行為建模標註

按照以下步驟使用 INTELINK 功能進行行為建模標註。請確保手機藍牙已開啟，並允許 Ecotopia App 使用藍牙。 第一步：

第二步：

第三步：

第四步：

第五步：

第六步：

編輯標註的相關步驟請參見 編輯標註結果 章節。

第七步：

可導出的數據包括：

• 視頻
  錄製的視頻

  • 安卓系統文件命名方式為 <UUID>[video]-<yyyy_mmdd_hhmm_ss_os3>.mp4
  • iOS 系統文件命名方式為 <UUID>-<yyyy_mmdd_hhmm_ss_os3>[Video].mp4

• 標註數據
  帶行為標籤和時間戳的數據文件

  • 安卓系統導出的文件命名方式為 <UUID>[behavior]-<yyyy_mmdd_hhmm_ss_os3>.csv
  • iOS 系統導出的文件命名方式為 <UUID>-<yyyymmdd_hhmmss_os3>[Behavior].csv
  • 數據字段說明：
    • Start：行為開始的時間
    • End：行為結束的時間
    • Tag：標註的行為標籤

• 原始數據
  數據標註期間採集的加速度原始數據

  • 安卓系統導出的文件命名方式為 <UUID>[acc]-<yyyy_mmdd_hhmm_ss_os3>.csv
  • iOS 系統導出的文件命名方式為 <UUID>-<yyyy_mmdd_hhmm_ss_os3>[Acc].csv
  • 數據字段說明：
    • Collecting time: 裝置採集數據的時間，採集時間精確到毫秒
    • X：三軸加速度計 X 軸的值，單位為 1/1024 g
    • Y：三軸加速度計 Y 軸的值，單位為 1/1024 g
    • Z：三軸加速度計 Z 軸的值，單位為 1/1024 g

  注意：安卓系統導出的 Collecting time 為標註啟動後的毫秒時間且為數值格式，為了方便您做數據處理，請參考末尾的代碼文件將原始數據的 Collecting time 從毫秒轉變為完整時間戳。

• 原始數據（附帶行為標籤）
  數據標註期間採集的附帶行為標籤的加速度原始數據

  • 安卓系統導出的文件命名方式為 <UUID>[acc+behavior]-<yyyy_mmdd_hhmm_ss_os3>.csv
  • iOS 系統導出的文件命名方式為 <UUID>-<yyyy_mmdd_hhmm_ss_os3>[Behavior & Acc].csv
  • 數據字段說明：
    • Collecting time: 裝置採集數據的時間，採集時間精確到毫秒
    • X：三軸加速度計 X 軸的值，單位為 1/1024 g
    • Y：三軸加速度計 Y 軸的值，單位為 1/1024 g
    • Z：三軸加速度計 Z 軸的值，單位為 1/1024 g
    • Tag：標註的行為標籤

  注意：安卓系統導出的 Collecting time 為標註啟動後的毫秒時間且為數值格式，為了方便您做數據處理，請參考末尾的代碼文件將原始數據的 Collecting time 從毫秒轉變為完整時間戳。

注意：文件名和文件內容中包含的時間均為 UTC+0 時區。

導出數據後，您可以在 App 點擊“我的”>“附加功能”>“行為標註”查看行為標註歷史記錄。

請參考以下 R 語言代碼將 Collecting time 從毫秒轉換為完整時間戳。

# 原始數據或原始數據附帶行為標籤可以使用下面的方法處理，但這兩種數據不能同時放在一起處理，需要分開各自處理
# 請確認你已經安裝了stringr和dplyr包

library(stringr)
library(dplyr)

# 將你的文件放在對應的文件夾下

folder_path <- "/Users/druid/Desktop/data_tagging/tag" 
file_list <- list.files(folder_path, pattern = "*.csv", full.names = TRUE)

data_list <- lapply(file_list, function(file) {
  file_data <- read.csv(file)
  
  # 提取ID和時間信息
  
  file_name <- basename(file)
  file_parts <- unlist(str_split(file_name, "[-\\.]"))
  UUID <- gsub("\\[.*\\]", "", file_parts[1])  
  timestamp <- file_parts[2]
  
  # 解析時間信息

  year <- substr(timestamp, 1, 4)
  month <- substr(timestamp, 6, 7)
  day <- substr(timestamp, 8, 9)
  hour <- substr(timestamp, 11, 12)
  minute <- substr(timestamp, 13, 14)
  second <- substr(timestamp, 16, 17)
  millisecond <- substr(timestamp, 19, 21)
  
  # 整理數據為時間格式，時區為UTC
 
  time_str <- paste(year, month, day, hour, minute, second, sep = "-")
  time1 <- as.POSIXct(time_str, format = "%Y-%m-%d-%H-%M-%OS", tz = "UTC")
  
  # 計算時間列，包括毫秒
 
  file_data$time <- time1 + (file_data$Collecting.time + as.numeric(millisecond)) * 1e-3
  file_data$time <- format(file_data$time, format = "%Y-%m-%d %H:%M:%OS3", tz = "UTC")
  
  # 添加ID和移除X.1列
 
  file_data$UUID <- UUID
  file_data <- file_data[, -which(names(file_data) == "X.1")]
  
  return(file_data)
})

# 由於計算中的時間格式轉換，結果會相差0.001秒

tag_data <- bind_rows(data_list)

# 導出文件，可自定義文件名

write.csv(tag_data, "tagging.csv")