖1是根據本揭露一範例實施例的高跟鞋適合高度範圍判斷系統的示意圖。
圖2是根據本揭露一範例實施例的高跟鞋適合高度範圍判斷系統的另一示意圖。
圖3是根據本揭露一範例實施例的測量平台側視示意圖。
圖4是根據本揭露一範例實施例的後腳跟影像示意圖。
圖5A與圖5B是根據本揭露一範例實施例的人工智慧模型的修正輸出結果的一個範例。
圖6A與圖6B是根據本揭露一範例實施例的內側縱弓影像與腳部外側縱弓影像示意圖。
圖7是根據本揭露一範例實施例的腳底壓力分佈圖。
圖8是根據本揭露一範例實施例的高跟鞋適合高度範圍判斷方法的流程圖。
S810、S820、S830、S840:步驟
Claims (14)
- 一種高跟鞋適合高度範圍判斷系統,包括: 測量平台,放置使用者的腳部,其中所述測量平台包括第一平面與第二平面; 影像感測器,獲得所述使用者的後腳跟影像; 儲存裝置,儲存人工智慧模型;以及 處理器,耦接於所述測量平台、所述影像感測器以及所述儲存裝置,所述處理器調整所述第二平面以調整所述使用者的後腳跟對應所述第一平面的高度; 所述處理器利用所述影像感測器獲得分別對應於多個所述高度的多個所述後腳跟影像;以及 所述處理器將多個所述後腳跟影像輸入至所述人工智慧模型,並且根據所述人工智慧模型的輸出結果,判斷所述腳部的高跟鞋適合高度範圍。
- 如請求項1所述的高跟鞋適合高度範圍判斷系統,其中所述影像感測器更獲得所述使用者的腳部內側縱弓影像與腳部外側縱弓影像。
- 如請求項2所述的高跟鞋適合高度範圍判斷系統,更包括: 多個壓力感測器,設置於所述第一平面及所述第二平面上以獲得所述使用者的多個腳底壓力值,其中所述處理器根據所述多個腳底壓力值獲得腳底壓力分佈圖。
- 如請求項3所述的高跟鞋適合高度範圍判斷系統,所述處理器更利用所述影像感測器獲得分別對應於多個所述高度的多個所述腳部內側縱弓影像、利用所述影像感測器獲得分別對應於多個所述高度的多個所述腳部外側縱弓影像以及利用所述壓力感測器獲得分別對應於多個所述高度的多個所述腳底壓力分佈圖。
- 如請求項4所述的高跟鞋適合高度範圍判斷系統,所述處理器更將多個所述後腳跟影像、多個所述腳部內側縱弓影像、多個所述腳部外側縱弓影像以及多個所述腳底壓力分佈圖之中的至少其中之一或其組合輸入至所述人工智慧模型,並且根據所述人工智慧模型的所述輸出結果,判斷所述腳部的所述高跟鞋適合高度範圍。
- 如請求項1所述的高跟鞋適合高度範圍判斷系統,其中所述人工智慧模型的所述輸出結果包括分別對應於多個所述高度的多個布林值,其中將多個所述後腳跟影像輸入至所述人工智慧模型,並且根據所述人工智慧模型的所述輸出結果,判斷所述腳部的所述高跟鞋適合高度範圍的操作包括: 所述處理器根據多個所述布林值,判斷所述腳部的所述高跟鞋適合高度範圍。
- 如請求項1所述的高跟鞋適合高度範圍判斷系統,其中所述腳部的前腳掌放置於所述第一平面上且所述腳部的所述後腳跟放置於所述第二平面上,所述第一平面與地面平行,且所述處理器調整所述第二平面與所述第一平面的夾角以調整所述後腳跟對應所述第一平面的高度。
- 一種高跟鞋適合高度範圍判斷方法,包括: 利用測量平台放置使用者的腳部,其中所述測量平台包括第一平面與第二平面; 調整所述第二平面以調整所述使用者的後腳跟對應第一平面的高度; 利用影像感測器獲得分別對應於多個所述高度的多個所述後腳跟影像;以及 將多個所述後腳跟影像的輸入至人工智慧模型,並且根據所述人工智慧模型的輸出結果,判斷所述腳部的高跟鞋適合高度範圍。
- 如請求項8所述的高跟鞋適合高度範圍判斷方法,更包括: 利用所述影像感測器獲得所述使用者的腳部內側縱弓影像與腳部外側縱弓影像。
- 如請求項9所述的高跟鞋適合高度範圍判斷方法,更包括: 利用多個壓力感測器獲得所述使用者的多個腳底壓力值;以及 根據所述多個腳底壓力值獲得腳底壓力分佈圖。
- 如請求項10所述的高跟鞋適合高度範圍判斷方法,更包括: 利用所述影像感測器獲得分別對應於多個所述高度的多個所述腳部內側縱弓影像、利用所述影像感測器獲得分別對應於多個所述高度的多個所述腳部外側縱弓影像以及利用所述壓力感測器獲得分別對應於多個所述高度的多個所述腳底壓力分佈圖。
- 如請求項11所述的高跟鞋適合高度範圍判斷方法,更包括: 將多個所述後腳跟影像、多個所述腳部內側縱弓影像、多個所述腳部外側縱弓影像以及多個所述腳底壓力之中的至少其中之一或其組合輸入至所述人工智慧模型,並且根據所述人工智慧模型的所述輸出結果,判斷所述腳部的所述高跟鞋適合高度範圍。
- 如請求項8所述的高跟鞋適合高度範圍判斷方法,其中所述人工智慧模型的所述輸出結果包括分別對應於多個所述高度的多個布林值,其中將多個所述後腳跟影像的輸入至所述人工智慧模型,並且根據所述人工智慧模型的所述輸出結果,判斷所述腳部的所述高跟鞋適合高度範圍的步驟包括: 根據多個所述布林值,判斷所述腳部的所述高跟鞋適合高度範圍。
- 如請求項8所述的高跟鞋適合高度範圍判斷方法,其中所述腳部的前腳掌放置於所述第一平面上且所述腳部的所述後腳跟放置於所述第二平面上,所述第一平面與地面平行,其中調整所述第二平面以調整所述使用者的所述後腳跟對應所述第一平面的所述高度的步驟包括: 調整所述第二平面與所述第一平面的夾角以調整所述後腳跟對應第一平面的高度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109131194A TWI821594B (zh) | 2020-09-10 | 2020-09-10 | 高跟鞋適合高度範圍判斷系統及高跟鞋適合高度範圍判斷方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109131194A TWI821594B (zh) | 2020-09-10 | 2020-09-10 | 高跟鞋適合高度範圍判斷系統及高跟鞋適合高度範圍判斷方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202209995A true TW202209995A (zh) | 2022-03-16 |
