通过HD-Epic数据集中的子类标注增强可穿戴设备自来水声音检测

可穿戴人体活动识别已被证明受益于声学数据的包含，因为人周围的声音通常包含有价值的上下文信息。然而，由于隐私问题，通常从伦理上不可行记录和保存来自设备的麦克风数据，因为音频可能包含私人对话。相反，数据应在本地处理，这反过来需要处理能力并消耗可穿戴设备的能量。可用于增强人体活动识别中特殊任务的上下文信息的一个特殊用例是水流检测，例如，它可以用于辅助可穿戴洗手检测。我们为最近发布的HD-Epic数据集创建了一个名为自来水的新标签，基于现有的水类注释，创建了717个自来水水流的手动标注注释。我们分析了数据集中自来水和水的关系，并额外训练和评估了两个轻量级分类器来评估新添加的标签类，表明新类可以更容易地学习。