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
ガイド
ビデオ
ウォークスルー
よくある質問
ニュースレターアーカイブ
ドキュメント
教室
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
ガイド
ビデオ
ウォークスルー
よくある質問
ニュースレターアーカイブ
ドキュメント
教室
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
  • ガイド
    • はじめに

      • タスクエディタ
      • 刺激提示
      • 反応の正確さ
      • オブジェクト
      • イベント
      • 変数
      • タスクウィザード
      • トライアルシステム
      • 研究デザイン
        • タスク
        • ブロック
        • セッション
        • グループ
    • 特集トピック

      • 実験デザイン
        • スタディの作成
        • データフレームパターン
      • ランダム化とバランス
      • 目の追尾
        • 眼球追跡タスクにおける刺激の提示
        • アイ・トラッキングのキャリブレーション設定の選び方
        • タスクでの視線追跡の設定
        • 視線データの記録とエクスポート
        • 形状を視線追跡の興味領域 (AOI) として使用する
        • 参加者のキャリブレーション体験
      • アンケート
      • デスクトップアプリ
      • サンプル研究
      • 参加者募集
      • APIアクセス
        • REST API
        • Webhook API
        • WebSocket API
      • その他のトピック

        • 正確な刺激タイミング
        • マルチユーザー研究
        • Labvancedにおけるヘッドトラッキング | ガイド
    • メインアプリタブ

      • 概要: メインタブ
      • ダッシュボード
      • 私の研究
      • 共有研究
      • 私のファイル
      • 実験ライブラリ
      • マイアカウント
      • ライセンスとサービス
    • 研究タブ

      • 概要: 研究特有のタブ
      • 研究デザイン
        • タスク
        • ブロック
        • セッション
        • グループ
      • タスクエディタ
        • タスクコントロール
        • 試行システム
        • キャンバスとページフレーム
        • オブジェクト
        • オブジェクトプロパティテーブル
        • 変数
        • システム変数テーブル
        • イベントシステム
        • テキストエディタの機能
        • タスクエディタにおける視線追跡オプション
        • タスクにおける頭追跡
        • マルチユーザー研究
      • 設定
      • 変数
      • メディア
      • テキストと翻訳
      • 開始と参加
      • 被験者管理
      • データビューとエクスポート
        • Dataview と変数 & タスクの選択 (古いバージョン)
        • 録音へのアクセス (古いバージョン)
  • 動画
    • 動画概要
    • Labvancedの始め方
    • タスクの作成
    • 要素動画
    • イベントと変数
    • 高度なトピック
  • ウォークスルー
    • イントロダクション
    • ストループタスク
    • 語彙的決定タスク
    • ポズナー注視キュータスク
    • 変化盲点フリッカーパラダイム
    • 眼球追跡サンプル研究
    • 幼児の眼球追跡研究
    • マウストラッキングによる注目捕捉研究
    • 迅速な系列視覚提示
    • ChatGPT研究
    • 眼球追跡デモ: SVGをAOIとして使用
    • マルチユーザーデモ: 参加者のカーソルを表示
    • ゲームパッド / ジョイスティックコントローラー - 基本セットアップ
    • EEG統合を伴うデスクトップアプリ研究
    • 被験者間のグループバランスと変数設定
  • FAQ
    • 機能
    • サポートポリシーとガイドライン
    • セキュリティとデータプライバシー
    • ライセンス
    • Labvancedの精度
    • プログラム利用とAPI
    • Labvancedのオフライン利用
    • トラブルシューティング
    • 研究作成に関する質問
  • ニュースレターアーカイブ
  • 文書
  • 教室

参加者のキャリブレーション体験 {/examples/}

キャリブレーション画面に参加者の顔が表示され、トラッキングメッシュが重なり、中央ポーズを設定中の様子

視線追跡キャリブレーション設定の選び方で説明される設定は、参加者側からキャリブレーションがどのように見え、感じられるかを決定します。このページでは、その体験を説明します。

デバイス要件

参加者は、完全な視線追跡データセットを生成するために、少なくとも1280×720の解像度を持つカメラまたはウェブカメラが必要です。この要件については、研究が始まる前に参加者に伝え、不完全なデータセットが後で発見されるのを避けるようにしましょう。

初期ビデオフィードキャリブレーション

まず、参加者にカメラへのアクセス許可を求めます。許可されると、キャリブレーション画面が表示され(読み込みには最大15秒かかる場合があります)、参加者自身のビデオフィードが表示され、その顔の上に青いメッシュが重なるようになっています。参加者が頭を回したり口を開けたりすると、メッシュがスムーズに動くはずです。メッシュが動きと同期していない場合は、それを示して再試行できます。そうでない場合は、正しく見えることを確認し、同意画面を進めます。

視線追跡装置のキャリブレーション

次に、画面上の翻訳可能な指示が、これから何が起きるかを説明します。

キャリブレーションの指示画面。参加者に静かな部屋にいること、眼鏡を避けること、ウェブカメラを中央に配置するよう指示

このステップがどれくらいスムーズに行くかに影響を与えるいくつかの要因があります:

  • 眼鏡をかけている参加者は、特に反射レンズを使用している場合、キャリブレーションの精度が下がる可能性があります。
  • 照明は一定で、前方から照らされるべきです。背景光や参加者の後ろに明るい光や窓があると、顔が洗い流され、精度が低下します。

その後、参加者はセンターポーズを設定します。これは研究中ずっと使用される基準位置(視線追跡キャリブレーション設定の選び方の「バーチャル顎のせ」参照)です:

