labvanced logoLabVanced
  • Research
    • Publications
    • Researcher Interviews
    • Use Cases
      • Developmental Psychology
      • Linguistics
      • Clinical & Digital Health
      • Educational Psychology
      • Cognitive & Neuro
      • Social & Personality
      • Arts Research
      • Sports & Movement
      • Marketing & Consumer Behavior
      • Economics
      • HCI / UX
      • Commercial / Industry Use
    • Labvanced Blog
    • Services
  • Technology
    • Feature Overview
    • Code-Free Study Building
    • Eye Tracking
    • Mouse Tracking
    • Generative AI Integration
    • Multi User Studies
    • More ...
      • Reaction Time/Precise Timing
      • Text Transcription
      • Heart Rate Detection (rPPG)
      • Emotion Detection
      • Questionnaires/Surveys
      • Experimental Control
      • Data Privacy & Security
      • Desktop App
      • Mobile App
  • Learn
    • Guide
    • Videos
    • Walkthroughs
    • FAQ
    • Release Notes
    • Documents
    • Classroom
  • Experiments
    • Cognitive Tests
    • Sample Studies
    • Public Experiment Library
  • Pricing
    • Licenses
    • Top-Up Recordings
    • Subject Recruitment
    • Study Building
    • Dedicated Support
    • Checkout
  • About
    • About Us
    • Contact
    • Downloads
    • Careers
    • Impressum
    • Disclaimer
    • Privacy & Security
    • Terms & Conditions
    • Third-Party Licenses
  • Appgo to app icon
  • Logingo to app icon
Learn
Anleitung
Videos
Anleitungen
Häufige Fragen
Newsletter-Archiv
Dokumente
Klassenzimmer
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
Anleitung
Videos
Anleitungen
Häufige Fragen
Newsletter-Archiv
Dokumente
Klassenzimmer
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
  • Leitfaden
    • ERSTE SCHRITTE

      • Aufgabeneditor
      • Stimuluspräsentation
      • Korrektheit der Antworten
      • Objekte
      • Ereignisse
      • Variablen
      • Aufgabenassistent
      • Versuchsablauf
      • Studiengestaltung
        • Aufgaben
        • Blöcke
        • Sitzungen
        • Gruppen
    • PROGRAMMIERTE THEMEN

      • Experimentgestaltung
        • Eine Studie erstellen
        • Datenrahmenmuster
      • Zufallsverteilung & Balance
      • Eye Tracking
        • Präsentation von Stimuli in einer Eye Tracking-Aufgabe
        • Wie man die Einstellungen zur Kalibrierung des Eye Trackings auswählt
        • Einrichtung der Augenverfolgung in einer Aufgabe
        • Aufzeichnen und Exportieren von Blickdaten
        • Verwendung von Formen als Interessensgebiete (AOI) für Eye Tracking
        • Die Teilnehmerkalibrierungserfahrung
      • Web-Bridge
      • Fragebögen
      • Desktop-App
      • Beispielstudien
      • Teilnehmerrekrutierung
      • API-Zugriff
        • REST API
        • Webhook-API
        • WebSocket API
      • Weitere Themen

        • Präzise Stimuluszeiten
        • Multi-User-Studien
        • Kopfverfolgung in Labvanced | Anleitung
    • HAUPT APP TABS

      • Übersicht: Haupt-Tabs
      • Dashboard
      • Meine Studien
      • Geteilte Studien
      • Meine Dateien
      • Experimentbibliothek
      • Mein Konto
      • Lizenz & Dienstleistungen
    • STUDIENTABS

