Peer-reviewed Webcam-Eye Tracking für Forschung

Neue und innovative Eye Tracking Forschungsmethoden zu erschließen, ist entscheidend, um an der Spitze jeder Branche oder jedes Feldes zu bleiben. Webcam-Eye Tracking ist ein wichtiges Werkzeug, das Forscher dafür nutzen können. Durch den Einsatz dieser modernen Technologie können Forscher innovative Forschungsansätze umsetzen und ein besseres Verständnis der Prozesse hinter Aufmerksamkeit, Entscheidungsfindung und Verhalten gewinnen. Es ist jedoch wichtig, Webcam-basiertes Eye Tracking zu verwenden, das getestet und peer-reviewed wurde.

Mit der Fähigkeit, Augenbewegungen, Blickmuster und Fixationen in einer naturalistischen Umgebung zu verfolgen, bietet Labvanced's Webcam-Eye Tracking einen praktikablen Ansatz zur Quantifizierung der Aufmerksamkeit der Teilnehmer. Darüber hinaus kann Labvanced’s Webcam-basiertes Eye Tracking-Technologie einfach aus der Ferne implementiert werden, was es zu einer kosteneffektiven Lösung für Forscher auf der ganzen Welt macht, die an der Verwendung dieser Methode in ihren kommenden Projekten interessiert sind, während gleichzeitig die Privatsphäre der Teilnehmer gewahrt bleibt und GDPR-konform ist.

Forschungsartikel veröffentlicht vom Labvanced-Team, der die Genauigkeit der Webcam-Eye Tracking Technologie mit einem Industriestandard, EyeLink 1000, vergleicht.

Validität und Genauigkeit von Labvanced’s Online Eye Tracking

• Im Vergleich zum hardwarebasierten EyeLink-System hat Labvanced’s Webcam-Eye Tracking eine Gesamtnauigkeit von 1,4° und eine Präzision von 1,1° und einen Fehler von etwa 0,5° größer als das EyeLink-System.
• Wenn visuelle Ziele in der Mitte des Bildschirms präsentiert werden, verbessern sich sowohl Genauigkeit als auch Präzision auf 1,3° und 0,9°, respektiv. Dies ist eine wichtige Erkenntnis, da zahlreiche psychologische Experimente dazu tendieren, Stimuli in der Mitte des Bildschirms anzuzeigen.
• Die Ergebnisse zeigten auch, dass die Genauigkeit über die Zeit konsistent blieb. Für freies Viewing und glatte Verfolgungsaufgaben lag die Korrelation bei etwa 80 % zwischen Labvanced- und EyeLink-Blickdaten.
• Für eine umfassende Zusammenfassung aller in dem peer-reviewed Artikel enthaltenen Metriken und detaillierte Informationen zu jedem Eye-Tracking-System mit unterschiedlichen Aufgaben verweisen Sie bitte auf Tabelle 5 im Artikel.

Die folgende Abbildung zeigt die Rohblickdaten eines Teilnehmers, die die Ausrichtung der Blickdaten während der Smooth Pursuit-Aufgabe darstellt, getrennt für die X- und Y-Achsen.

Fig 1. Diagramme aus dem Forschungsartikel (entspricht Fig.7 in der Veröffentlichung), eine visuelle Demonstration, wie diese Korrelation in einer Smooth Pursuit-Aufgabe aussieht, die die Überlappung zwischen den Datenpunkten von Labvanced (blaue Punkte) und EyeLink (rote Punkte) zeigt. Für freies Viewing und glatte Verfolgungsaufgaben lag die Korrelation bei etwa 80 % zwischen Labvanced- und EyeLink-Blickdaten.

Unten sind Heatmaps mit zwei Scatter-Plots von den Teilnehmern für zwei verschiedene Versuche abgebildet. Das linke-rot repräsentiert EyeLink und rechte-blau Labvanced’s Webcam-basierten Eye Tracker. Das entsprechende Stimulusbild wird als Hintergrund für die Heatmap in jeder Aufgabe verwendet.

Fig 2. Heatmaps aus dem Forschungsartikel (Fig.8 in der Veröffentlichung).

Die Werte von 0 bis 1 in der Farbskala repräsentieren die normalisierten Dichtewerte der Kerndichteschätzung. Aus den gegebenen Grafiken könnten wir schließen, dass die Blickdaten ungefähr den gleichen Objekten im Bild zugeordnet sind; es gibt jedoch eine höhere Varianz in der Verteilung der Webcam-Blickdaten.

Effekt der Hilfestellung und Unsicherheit durch Künstliche Intelligenz auf kognitive Interaktionen mit Apothekern: Randomisierte Kontrollstudie

In dieser Studie nutzten Forscher Labvanced’s Webcam-Eye Tracking, um zu bestimmen, wie Apotheker KI-bezogene Informationen in einer Arzneimittelverifikation verarbeiten. Ein KI-Prototyp wurde im Kontext der Arzneimittelverifikation präsentiert, bei dem die KI verschiedene Analysen der Wahrscheinlichkeit bereitstellte, dass die beiden Medikamente (die Pille und die Pillen im Fläschchen) übereinstimmten. Den Teilnehmern wurde aufgetragen, zu bestimmen, ob die Arzneimittel-Füllbilder mit Referenzbildern übereinstimmten, sowohl mit als auch ohne KI-Unterstützung. Die KI bot entweder "Black Box"-Hilfe (Übereinstimmungsstatusanzeigen) oder "unsicherheitsbewusste" Hilfe (Übereinstimmungsstatusanzeigen plus ein Vertrauenshistogramm).

Ergebnisse:

• Als KI-generierte Regionen präsent waren, verschoben Apotheker 19-26 % ihrer Fixationen auf diese, was darauf hindeutet, dass sie KI-Ratschläge in ihren Entscheidungen berücksichtigten.
• KI-Hilfe verringerte die Fixationen auf Füllbilder nicht, die der Hauptfokus blieben.
• Unnütze KI-Ratschläge waren damit verbunden, dass Apotheker mehr Zeit mit dem Blick auf Referenz- und Füllbilder verbrachten, was auf einen erhöhten kognitiven Aufwand hindeutet.
• Die Anzeige von KI-Unsicherheit führte zu längeren kognitiven Verarbeitungszeiten, wie an erhöhten Verweildauern auf Originalbildern zu erkennen ist.

Vorteile von Webcam-basiertem Eye Tracking

Die Integration von Labvanced’s Webcam-Eye Tracker in Ihr nächstes Forschungsprojekt bringt folgende Vorteile mit sich:

• Nicht-invasiv: Verwendet vorhandene Geräte, die ein natürlicheres und unauffälliges Erlebnis bieten.
• Kosteneffektiv: Generell erschwinglicher und zugänglicher als traditionelle Setups.
• Einfach zu bedienen/setup: Aktiviert mit ein paar Klicks in Labvanced, keine Programmierung erforderlich.
• Anpassbare Kalibrierung: Bietet umfangreiche Optionen zur Anpassung der Kalibrierung an spezifische Forschungsbedürfnisse.
• GDPR-konform: Verarbeitet Bilddaten lokal und überträgt nur blickbezogene Daten wie numerische Blickkoordinaten.
• Flexibel und skalierbar: Einfach aus der Ferne für Studien mit geografisch vielfältigen Teilnehmern bereitstellbar.
• Genauigkeit: Eine peer-reviewed Technologie, die durch Tests validiert wurde.