Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Shoe Recognition Model with Floor Pressure Sens...

yumulab
November 06, 2024
Research
0
9

Shoe Recognition Model with Floor Pressure Sensors (Slide)

2024年11月3日(日)〜7日(木)に開催されたSENSORCOMM2024の発表資料(スライド)

yumulab

November 06, 2024
Tweet

More Decks by yumulab

See All by yumulab
ASSADS：ASMR動画に合わせて撫でられる感覚を提示するシステムの開発と評価 / ec75-shimizu
yumulab
1
11
ｳｯﾄﾞｽﾀｯｸﾁｬﾝ：木材を用いた小型エージェントロボットの開発と印象評価 / ec75-sato
yumulab
0
11
MGDSS：慣性式モーションキャプチャを用いたジェスチャによるドローンの操作 / ec75-yamauchi
yumulab
0
13
チャッドローン：LLMによる画像認識を用いた自律型ドローンシステムの開発と実験 / ec75-morisaki
yumulab
1
17
NOVVS：北海道情報大学図書館における滞在人数可視化システムの開発と検証 / i2025-minami
yumulab
0
6
CHaserWeb:ブラウザ上で動作する対戦型プログラミング学習環境の提案と評価 / i2025-inoue
yumulab
0
36
CARMUI-NET：自動運転車遠隔監視のためのバーチャル都市プラットフォームにおける通信品質変動機能の開発と評価 / UBI85
yumulab
0
99
待機電力を削減したネットワーク更新型電子ペーパーサイネージの研究開発 / UBISympo2025
yumulab
0
60
デジタルファブリケーションの未来を北海道・札幌から考える / SIAF School 2025
yumulab
0
69

Other Decks in Research

See All in Research
インドネシアのQA事情を紹介するの
yujijs
0
160
PhD Defence: Considering Temporal and Contextual Information for Lexical Semantic Change Detection
a1da4
0
140
資産間の相関関係を頑健に評価する指標を用いたファクターアローケーション戦略の構築
nomamist
0
160
サーブレシーブ成功率は勝敗に影響するか？
vball_panda
0
590
한국어 오픈소스 거대 언어 모델의 가능성: 새로운 시대의 언어 이해와 생성
inureyes
PRO
0
250
AIトップカンファレンスからみるData-Centric AIの研究動向 / Research Trends in Data-Centric AI: Insights from Top AI Conferences
tsurubee
3
2k
IM2024
mamoruk
0
240
Optimal and Diffusion Transports in Machine Learning
gpeyre
0
1.3k
DeepSeek-R1の論文から読み解く背景技術
personabb
3
460
Retrieval of Hurricane Rain Rate From SAR Images Based on Artificial Neural Network
satai
3
180
Neural Fieldの紹介
nnchiba
2
780
eAI (Engineerable AI) プロジェクトの全体像 / Overview of eAI Project
ishikawafyu
0
410

Featured

See All Featured
The World Runs on Bad Software
bkeepers
PRO
67
11k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
366
25k
The Illustrated Children's Guide to Kubernetes
chrisshort
48
49k
Documentation Writing (for coders)
carmenintech
69
4.7k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
4
480
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
101
18k
Fashionably flexible responsive web design (full day workshop)
malarkey
406
66k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
507
140k
What’s in a name? Adding method to the madness
productmarketing
PRO
22
3.4k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
22
2.6k
Intergalactic Javascript Robots from Outer Space
tanoku
270
27k
Rebuilding a faster, lazier Slack
samanthasiow
80
8.9k

Transcript

  1. Shoe Recognition Model with Floor Pressure Sensors Sora Kamimura *1

    Tetsuo Yutani *2 Atsuko Shibuya *2 Tsubasa Yumura *1 *1 Hokkaido Information University *2 FirstFourNotes, LLC <%FNP>

  2. Table of contents  #BDLHSPVOE1VSQPTF  1SFTTVSFTFOTPS  .PEFM 

    %BUBTFUT  3FTVMU%JTDVTTJPO  $PODMVTJPO

  3. #BDLHSPVOE1VSQPTF 5SB ffi D fl PXBOBMZTJT #ZDBNFSB 4VSWFJMMBODFDBNFSBTDBOCFEJWFSUFE $BONBOBHFBMBSHFBSFBCZPOFDBNFSB *OWBTJPOPGQSJWBDZ

