CADDI：基于低成本传感器IMU数据的课堂内活动检测数据集
计算机视觉与模式识别
2025-03-05 v1 人机交互
摘要
监测和预测课堂内学生活动对于理解参与度和提升教学效能至关重要。这些活动的准确检测使教育者能够实时调整课程，从而减少负面情绪状态并增强整体学习体验。为此，使用非侵入式设备（如嵌入智能手表中的惯性测量单元(IMU)）代表了一种可行的解决方案。可靠预测系统的开发因教育领域缺乏大规模标注数据集而受到限制。为弥补这一空白，我们提出了一种使用经济型IMU传感器进行课堂内活动检测的新数据集。该数据集包含19种多样的活动，包括瞬时和连续活动，由12名参与者在典型课堂场景中执行。它包括加速度计、陀螺仪、旋转矢量数据以及同步立体图像，为利用传感器和视觉数据开发多模态算法提供了全面的资源。该数据集代表了教育场景中活动识别可扩展解决方案的关键一步。
引用
@article{arxiv.2503.02853,
title = {CADDI: An in-Class Activity Detection Dataset using IMU data from low-cost sensors},
author = {Luis Marquez-Carpintero and Sergio Suescun-Ferrandiz and Monica Pina-Navarro and Miguel Cazorla and Francisco Gomez-Donoso},
journal= {arXiv preprint arXiv:2503.02853},
year = {2025}
}