目的　提出一种实用、高精度的足底压力动态监测算法，通过电容式鞋垫传感器测量走路时垂直地面反作用力(vertical　ground　reaction　force,　vGRF),并验证预测精度的可靠性。方法　4名健康男性受试者穿戴电容式鞋垫传感器，在Kistler三维测力台上采集快速和慢速行走数据。对电容式鞋垫传感器采集到的数据进行像素化处理，处理后的数据输入残差神经网络ResNet18,预测得到高精度vGRF。结果　与Kister测力台收集的数据分析比较，快速和慢速行走的归一化均方根误差(normalized　root　mean　square　error,　NRMSE)分别为8.40%和6.54%,皮尔森相关系数(Pearson　correlation　coefficient)均大于0.96。结论　本研究为移动场景下GRF动态测量提供了一种新型算法，可以用于实验室外完整GRF估计，而不受测力台数量和位置的约束，潜在应用领域包括步态分析以及有效捕捉病理性步态。