- 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:
Расколоть | Примеры |
---|---|
'train' | 3 251 |
- 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={} }