    #MJOETQPUTDBVTFECZPCTUBDMFT ɾ*NQSPWFEXPSLF ffi DJFODZ ɾ"WPJESJTL DPMMJTJPOT GBMMT FUDʜ  #Z fl PPSQSFTTVSFTFOTPS /PQSJWBDZJTTVF /PCMJOETQPUT

  4. #BDLHSPVOE1VSQPTF 5SB ff i D fl PXBOBMZTJTCBTFE fl PPSQSFTTVSFTFOTPS SFRVJSFTJEFOUJ

    fi DBUJPOPGQFPQMF )VNBOJEFOUJ fi DBUJPOVTFT XFJHIU TUSJEFMFOHUI TQFFE TIPFUZQF FUD *OUIJTTUVEZ XFEFWFMPQUIF TIPFSFDPHOJUJPONPEFMXJUI fl PPSQSFTTVSFTFOTPST

  5. 1SFTTVSFTFOTPS .BUFSJBMT ɾ7FMPTUBU QSFTTVSFTFOTJUJWFDPOEVDUJWFTIFFU ɾ$PQQFSGPJMUBQF ɾ"SEVJOP 4USVDUVSF ɾ$PQQFSGPJMUBQFTBSFNNXJEFBOE ɹTQBDFENNBQBSU ɾUBQFTCPUIWFSUJDBMMZBOEIPSJ[POUBMMZ

    ɾNFBTVSFNFOUQPJOUT ɾ.FBTVSFUIFWPMUBHFBUFBDIQPJOUFWFSZNT

  6. .PEFM ɾ5IF*OQVUMBZFSSFDFJWFTSBXEBUB ɾ5IFIJEEFOMBZFSJTUISFFGVMMZDPOOFDUFEMBZFS ɾ5IFPVUQVUMBZFSXJMMPVUQVUUIFTIPFJEFOUJ fi DBUJPOFTUBCMJTINFOU ɹ TOFBLFS SPPNTIPF BOETBOEBM

    /FVSBMOFUXPSLNPEFM

  7. %BUBTFUT )PXUPDPMMFDU  $BMJCSBUJPOUIFTFOTPS  1VUPOTIPF  8BJUBGFXTFDPOET TPST 

     .FBTVSFNFOUT  .FBTVSFNFOUTUJNFT JOFBDITIPF %BUB5ZQF ɾ&BDITFOTPS ʙ PS.FSHFE ɾ)PXMPOHXBJUGPSNFBTVSF TPST  ɾ/PSNBMPS3PUBUFEEFHSFFTGPS ɹEBUBBVHNFOUBUJPO

  8. 3FTVMU ɾ5IF'NFBTVSFJOTJT ɹIJHIFSUIBOT ˠ7JCSBUJPOTBOEPUIFSOPJTFTJT ɹMFTTCZXBJUJOH ɾ*OTFDPOET UIF'NFBTVSFPG ɹNFSHFEEBUBJTIJHIFSUIBO ɹFBDITFOTPSEBUB ˠ5IFTFOTPSIBTBTFOTJUJWJUZCJBT

    ɹ"OE NPEFMDBOUMFBSOJUCZ ɹFBDITFOTPSEBUB ɹ#VUMFBSOJOHCFDBNFQPTTJCMFCZ ɹNFSHFEEBUB 'NFBTVSF F = 2 × precision × recall precision + recall

  9. $PODMVTJPO ɾ*OUIJTTUVEZ XFEFWFMPQFEUIFOFVSBMOFUXPSLNPEFMUPSFDPHOJ[F ɹTIPFUZQFTXJUI fl PPSQSFTTVSFTFOTPSXJUIB7FMPTUBU ɾ6TJOHBSPUBUFEEBUBTFUQSPWFEUPCFUIFNPTUF ff FDUJWFBQQSPBDIGPS ɹSFBMXPSMEBQQMJDBUJPOT

    ɾ5IFSFBSFMBSHFEJ ff FSFODFCFUXFFOUIFFYQFSJNFOUBMFOWJSPONFOU ɹBOEUIFBTTVNFESFBMFOWJSPONFOU ɾ5IFSFBSFQSPCMFNTTVDIBTSFBDUJPOSBUFBOEBMMPXBCMFQSFTTVSF ɾ8FXJMMDPOUJOVFUPEFWFMPQCPUIIBSEXBSFBOETPGUXBSFUPTPMWF ɹUIFTFQSPCMFNT