умные часы_жесты, умные часы_жесты

  • Описание :

Набор данных SmartWatch Gestures был собран для оценки нескольких алгоритмов распознавания жестов для взаимодействия с мобильными приложениями с помощью жестов рук.

Восемь разных пользователей выполнили двадцать повторений двадцати различных жестов, всего 3200 последовательностей. Каждая последовательность содержит данные об ускорении с 3-осевого акселерометра Sony SmartWatch™ первого поколения, а также метки времени из различных источников синхронизации, доступных на устройстве Android. Умные часы носились на правом запястье пользователя. Жесты были вручную сегментированы пользователями, выполняющими их, касаясь экрана умных часов в начале и в конце каждого повторения.

Расколоть Примеры
'train' 3251
  • Структура функции :
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,
})
  • Документация по функциям :
Характерная черта Класс Форма Dтип Описание
ОсобенностиDict
пытаться Тензор uint8
Особенности Последовательность
особенности/accel_x Тензор поплавок64
особенности/accel_y Тензор поплавок64
особенности/accel_z Тензор поплавок64
особенности/time_event Тензор uint64
особенности/time_millis Тензор uint64
особенности/time_nanos Тензор uint64
жест Метка класса int64
участник Тензор uint8
  • Цитата :
@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
={} }