参加者に現在のポーズ(緑のメッシュで表示)を使用するか戻るか確認する画面

この時点での彼らの位置は緑のメッシュとして保存され、青いメッシュがリアルタイムで顔を追跡し続けます。参加者はこの二つを整列させ、ポーズを短時間保持します:

キャリブレーション画面。参加者に青いトラッキングメッシュを緑のターゲットメッシュに整列させ、ポーズを保持するよう指示する

もし整列が崩れた場合、画面上のプロンプトが出て再整列を促します。

センターポーズが設定されると、ライブビデオフィードは消え、代わりに一時的に縮小する円でマークされた一連の注視ポイントが表示されます:

キャリブレーションドット画面。数個のキャリブレーションポイントの中に収縮する円で強調表示された1つの注視ターゲット

参加者は、収縮が終わるまで各ポイントを見つめ、その後次のポイントが表示されます。研究に設定されたキャリブレーションの長さに応じて、参加者は途中で頭を左右に傾けるように求められる場合があります。それによって、システムがその移動した位置のために再キャリブレーションを行い、最後のラウンドのためにセンターに戻ります。ポイントとポーズの正確な数は、設定されたキャリブレーションの長さのティアによって異なります。

視線追跡を有効にした次のタスクの前には、再キャリブレーションが簡単に行われ、タスクのために設定された再キャリブレーション設定が使用されます(タスクにおける視線追跡の設定を参照)。

最近同じデバイスでキャリブレーションした場合

参加者が前回のキャリブレーションから数時間以内に同じデバイスで戻ってきた場合、Allow Calibration Reuseが有効になっていると、Labvancedはキャリブレーションをスキップして保存されたデータを再利用することを提案することがあります:

参加者に以前のキャリブレーションデータを使用するか、キャリブレーションを再実行するか尋ねるプロンプト

参加者には、この提案を受け入れる前に、前回のキャリブレーション以降に位置、照明、およびセッティングが変更されていないか確認するよう求められます。

良好なキャリブレーションを得るために

他の場所でカバーされている設定を超えて、特定の参加者のキャリブレーションのうまくいくかどうかに影響を与えるいくつかの実際的な要因があります:

  • ウェブカメラをモニターの近くにできるだけ近づけて配置します(内蔵のノートパソコンのウェブカメラは通常問題ありません)。これにより、センターポーズが正確に設定され、全顔がフレームに収まります。
  • 参加者には可能な限り眼鏡や顔の覆いを外すように依頼し、カメラに目がはっきりと見えるようにします。
  • 研究が遅れているか視線追跡が開始されない場合、バックグラウンドのCPU負荷が原因であることが多いです。他のアプリケーションやブラウザタブを閉じ、ノートパソコンを電源に接続し、コンピュータをパフォーマンス電源モードに設定することで改善されます。専用のグラフィックスカード、Chrome、およびWindowsは、最も信頼性の高い性能を発揮します。

実際の研究を行う前に、選択した設定が期待するデータを収集するかどうかを確認するために、自分自身や同僚とキャリブレーションプロセスをテストしてください。

よくある質問

視線追跡に必要なカメラの仕様は何ですか?
少なくとも1280×720の解像度を持つカメラまたはウェブカメラが必要で、完全な視線追跡データセットを生成する必要があります。この要件については、研究が始まる前に参加者に伝えて、不完全なデータセットが後で発見されるのを避けるようにしましょう。
すべての参加者が同じ数のキャリブレーションポイントを見ることになりますか?
いいえ。ポイントとポーズの正確な数は、研究のために設定されたキャリブレーションの長さに依存しており、視線追跡キャリブレーション設定の選び方に記載されています。
なぜ参加者はキャリブレーション中に頭を傾けるよう求められるのですか?
研究のために選択されたキャリブレーションの長さに応じて、参加者はキャリブレーションの途中で頭を左右に傾けるように求められることがあります。そのため、システムはその移動した位置に対して再キャリブレーションを行い、最後のラウンドのためにセンターに戻ります。
研究前に眼鏡に関して参加者に何を伝えるべきですか?
眼鏡をかけている参加者は、特に反射レンズを使用している場合、キャリブレーションの精度が下がる可能性があります。これは、キャリブレーションが始まる前に参加者が見る画面上の指示で説明されています。
参加者が前回のセッションの短時間後に同じデバイスで戻ってきた場合、どうなりますか?
`Allow Calibration Reuse`が有効になっていて、数時間以内に戻ってきた場合、Labvancedはキャリブレーションをスキップし、保存されたデータを再利用することを提案することがあります。参加者が位置、照明、セッティングが変更されていないことを確認した後、この提案が受け入れられます。
参加者の視線追跡研究が遅れている場合、何を確認すべきですか?
バックグラウンドのCPU負荷が原因であることが多いです。他のアプリケーションやブラウザタブを閉じ、ノートパソコンを電源に接続し、コンピュータをパフォーマンス電源モードに設定することで改善されます。専用のグラフィックスカード、Chrome、およびWindowsは、最も信頼性の高い性能を発揮します。

さらなる読むべき資料

視線追跡キャリブレーション設定の選び方

このページで説明されている体験を形作る設定。

タスクにおける視線追跡の設定

研究内の各タスクに対して再キャリブレーションを構成します。

ウェブカメラ視線追跡の精度と研究デザイン

ウェブカメラ視線追跡の検証された精度の背景にある証拠。

Prev
形状を視線追跡の興味領域 (AOI) として使用する