当前，智能手表已成为普及率最高的腕上计算终端，手势交互凭借无接触、低认知门槛的特性，被业界视为下一代穿戴设备交互体系的核心升级方向。但长期以来，该领域的技术研发面临公共基准数据集缺失的痛点：现有公开手势数据集普遍存在单模态占比高、未覆盖真实场景干扰、样本标注维度单一等问题，企业内部研发的封闭数据集又无法支撑行业统一评测标准的建立，直接导致不同机构研发的手势识别算法难以横向对比，量产应用的误触率、适配性始终难以满足消费者需求，制约了腕部交互技术的大规模落地。
瞄准这一行业共性痛点，苏黎世联邦理工学院联合华为研究院共同打造的OpenWatch数据集于2026年5月6日首次上线arXiv平台，是全球首个公开的多模态智能手表手势识别基准数据集。
据公开资料显示，OpenWatch数据集完全基于商用华为GT4智能手表的原生传感模块完成采集，同步收录采样率达100Hz的六轴IMU（惯性测量单元）信号与PPG（光电容积描记）信号，共覆盖50名不同特征参与者的59种标记手势序列，总数据时长超过10小时。值得关注的是，该数据集首次在同类公开数据集中引入负样本标签，通过模拟用户日常非手势动作的干扰场景，大幅提升了数据集对真实使用环境的适配性。为保障数据的多样性与可靠性，采集过程采用定制化应用引导用户完成手势执行，同时叠加不同姿态、活动状态的变量控制，覆盖用户坐、站、行走等多个日常使用场景。
作为面向全行业开放的基准数据集，OpenWatch的应用空间覆盖多个核心领域：在消费电子场景，可支撑智能手表无接触手势交互算法的训练与评测，满足用户湿手、戴手套、双手被占用等特殊场景下的设备操控需求，有效降低交互误触率；在特殊辅助场景，可用于开发面向肢体障碍人群的腕部控制交互系统，进一步降低数字设备的使用门槛；在多模态感知领域，可支撑IMU与PPG信号的融合算法研究，进一步提升智能手表的活动识别、健康监测精度，也可联动AR/VR设备实现更自然的腕部空间交互。本次数据集的发布，填补了公开领域多模态腕部手势数据集的空白，对于降低全行业研发成本、统一算法评测标准、推动多模态感知技术的商业化落地都具有重要价值。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)