      • Übersicht: Studien-spezifische Tabs
      • Studiengestaltung
        • Aufgaben
        • Blöcke
        • Sitzungen
        • Gruppen
      • Aufgabeneditor
        • Task Controls
        • Das Versuchs-System
        • Canvas- und Seitenrahmen
        • Objekte
        • Objekt Eigenschaften Tabellen
        • Variablen
        • Systemvariablen-Tabellen
        • Das Ereignissystem
        • Texteditor-Funktionen
        • Optionen für das Eye Tracking im Task-Editor
        • Kopfverfolgung in einer Aufgabe
        • Multi-User-Studien
      • Einstellungen
      • Variablen
      • Medien
      • Texte & Übersetzen
      • Starten & Teilnehmen
      • Teilnehmerverwaltung
      • Datensicht und Export
        • Datensicht und Variablen- & Aufgaben Auswahl (alte Version)
        • Zugriff auf Aufnahmen (ALTE Version)
  • Videos
    • Video Übersicht
    • Erste Schritte in Labvanced
    • Aufgaben erstellen
    • Element Videos
    • Ereignisse & Variablen
    • Fortgeschrittene Themen
  • Anleitungen
    • Einführung
    • Stroop-Aufgabe
    • Lexikalische Entscheidungsaufgabe
    • Posner Gaze Cueing Aufgabe
    • Change Blindness Flicker Paradigma
    • Augenverfolgungsstudie Beispielstudie
    • Augenverfolgungsstudie mit Säuglingen
    • Aufmerksamkeitserfassung Studie mit Maustracking
    • Schnelle serielle visuelle Präsentation
    • ChatGPT Studie
    • Augenverfolgungsdemo: SVGs als AOIs
    • Multi-User-Demo: Zeige die Cursors der Teilnehmer
    • Gamepad / Joystick Controller - Grundaufbau
    • Desktop-App-Studie mit EEG-Integration
    • Gruppenbalance und Variablenaufbau zwischen den Teilnehmern
    • Website-Rahmen Augenverfolgung Anleitung
    • Bedingte Webcam Augenverfolgung
  • FAQ
    • Funktionen
    • Support-Richtlinien & Richtlinien
    • Sicherheit & Datenschutz
    • Lizenzierung
    • Präzision von Labvanced
    • Programmgesteuerte Nutzung & API
    • Labvanced offline nutzen
    • Fehlerbehebung
    • Fragen zur Erstellung von Studien
  • Newsletter-Archiv
  • Dokumente
  • Klassenzimmer
Header-Illustration der Teilnehmerkalibrierungserfahrung für Webcam-Eye-Tracking in Labvanced

Die Teilnehmerkalibrierungserfahrung

Kalibrierungsbildschirm, der das Gesicht des Teilnehmers mit einem Überlagerungsgitter anzeigt, während die zentrale Pose eingestellt wird

Die in Wie man Eye-Tracking-Kalibrierungseinstellungen auswählt behandelten Einstellungen bestimmen, wie Kalibrierung aus der Sicht eines Teilnehmers tatsächlich aussieht und sich anfühlt. Diese Seite beschreibt diese Erfahrung.

Geräteanforderungen

Teilnehmer benötigen eine Kamera oder Webcam mit mindestens 1280 x 720 Pixeln Auflösung, um ein vollständiges Eye-Tracking-Datenset zu erzeugen. Informieren Sie die Teilnehmer über dieses Erfordernis, bevor die Studie beginnt, damit unvollständige Datensätze vermieden werden, anstatt nachträglich entdeckt zu werden.

Erste Kalibrierung des Video-Feeds

Zunächst wird der Teilnehmer um Erlaubnis gefragt, auf seine Kamera zuzugreifen. Sobald diese erteilt wird, erscheint ein Kalibrierungsbildschirm (lassen Sie bis zu 15 Sekunden für das Laden), der den Video-Feed des Teilnehmers mit einem blauen Gitter zeigt, das über seinem Gesicht liegt und sich reibungslos bewegen sollte, während er seinen Kopf dreht oder den Mund öffnet. Wenn das Gitter nicht synchron mit seinen Bewegungen aussieht, kann er dies anzeigen und es erneut versuchen; andernfalls bestätigt er, dass es korrekt aussieht, und fährt mit einem Einwilligungsbildschirm fort.

