Étape 3: Créer un dataset
Avant d’enregistrer les données, j’ai choisi trois gestes pour interagir avec la LED. J’ai utilisé le même geste pour allumer et éteindre la LED (en alternance). Le mouvement choisi pour qu’il se trouve un mouvement comme le signe de la langue des signes brésilienne (LIBRAS) utilisé comme un geste pour dire « activer » un dispositif (http://www.acessobrasil.org.br/libras/). Les deux autres gestes choisis étaient portés pour accélérer et décélérer le clignotement de la LED. Dans une étude réalisée par Kühnel, Christine, et coll. (2011) , la plupart des participants s’installe bras ou iPhone vers le bas pour diminuer la luminosité de l’éclairage. J’ai utilisé cette idée pour choisir un mouvement comme une claque en haut et frapper vers le bas pour accélérer et décélérer le clignotement de la LED. Un quatrième « geste » qui doit être formé est un geste non. Puisque l’application classe les données chronologiques tout le temps, le modèle ML doit savoir quand les mesures de l’accéléromètre n’indiquent pas un geste valide.
Pour l’enregistrement de l’ensemble de données, j’ai développé deux applications. Une application a été développée en C et fonctionne dans le LightBlue Bean pour capturer les données de l’accéléromètre, tandis que le geste est en cours d’exécution. Une autre application s’exécute sur traitement, qui reçoit les données via un port série de geste et à écrire dans un fichier texte.