smartwatch_gestures

• Описание:

SmartWatch Жесты Dataset были собраны , чтобы оценить несколько алгоритмов распознавания жестов для взаимодействия с мобильными приложениями , использующими рук жесты.

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

• Домашняя страница: https://tev.fbk.eu/technologies/smartwatch-gestures-dataset

• Исходный код: tfds.time_series.smartwatch_gestures.SmartwatchGestures

• Версии:

  • 1.0.0 ( по умолчанию): Первый выпуск.

• Скачать Размер: 2.06 MiB

• Dataset Размер: 2.64 MiB

• Авто-кэшируются ( документация ): Да

• расколы:

• Особенности:

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

• Контролируемые ключи (см as_supervised документа ): ('features', 'gesture')

• Рис ( tfds.show_examples ): Не поддерживается.

• Примеры ( tfds.as_dataframe ):

• Образец цитирования:

@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={} }