Kalibrierung des Eye Trackers

Als nächstes erklärt eine Reihe von übersetzbaren Anweisungen auf dem Bildschirm, was als Nächstes passieren wird:

Kalibrierungshinweisbildschirm, der dem Teilnehmer sagt, dass er sich in einem ruhigen Raum aufhalten, Brillen vermeiden und die Webcam zentrieren soll

Einige Faktoren beeinflussen, wie gut dieser Schritt verläuft:

  • Teilnehmer, die Brillen tragen, kalibrieren möglicherweise weniger zuverlässig, insbesondere mit reflektierenden Gläsern.
  • Das Licht sollte konstant und von vorne kommen. Gegenlicht oder ein helles Licht oder Fenster hinter dem Teilnehmer wird sein Gesicht auswaschen und die Genauigkeit reduzieren.

Der Teilnehmer setzt dann seine zentrale Pose, die Referenzposition, die im Rest der Studie verwendet wird (siehe Virtueller Kinnhalter in Wie man Eye-Tracking-Kalibrierungseinstellungen auswählt):

Bestätigungsbildschirm, der den Teilnehmer fragt, ob die aktuelle Pose, dargestellt als grünes Gitter, verwendet werden soll oder ob er zurückgehen möchte

Seine Position zu diesem Zeitpunkt wird als grünes Gitter gespeichert; ein blaues Gitter verfolgt weiterhin sein live Gesicht, und er richtet die beiden aus und hält die Position kurz:

Kalibrierungsbildschirm, der den Teilnehmer anweist, sein blaues Tracking-Gitter mit dem grünen Zielgitter auszurichten und die Pose zu halten

Wenn er aus der Ausrichtung abdriftet, pausiert die Kalibrierung mit einer Aufforderung auf dem Bildschirm, sich wieder auszurichten.

Sobald die zentrale Pose eingestellt ist, verschwindet der Live-Video-Feed und eine Reihe von Fixationspunkten erscheint nacheinander, jeder markiert durch einen schrumpfenden Kreis:

Kalibrierungspunktbildschirm, der ein Fixationsziel zeigt, das mit einem schrumpfenden Kreis unter mehreren anderen Kalibrierungspunkten hervorgehoben wird

Der Teilnehmer schaut auf jeden Punkt, bis er nicht mehr schrumpft, dann erscheint der nächste Punkt. Abhängig von der für die Studie gewählten Kalibrierungslänge kann der Teilnehmer auch gebeten werden, seinen Kopf während des Kalibrierungsprozesses nach links und rechts zu neigen, damit das System für diese verschobenen Positionen neu kalibrieren kann, bevor es zur Mitte für einen letzten Durchgang zurückkehrt. Die genaue Anzahl der Punkte und Posen variiert je nach konfiguriertem Kalibrierungslängen-Tier.

Vor jeder nachfolgenden Aufgabe mit aktiviertem Eye Tracking wird erneut eine kurze Rekalibrierung durchgeführt, unter Verwendung der für diese Aufgabe konfigurierten Rekalibrierungseinstellungen (siehe Einrichten von Eye Tracking in einer Aufgabe).

Wenn das gleiche Gerät kürzlich kalibriert wurde

Wenn ein Teilnehmer nach wenigen Stunden auf demselben Gerät zurückkehrt und Allow Calibration Reuse aktiviert ist, kann Labvanced anbieten, die Kalibrierung zu überspringen und die gespeicherten Daten wiederzuverwenden:

Aufforderung an den Teilnehmer, ob er vorherige Kalibrierungsdaten verwenden oder die Kalibrierung erneut durchführen möchte

Die Teilnehmer werden gebeten zu bestätigen, dass sich ihre Position, die Beleuchtung und das Setup seit der letzten Kalibrierung nicht geändert haben, bevor dies akzeptiert wird.

