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。

• ホームページ: https://tev.fbk.eu/resources/smartwatch

• ソースコード: tfds.datasets.smartwatch_gestures.Builder

• バージョン:

  • 1.0.0 (デフォルト): 初期リリース。

• ダウンロードサイズ: 2.06 MiB

• データセットサイズ: 2.64 MiB

• 自動キャッシュ(ドキュメント): はい

• スプリット:

• 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:

• 監視キー( as_supervised docを参照): ('features', 'gesture')

• 図( tfds.show_examples ): サポートされていません。

• 例( tfds.as_dataframe ):

• 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={} }