TWI821594B TWI821594B (zh) | 2023-11-11 |
Family
ID=81746958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109131194A TWI821594B (zh) | 2020-09-10 | 2020-09-10 | 高跟鞋適合高度範圍判斷系統及高跟鞋適合高度範圍判斷方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI821594B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7392559B2 (en) * | 2005-04-28 | 2008-07-01 | Esoles L.L.C. | Method and apparatus for manufacturing custom orthotic footbeds |
BE1022202B1 (nl) * | 2014-05-09 | 2016-02-29 | Materialise N.V. | Werkwijzen en inrichtingen voor het ontwerpen van schoeisel. |
GB201707619D0 (en) * | 2017-05-12 | 2017-06-28 | Shoes2Run Ltd | Apparatus and system for measuring one or more parameters of a person's foot |
CN110379001B (zh) * | 2019-07-04 | 2023-04-07 | 新拓三维技术(深圳)有限公司 | 一种足制品定制方法、装置、终端设备及计算机可读存储介质 |
TWI700051B (zh) * | 2019-11-07 | 2020-08-01 | 南開科技大學 | 智能選鞋系統及其方法 |
-
2020
- 2020-09-10 TW TW109131194A patent/TWI821594B/zh active
Also Published As
Publication number | Publication date |
---|---|
TWI821594B (zh) | 2023-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1971946B1 (en) | Method and apparatus for customizing insoles for footware | |
JP6355556B2 (ja) | 足矯正器具設計システム | |
TW201729704A (zh) | 智慧鞋墊 | |
WO2020033997A1 (en) | Customized insole manufacturing system | |
JP2023076767A (ja) | 身体情報測定用チルティング制御器 | |
KR101445488B1 (ko) | 맞춤형 인솔제작 시스템 | |
KR101839668B1 (ko) | 족부압력 측정장치 및 이를 이용한 지면 반력 측정방법 | |
US20170173885A1 (en) | Generating specifications for an orthosis | |
JP7506563B2 (ja) | データ生成装置、靴型作製システム、およびデータ生成方法 | |
TWI821594B (zh) | 高跟鞋適合高度範圍判斷系統及高跟鞋適合高度範圍判斷方法 | |
JP2019506242A (ja) | 靴部品製造機を制御するためのシステムおよび方法 | |
TWI700051B (zh) | 智能選鞋系統及其方法 | |
KR100786120B1 (ko) | 맞춤 신발창의 제조방법 | |
CN117064139A (zh) | 一种扁平足矫正鞋垫及矫正方法 | |
US20220000393A1 (en) | Systems and methods for improving physical performance | |
US11045381B2 (en) | Augmenting human motion | |
AU2020103600A4 (en) | Customized insole manufacturing system | |
KR20190008519A (ko) | 보행 프로파일러 시스템 및 방법 | |
WO2023276868A1 (ja) | データ提供装置、フットケア製品提供方法及びフットケア製品 | |
JP2020058464A (ja) | 中敷きの作製方法および中敷きの作製システム | |
KR102662046B1 (ko) | 인공지능 알고리즘을 이용한 맞춤형 인솔의 주문 방법 | |
TWI739565B (zh) | 鞋墊製作方法及鞋墊 | |
KR102345404B1 (ko) | 신체정보 측정용 틸팅제어기 | |
CN110706081B (zh) | 一种基于压力采集的鞋垫推荐方法 | |
KR20200023856A (ko) | 위상최적설계 기법을 접목시킨 맞춤형 압력분산 깔창 제조 시스템 |