smartwatch_gestures,smartwatch_gestures

  • 説明:

SmartWatch Gestures Datasetは、腕のジェスチャーを使用してモバイル アプリケーションと対話するためのいくつかのジェスチャー認識アルゴリズムを評価するために収集されました。

8 人の異なるユーザーが 20 の異なるジェスチャを 20 回繰り返し、合計 3200 のシーケンスを実行しました。各シーケンスには、第 1 世代の Sony SmartWatch™ の 3 軸加速度計からの加速度データと、Android デバイスで利用可能なさまざまなクロック ソースからのタイムスタンプが含まれています。スマートウォッチはユーザーの右手首に装着されました。ジェスチャは、ユーザーが繰り返しの最初と最後にスマートウォッチの画面をタップすることで、手動でセグメント化されています。

スプリット
'train' 3,251
  • 機能構造:
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,
})
  • 機能のドキュメント:
特徴クラスDtype説明
特徴辞書
試みテンソルuint8
特徴順序
機能/accel_xテンソルfloat64
機能/accel_yテンソルfloat64
機能/accel_zテンソルfloat64
機能/時間_イベントテンソルuint64
features/time_millisテンソルuint64
機能/時間_ナノステンソルuint64
ジェスチャークラスラベルint64
参加者テンソルuint8
  • 引用
@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={} }