手势相位分割数据集，从7个手势视频中提取的特征组成

Data Set Information: 该数据集由从7个手势视频中提取的特征组成，旨在研究手势相位分割。 每个视频由两个文件表示：一个原始文件，其中包含用户在每个帧中的手、手腕、头部和脊椎的位置；以及一个经过处理的文件，其中包含手和手腕的速度和加速度。有关数据集的详细信息，请参见数据集说明。 Attribute Information: Raw files: 18 numeric attributes (double), a timestamp and a class attribute (nominal). Processed files: 32 numeric attributes (double) and a class attribute (nominal). A feature vector with up to 50 numeric attributes can be generated with the two files mentioned above. Relevant Papers: 1. Madeo, R. C. B. ; Lima, C. A. M. ; PERES, S. M. . Gesture Unit Segmentation using Support Vector Machines: Segmenting Gestures from Rest Positions. In: Symposium on Applied Computing (SAC), 2013, Coimbra. Proceedings of the 28th Annual ACM Symposium on Applied Computing (SAC), 2013. p. 46-52. * In this paper, the videos A1 and A2 were studied. 2. Wagner, P. K. ; PERES, S. M. ; Madeo, R. C. B. ; Lima, C. A. M. ; Freitas, F. A. . Gesture Unit Segmentation Using Spatial-Temporal Information and Machine Learning. In: 27th Florida Artificial Intelligence Research Society Conference (FLAIRS), 2014, Pensacola Beach. Proceedings of the 27th Florida Artificial Intelligence Research Society Conference (FLAIRS). Palo Alto : The AAAI Press, 2014. p. 101-106. * In this paper, the videos A1, A2, A3, B1, B3, C1 and C3 were studied. 3. Madeo, R. C. B.. Support Vector Machines and Gesture Analysis: incorporating temporal aspects (in Portuguese). Master Thesis - Universidade de Sao Paulo, Sao Paulo Researcher Foundation. 2013. * In this document, the videos named B1 and B3 in the document correspond to videos C1 and C3 in this dataset. only five videos were explored in this document: A1, A2, A3, C1 and C3. 4. Wagner, P. K. ; Madeo, R. C. B. ; PERES, S. M. ; Lima, C. A. M. . Segmenta?§ao de Unidades Gestuais com Multilayer Perceptrons (in Portuguese). In: Encontro Nacional de Inteligencia Artificial e Computacional (ENIAC), 2013, Fortaleza. Anais do X Encontro Nacional de Inteligencia Artificial e Computacional (ENIAC), 2013. * In this paper, the videos A1, A2 and A3 were studied. Citation Request: Please refer to the Machine Learning Repository's citation policy. Additionally, the authors require a citation to one or more publications from those cited as relevant papers. Creators: Renata Cristina Barros Madeo (Madeo, R. C. B.) Priscilla Koch Wagner (Wagner, P. K.) Sarajane Marques Peres (Peres, S. M.) {renata.si, priscilla.wagner, sarajane} at usp.br http://each.uspnet.usp.br/sarajane/ Donor: University of Sao Paulo - Brazil

数据集信息（Data Set Information）：本数据集由7个手势视频提取的特征构成，旨在研究手势相位分割。每个视频对应两个文件：其一为原始文件，包含每一帧中用户的手部、腕部、头部及脊柱位置；其二为处理后文件，包含手部与腕部的速度及加速度信息。有关本数据集的详细说明，请参阅数据集文档。
属性信息（Attribute Information）：原始文件：包含18个双精度型（double）数值属性、1个时间戳（timestamp）属性以及1个标称型（nominal）类别属性。处理后文件：包含32个双精度型（double）数值属性以及1个标称型（nominal）类别属性。基于上述两个文件，可生成包含至多50个数值属性的特征向量。
相关研究论文（Relevant Papers）：
1. Madeo, R. C. B.、Lima, C. A. M.、PERES, S. M.：《基于支持向量机（Support Vector Machines）的手势单元分割：从静止姿态中分割手势》，发表于：2013年应用计算研讨会（Symposium on Applied Computing, SAC），科英布拉。收录于第28届年度美国计算机协会（ACM）应用计算研讨会会议论文集，2013年，第46-52页。* 本论文研究了视频A1与A2。
2. Wagner, P. K.、PERES, S. M.、Madeo, R. C. B.、Lima, C. A. M.、Freitas, F. A.：《基于时空信息与机器学习的手势单元分割》，发表于：2014年第27届佛罗里达人工智能研究协会会议（Florida Artificial Intelligence Research Society Conference, FLAIRS），彭萨科拉海滩。收录于第27届佛罗里达人工智能研究协会会议论文集，帕洛阿尔托：美国人工智能协会出版社（AAAI Press），2014年，第101-106页。* 本论文研究了视频A1、A2、A3、B1、B3、C1及C3。
3. Madeo, R. C. B.：《支持向量机与手势分析：融入时空维度（葡萄牙语）》，圣保罗大学硕士学位论文，圣保罗研究基金会，2013年。* 该论文中所称的B1、B3视频对应本数据集内的C1、C3视频；本论文仅对以下5个视频展开了研究：A1、A2、A3、C1及C3。
4. Wagner, P. K.、Madeo, R. C. B.、PERES, S. M.、Lima, C. A. M.：《基于多层感知机（Multilayer Perceptrons）的手势单元分割（葡萄牙语）》，发表于：2013年全国人工智能与计算智能会议（Encontro Nacional de Inteligencia Artificial e Computacional, ENIAC），福塔莱萨。收录于第10届全国人工智能与计算智能会议论文集，2013年。* 本论文研究了视频A1、A2及A3。
引用要求（Citation Request）：请遵循机器学习仓库的引用规范。此外，作者要求需引用上述相关研究论文中的一篇或多篇。
数据集创建者（Creators）：雷娜塔·克里斯蒂娜·巴罗斯·马德奥（Renata Cristina Barros Madeo，缩写为Madeo, R. C. B.）、普里西拉·科赫·瓦格纳（Priscilla Koch Wagner，缩写为Wagner, P. K.）、萨拉扬·马尔克斯·佩雷斯（Sarajane Marques Peres，缩写为Peres, S. M.），联系邮箱：{renata.si, priscilla.wagner, sarajane}@usp.br，个人主页：http://each.uspnet.usp.br/sarajane/
捐赠方（Donor）：巴西圣保罗大学（University of Sao Paulo）

搜集汇总

背景与挑战

背景概述

该数据集是一个专注于手势相位分割的机器视觉数据集，由7个手势视频中提取的特征组成，包含原始文件（18个数值属性）和处理文件（32个数值属性），用于研究手势动作的时序分割问题。它适用于机器学习模型训练，并附有相关学术论文支持。