范式相关的行为事件研究
按任务定义标签、持续区间与瞬时事件，核查候选位置及事件边界。
研究应用
让行为片段与事件回到视频时间位置
分析资料 实验范式、行为定义与连续视频
连续视频的时序标注
用时间轴与筛选定位候选，记录重叠区间及人工确认结果。
行为识别方法的研究评价
按个体划分数据、区分阴性与未标注，评价事件及其时间重合情况。
端到端视频行为预测
7 类实验场景，19 类行为
覆盖范围按场景配置，支持行为片段与瞬时事件预测。
实验场景
- EPM
- 高架十字迷宫
- LH
- 习得性无助
- NOR
- 新物体识别
- Object
- 物体实验
- OFT
- 旷场
- SI
- 社会交互
- Y-maze
- Y 型迷宫
行为类别
- 移动
- 静止
- 僵直
- 理毛
- 嗅探
- 直立
- 攀爬
- 伸展
- 抓挠
- 回避
- 后退
- 逃逸
- 转身
- 转头
- 头部定向
- 探头
- 跳跃
- 上跳
- 下跳
各场景采用相应标签集合，并非每个场景均包含全部行为。
核心能力
分析、复核与成果整理
7 类场景与 19 类行为
按实验场景配置对应标签，分别处理持续片段与瞬时事件。
视频时间与目标信息关联
保留视频时间戳，关联全局场景与目标局部信息，定位可回放片段。
模型直接预测行为与时间
时序模型结合场景、目标局部及定位可靠性，直接预测类别与时间边界。
区间事件与瞬时事件
支持可重叠的行为片段与瞬时事件，分别保留时间边界。
时间轴与视频复核
按类别、事件类型及时间筛选候选，回看视频并保存确认结果。
标注与研究评价
区分明确阴性与未观察／未标注，按个体划分数据，以时间重合等指标核验。
功能界面
参数配置、结果筛选与复核的真实操作界面。
候选筛选与时间范围复核
功能展示
放大查看分析成果
结果展示与研究解读
Behavior Analytics 实测样例，保留原始图表与质量信息。
筛选后的候选事件摘要
结果示例
放大查看
操作流程
从数据准备到成果交付
- 01
明确实验任务与行为定义
选择研究范式，核对行为类别、持续区间和瞬时事件的定义。
- 02
导入视频与配置分析
关联连续视频和任务参数，检查原视频及目标信息。
- 03
查看候选与时间位置
通过事件时间轴和筛选条件定位行为片段及瞬时事件候选。
- 04
结合原视频人工确认
核对事件类别、起止边界和重叠情况，保存标注及确认记录。
- 05
评价与导出确认结果
根据研究需要查看标注及评价信息，导出已确认的分析数据。
成果交付
您将获得
- 行为片段与事件候选
- 时间轴与视频复核
- 标注与评价数据
- 确认后的结果导出
使用建议
分析前需要确认
- 7 类场景采用对应行为标签，不表示每个场景涵盖全部 19 类行为。
- 识别效果需针对目标实验数据评价；候选评分不等同于准确率。
- 模型输出需核查类别与时间边界，经视频复核和人工确认后用于研究。
常见问题
使用前，您可能想了解
端到端预测是否意味着不需要复核？
不是。端到端指模型直接预测类别与时间位置，而非先按轨迹规则生成标签；科研使用仍需原视频复核，覆盖范围不代表准确率保证。
分析评分是否等同于识别准确率？
不等同。评分用于排序与筛选；识别效果需与符合实验定义的人工标注比较，并使用评价指标核验。
与轨迹量化或体表点追踪软件如何选择？
距离、速度及区域停留选择 Behavior Studio；体表运动与互动了解 Dense Tracking Studio；关注行为类别、发生时间与边界选择本软件。
为您的研究选择合适的分析方案
提供实验任务、拍摄视角与关注指标，预约Behavior Analytics演示及样片评估。
仅用于科研分析。图示来源与验证范围见各图说明，示例不构成准确率、临床诊断或研究结论保证。