CADDI: An in-Class Activity Detection Dataset using IMU data from low-cost sensors

要約

クラス内の学生活動の監視と予測は、エンゲージメントの理解と教育的有効性の向上にとって最も重要です。
これらの活動を正確に検出することで、教育者はレッスンをリアルタイムで変更し、それによりネガティブな感情状態を減らし、全体的な学習体験を向上させることができます。
この目的のために、スマートウォッチに埋め込まれた慣性測定単位（IMU）などの非侵入デバイスの使用は、実行可能なソリューションを表します。
信頼できる予測システムの開発は、教育における大規模なラベルの付いたデータセットの欠如により制限されています。
このギャップを埋めるために、手頃な価格のIMUセンサーを使用してクラス内アクティビティ検出のための新しいデータセットを提示します。
データセットは、典型的な教室シナリオの12人の参加者によって実行される、瞬時および連続的な両方の両方の多様なアクティビティで構成されています。
加速度計、ジャイロスコープ、回転ベクトルデータ、同期されたステレオ画像が含まれており、センサーと視覚データを使用してマルチモーダルアルゴリズムを開発するための包括的なリソースを提供します。
このデータセットは、教育環境でのアクティビティ認識のためのスケーラブルなソリューションへの重要なステップを表しています。

要約(オリジナル)

The monitoring and prediction of in-class student activities is of paramount importance for the comprehension of engagement and the enhancement of pedagogical efficacy. The accurate detection of these activities enables educators to modify their lessons in real time, thereby reducing negative emotional states and enhancing the overall learning experience. To this end, the use of non-intrusive devices, such as inertial measurement units (IMUs) embedded in smartwatches, represents a viable solution. The development of reliable predictive systems has been limited by the lack of large, labeled datasets in education. To bridge this gap, we present a novel dataset for in-class activity detection using affordable IMU sensors. The dataset comprises 19 diverse activities, both instantaneous and continuous, performed by 12 participants in typical classroom scenarios. It includes accelerometer, gyroscope, rotation vector data, and synchronized stereo images, offering a comprehensive resource for developing multimodal algorithms using sensor and visual data. This dataset represents a key step toward scalable solutions for activity recognition in educational settings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google