Eine gute Kalibrierung erreichen

Über die woanders behandelten Einstellungen hinaus beeinflussen einige praktische Faktoren, wie gut die Kalibrierung für einen bestimmten Teilnehmer verläuft:

  • Positionieren Sie die Webcam so nah wie möglich am Monitor (eingebaute Laptop-Webcams sind normalerweise in Ordnung). Dies hilft, die zentrale Pose genau einzustellen und das gesamte Gesicht im Bild zu halten.
  • Bitten Sie die Teilnehmer, Brillen oder Gesichtsbedeckungen, wo immer möglich, abzunehmen und sicherzustellen, dass ihre Augen für die Kamera gut sichtbar sind.
  • Wenn eine Studie langsam lädt oder das Eye Tracking nicht startet, ist häufig die Hintergrund-CPU-Auslastung die Ursache. Das Schließen anderer Anwendungen und Browser-Tabs, das Anschließen eines Laptops an die Stromquelle und die Einstellung des Computers auf den Leistungsmodus helfen. Eine dedizierte Grafikkarte, Chrome und Windows erweisen sich als die zuverlässigsten.

Testen Sie den Kalibrierungsprozess selbst oder mit einem Kollegen, bevor Sie eine echte Studie durchführen, um zu überprüfen, ob die von Ihnen gewählten Einstellungen die Daten sammeln, die Sie erwarten.

Häufig gestellte Fragen

Welche Kameraspezifikationen benötigt ein Teilnehmer für das Eye Tracking?
Eine Kamera oder Webcam mit mindestens 1280 x 720 Pixeln Auflösung ist erforderlich, um ein vollständiges Eye-Tracking-Datenset zu erzeugen. Informieren Sie die Teilnehmer über dieses Erfordernis, bevor die Studie beginnt, damit unvollständige Datensätze vermieden werden, anstatt nachträglich entdeckt zu werden.
Wird jeder Teilnehmer die gleiche Anzahl von Kalibrierungspunkten sehen?
Nein. Die genaue Anzahl von Punkten und Posen variiert je nach dem für die Studie konfigurierten Kalibrierungslängen-Tier, das in Wie man Eye-Tracking-Kalibrierungseinstellungen auswählt beschrieben wird.
Warum wird ein Teilnehmer während der Kalibrierung gebeten, den Kopf zu neigen?
Je nach der für die Studie gewählten Kalibrierungslänge kann der Teilnehmer während der Kalibrierung gebeten werden, seinen Kopf nach links und rechts zu neigen, damit das System für diese verschobenen Positionen neu kalibrieren kann, bevor es zur Mitte für einen letzten Durchgang zurückkehrt.
Was sollte ich den Teilnehmern über das Tragen von Brillen vor einer Studie sagen?
Teilnehmer, die Brillen tragen, kalibrieren möglicherweise weniger zuverlässig, insbesondere mit reflektierenden Gläsern. Dies wird in den Anweisungen auf dem Bildschirm behandelt, die die Teilnehmer sehen, bevor die Kalibrierung beginnt.
Was passiert, wenn ein Teilnehmer auf demselben Gerät kurz nach einer vorherigen Sitzung zurückkehrt?
Wenn `Allow Calibration Reuse` aktiviert ist und sie innerhalb weniger Stunden zurückkehren, kann Labvanced anbieten, die Kalibrierung zu überspringen und die gespeicherten Daten wiederzuverwenden, nachdem der Teilnehmer bestätigt hat, dass sich ihre Position, die Beleuchtung und das Setup nicht geändert haben.
Eine Eye-Tracking-Studie eines Teilnehmers lädt langsam. Was sollte ich überprüfen?
Die Hintergrund-CPU-Auslastung ist oft die Ursache. Das Schließen anderer Anwendungen und Browser-Tabs, das Anschließen eines Laptops an die Stromquelle und die Einstellung des Computers auf den Leistungsmodus helfen. Eine dedizierte Grafikkarte, Chrome und Windows erweisen sich als die zuverlässigsten.

Weiterführende Literatur

Wie man Eye-Tracking-Kalibrierungseinstellungen auswählt

Die Einstellungen, die die Erfahrung auf dieser Seite formen.

Einrichten von Eye Tracking in einer Aufgabe

Konfigurieren Sie die Rekalibrierung für einzelne Aufgaben innerhalb einer Studie.

Genauigkeit des Webcam-Eye-Trackings und Studiendesign

Die Beweise für die validierte Genauigkeit des Webcam-Eye-Trackings.

Prev
Verwendung von Formen als Interessensgebiete (AOI) für Eye Tracking