Обувь по стопе: нейросеть поможет подобрать идеальную пару
Студент ГУАП разработал прототип интеллектуальной системы для предварительного подбора обуви.
Если для большинства людей выбор обуви — сравнительно бесхлопотный и простой ритуал, то для тех, чья стопа имеет анатомические особенности, все сложнее. Плоскостопие, высокий свод, гиперпронация или широкая стопа — ношение стандартных моделей может причинять не только дискомфорт, но и вред: неправильно подобранная обувь может привести к болям в спине, проблемам с суставами и хронической усталости.
Решению этой проблемы служит прототип сервиса подбора обуви, разработанный выпускником Института информационных технологий и программирования Александром Колотовым. Технология проста и удобна в использовании: вместо того чтобы перебирать десятки пар обуви, пользователь загружает фотографию своей стопы, а система анализирует ее параметры и выдает ранжированный список подходящих моделей.
Анализ фотографии, сделанной на смартфон, не требует специального оборудования и даже личного присутствия.
Пользователь просто заходит на веб-страницу сервиса, загружает фото стопы (вид снизу, на белом фоне) и указывает пол, категорию обуви и индивидуальные предпочтения. Дальше система делает несколько вещей одновременно:
Сначала изображение проверяет валидатор: действительно ли на фото стопа, а не, скажем, ладонь или случайный предмет. Затем в дело вступают три нейросетевых классификатора, каждый из которых обучен на синтетических данных определять один параметр стопы: тип свода (отсутствует, низкий, средний, высокий), тип пронации (гиперпронация, нейтральная, супинация) и ширину (узкая, стандартная, широкая, очень широкая).
После того как параметры стопы определены, алгоритм сопоставляет их с характеристиками обуви из базы данных. Каждая модель получает балл от 0 до 100, который складывается из четырех компонентов: совместимость по своду (вес 35%), по пронации (30%), по ширине (20%) и по уровню амортизации (15%). Веса отражают медицинскую значимость: свод и пронация — ключевые параметры, определяющие биомеханику ходьбы.
База данных содержит 43 модели спортивной обуви шести брендов и четырех категорий: обувь для бега, повседневного ношения, а также для тренировок и ходьбы. Для каждой модели прописаны шесть ортопедических характеристик на основе официальных технических описаний и экспертного опыта.
Сервис прошел тестирование в условиях реального обувного магазина с участием 13 человек. Участники проходили два сценария: обычный подбор (самостоятельная примерка) и подбор через сервис. Результаты показали, что среднее время подбора сократилось с 18,3 до 11,6 минут — на 37%. Оценка комфорта выбранной модели выросла с 7,5 до 8 баллов по 10-балльной шкале, а удовлетворенность результатом подбора — с 6,7 до 8,2 баллов. Удобство использования сервиса оценено в 8,5 балла из 10.
Наибольший эффект достигнут для людей с анатомическими особенностями — именно те, кто обычно тратит больше всего времени на примерку, отметили однозначное преимущество разработки.
Необходимо отметить, что сервис носит сугубо рекомендательный характер, не является медицинской диагностической системой и не может заменить консультацию врача-ортопеда.