会议室中的环境传感器数据集用于活动识别

科学领域:

• 计算机科学 计算机科学
• 人工智能的人工智能
• 无处不在的计算无处不在的计算

背景情况:

• 用户活动检测的机器学习对于智能服务至关重要.
• 环境传感器提供保护隐私的数据流.
• 缺乏公共空间数据集阻碍了研究.

研究的目的:

• 引入DOO-RE数据集,用于在公共场合识别人类活动.
• 为智能环境提供可靠的,对隐私有意识的数据集.
• 促进使用环境传感器对活动识别的研究.

主要方法:

• 在一个真正的会议室中开发了DOO-RE数据集.
• 使用了三种类型的环境传感器:执行器,用户和环境触发.
• 在四个月内收集了20多名学生的数据.
• 通过多注释器交叉验证验证活动标签.

主要成果:

• DOO-RE包含了9个不同的人类活动的标记数据.
• 该数据集支持对单个和集团活动的分析.
• 通过严格的注释和验证,确保数据完整性.

结论:

• DOO-RE弥合了公共空间活动识别数据集的差距.
• 该数据集将推进人类活动识别技术.
• 通过使用环境传感器,DOO-RE可以更快地开发智能空间.