床面圧力センサによる靴の識別モデルの開発と評価

過去の動線分析の研究では，カメラ映像を用いたコンピュータビジョン的方法が主流である．しかし，カメラを用いた動線分析では，遮蔽物による死角が生じるという欠点がある．また，プライバシー侵害の懸念もある．これらの問題は，動線分析に床面圧力センサを用いることで回避することができる．床面圧力センサを使って動線解析を行うには，体重，歩幅，スピード，靴の種類などから人を識別する必要がある．本研究では，ニューラルネットワークを用いて靴の圧力分布から靴の種類を識別する手法を開発した．スニーカー，上靴，サンダルの3種類の靴を用意してデータを収集し，識別モデルを作成した．もっともよいモデルの正答率は97.4\%であった．実運用における課題は計測時間と耐久性である．