smartwatch_estures، smartwatch_gestures

• الوصف :

تم جمع مجموعة بيانات SmartWatch Gestures Dataset لتقييم العديد من خوارزميات التعرف على الإيماءات للتفاعل مع تطبيقات الهاتف المحمول باستخدام إيماءات الذراع.

أجرى ثمانية مستخدمين مختلفين عشرين تكرارًا لعشرين إيماءة مختلفة ، ليصبح المجموع 3200 تسلسل. يحتوي كل تسلسل على بيانات تسريع من مقياس التسارع ثلاثي المحاور من الجيل الأول Sony SmartWatch ™ ، بالإضافة إلى الطوابع الزمنية من مصادر الساعة المختلفة المتوفرة على جهاز Android. تم ارتداء الساعة الذكية على معصم المستخدم الأيمن. تم تقسيم الإيماءات يدويًا من قبل المستخدمين الذين يؤدونها عن طريق النقر على شاشة الساعة الذكية في بداية ونهاية كل تكرار.

• الصفحة الرئيسية : https://tev.fbk.eu/resources/smartwatch

• كود المصدر : tfds.datasets.smartwatch_gestures.Builder

• إصدارات :

  • 1.0.0 (افتراضي): الإصدار الأولي.

• حجم التحميل : 2.06 MiB

• حجم مجموعة البيانات : 2.64 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الانقسامات :

• هيكل الميزة :

FeaturesDict({
    'attempt': uint8,
    'features': Sequence({
        'accel_x': float64,
        'accel_y': float64,
        'accel_z': float64,
        'time_event': uint64,
        'time_millis': uint64,
        'time_nanos': uint64,
    }),
    'gesture': ClassLabel(shape=(), dtype=int64, num_classes=20),
    'participant': uint8,
})

• وثائق الميزة :

• المفاتيح الخاضعة للإشراف (راجع المستند as_supervised ): ('features', 'gesture')

• الشكل ( tfds.show_examples ): غير مدعوم.

• أمثلة ( tfds.as_dataframe ):

• الاقتباس :

@INPROCEEDINGS{
  6952946,
  author={Costante, Gabriele and Porzi, Lorenzo and Lanz, Oswald and Valigi, Paolo and Ricci, Elisa},
  booktitle={2014 22nd European Signal Processing Conference (EUSIPCO)},
  title={Personalizing a smartwatch-based gesture interface with transfer learning},
  year={2014},
  volume={},
  number={},
  pages={2530-2534},
  doi={} }