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 :

انشق، مزق	أمثلة
'train'	3،251

• 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 :

ميزة	فصل	شكل	نوع	وصف
	الميزات
محاولة	موتر		uint8
الميزات	تسلسل
الميزات / تسريع	موتر		تعويم 64
الميزات / تسريع	موتر		تعويم 64
الميزات / تسريع	موتر		تعويم 64
الميزات / حدث الوقت	موتر		uint64
الميزات / time_millis	موتر		uint64
الميزات / time_nanos	موتر		uint64
إيماءة	ClassLabel		int64
مشارك	موتر		uint8

• 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={} }