CAPTURE-24：面向人类活动识别的手环式活动追踪器野外大规模数据集
人机交互
2024-03-01 v1
摘要
现有的活动追踪器数据集通常通过让参与者在受监控的封闭环境中执行预定义活动来获取，这导致数据集规模较小、活动种类和异质性有限，缺乏自然环境中常见的混合和细粒度运动。因此，在样本外训练的模型可能无法获得良好的泛化性能。为此，我们引入了一个新数据集，包含手环式加速度计、可穿戴摄像头和睡眠日记，使其能够在自由生活场景下收集超过24小时的数据。结果是CAPTURE-24，一个来自151名参与者、总计3883小时加速度计数据（其中2562小时标注）的大型活动追踪器数据集。CAPTURE-24的规模是现有公开数据集的两到三个数量级，这对于开发准确的人类活动识别模型至关重要。
引用
@article{arxiv.2402.19229,
title = {CAPTURE-24: A large dataset of wrist-worn activity tracker data collected in the wild for human activity recognition},
author = {Shing Chan and Hang Yuan and Catherine Tong and Aidan Acquah and Abram Schonfeldt and Jonathan Gershuny and Aiden Doherty},
journal= {arXiv preprint arXiv:2402.19229},
year = {2024}
}