Aktivitätserkennung

CSL-SHARE: Sensor-based Human Activity Recordings

Der CSL-SHARE Datensatz beinhaltet 22 Aktivitäten von 20 Versuchsteilnehmer:innen. Die Teilnehmer:innen trugen eine mit 19 kanäligen Sensoren bestückte Kniebandage zur Erfassung der Daten.

Das Paper zu diesem Datensatz beschreibt detailliert die Zusammensetzung und die Verwendungsmethode (siehe unten).

Den Datensatz finden Sie hier.

Datenschutz und Datensicherheit:

Die Einwilligungserklärung des Teilnehmers sieht vor, dass die Verwendung der Daten auf nicht-kommerzielle Forschungszwecke beschränkt ist und die Datennutzer garantieren, dass sie nicht versuchen, die teilnehmenden Personen zu identifizieren. Darüber hinaus garantieren die Datennutzer, die Daten (oder daraus abgeleitete Daten) nur an Dritte weiterzugeben, die an die gleichen Nutzungsregeln gebunden sind (für nicht-kommerzielle Forschungszwecke, keine Identifizierungsversuche, eingeschränkte Weitergabe). Datennutzer, die gegen die oben genannte Nutzungsordnung verstoßen, tragen die Rechtsfolgen selbst, für die der Datensatzherausgeber keine Verantwortung übernimmt.

Zitationsanfrage:

Dieser Datensatz ist für die nicht-kommerzielle akademische Forschung frei verfügbar. Wir würden uns freuen, auf die folgenden Veröffentlichungen Bezug zu nehmen, wenn Sie diesen Datensatz oder die damit verbundenen Implementierungsansätze verwenden:

Der CSL-SHARE Datensatz und der halbautomatische Segmentierungs- und Annotaionsmechanismus:

• CSL-SHARE: A Multimodal Wearable Sensor-based Human Activity Dataset. (Hui Liu, Yale Hartmann, Tanja Schultz), In Frontiers in Computer Science, Volume 3:90, 2021.

Statistische Details und Aktivitätsdaueranalyse des CSL-SHARE Datensatzes:

• How Long Are Various Types of Daily Activities? Statistical Analysis of a Multimodal Wearable Sensor-Based Human Activity Dataset. (Hui Liu, Yale Hartmann, Tanja Schultz). In Proceedings of the 15th International Joint Conference on Biomedical Engineering Systems and Technologies - Volume 5: HEALTHINF, pages 684-692, 2022.

Aktivitätserkennungsforschungen zum CSL-SHARE Datensatz:

Umfassende Forschung zum CSL-SHARE Datensatz:

• Biosignal processing and activity modeling for multimodal human activity recognition. (Hui Liu). PhD thesis, University of Bremen, 2021. Supervisors: Tanja Schultz, Hugo Gamboa

Ausführlichere Informationen zu den Geräten, den Sensoren, der Bandage und der implementierten Software, die bei der Datenerfassung verwendet werden:

• ASK: A Framework for Data Acquisition and Activity Recognition. (Hui Liu, Tanja Schultz), In Proceedings of the 11th International Joint Conference on Biomedical Engineering Systems and Technologies - BIOSIGNALS, pages 262-268, 2018.
• A Wearable Real-time Human Activity Recognition System using Biosensors Integrated into a Knee Bandage. (Hui Liu, Tanja Schultz), In Proceedings of the 12th International Joint Conference on Biomedical Engineering Systems and Technologies - BIODEVICES, pages 47-55, 2019 (Best Student Paper).

HAR-Forschungspipeline

• A Practical Wearable Sensor-Based Human Activity Recognition Research Pipeline. (Hui Liu, Yale Hartmann, Tanja Schultz), In Proceedings of the 15th International Joint Conference on Biomedical Engineering Systems and Technologies - Volume 5: HEALTHINF, 2022, pages 851-860, 2022.

Beispiele für Merkmalsextraktion aus dem CSL-SHARE Datensatz mit der Open-Source Time Series Feature Extraction Library (TSFEL):

• TSFEL: Time Series Feature Extraction Library. (Marília Barandas, Duarte Folgado, Letícia Fernandes, Sara Santos, Mariana Abreu, Patrícia Bota, Hui Liu, Tanja Schultz, Hugo Gamboa), In SoftwareX, Elsevier, Volume 11, 2020.

High-Level Merkmalsextraktion in CSL-SHARE und anderen Datensätzen:

• Interpretable High-Level Features for Human Activity Recognition (Yale Hartmann, Hui Liu, Steffen Lahrberg, Tanja Schultz), In Proceedings of the 15th International Joint Conference on Biomedical Engineering Systems and Technologies - Volume 4: BIOSIGNALS, pages 40-49, 2022 (Best Student Paper Award Nomination).

Merkmal-Dimensionalitätsstudien in CSL-SHARE und anderen Datensätzen:

• Feature Space Reduction for Human Activity Recognition based on Multi-channel Biosignals. (Yale Hartmann, Hui Liu, Tanja Schultz), In Proceedings of the 14th International Joint Conference on Biomedical Engineering Systems and Technologies - BIOSIGNALS, pages 215-222, 2021.
• Feature Space Reduction for Multimodal Human Activity Recognition. (Yale Hartmann, Hui Liu, Tanja Schultz), In Proceedings of the 13th International Joint Conference on Biomedical Engineering Systems and Technologies - BIOSIGNALS, pages 135-140, 2020.

Neuartige Methode zur Modellierung menschlicher Aktivitäten von Motion Units auf dem CSL-SHARE Datensatz:

• Motion Units: Generalized Sequence Modeling of Human Activities for Sensor-Based Activity Recognition. (Hui Liu, Yale Hartmann, Tanja Schultz), In 29th European Signal Processing Conference (EUSIPCO 2021), 2021.

Echtzeit-HAR-System:

• Interactive and Interpretable Online Human Activity Recognition. (Yale Hartmann, Hui Liu, Tanja Schultz), In PERCOM 2022 - IEEE International Conference on Pervasive Computing and Communications, pages 109-111, 2022.
• On a Real Real-Time Wearable Human Activity Recognition System. (Hui Liu, Tingting Xue, Tanja Schultz), .In Proceedings of the 15th International Joint Conference on Biomedical Engineering Systems and Technologies - WHC, pages 711-720, 2023.

Algorithmen für die Signalverarbeitung und automatische Segmentierung:

• TSSEARCH: Time Series Subsequence Search Library. (Duarte Folgado, Barandas Marília Fernandes, Margarida Antunes, Maria Lua Nunes, Hui Liu, Yale Hartmann, Tanja Schultz, Hugo Gamboa), In SoftwareX, volume 18, 2022.
• Feature-Based Information Retrieval of Multimodal Biosignals with a Self-Similarity Matrix: Focus on Automatic Segmentation. (João Rodrigues, Hui Liu, Duarte Folgado, David Belo, Tanja Schultz, Hugo Gamboa), In Biosensors, volume 12, 2022.

Fortschrittliche Sensortechnologie für HARFortschrittliche Sensortechnologie für HAR

• Sensor-Based Human Activity and Behavior Research: Where Advanced Sensing and Recognition Technologies Meet. (Hui Liu, Hugo Gamboa, Tanja Schultz), In Sensors, volume 23, 2023.