Diagramm der Studienentscheidungen (Kalibrierung, Rekalibrierung, Qualitätsgrenzen), die in die validierte Genauigkeit des Webcam-Augen-Trackings einfließen

Designüberlegungen, die die Genauigkeit des Webcam-Augen-Trackings beeinflussen

Die Genauigkeit des webcam-basierten Augen-Trackings hängt stark von der dahinterstehenden Implementierung ab. Diese Seite behandelt die Designentscheidungen, die Gründlichkeit der Kalibrierung und des Screenings, die Positionierung von Stimuli und die Aufzeichnungsumgebung, die bestimmen, welche Genauigkeit eine spezifische Studie tatsächlich erreicht.

Inhaltsverzeichnis

Studienentscheidungen, die die Genauigkeit bestimmen
Häufig gestellte Fragen
Veröffentlichte Forschung, die diese Methode verwendet

Studienentscheidungen, die die Genauigkeit bestimmen

Die Webcam-Augen-Tracking-Genauigkeit einer Studie stammt aus zwei Ebenen: der Basisgenauigkeit der zugrunde liegenden Technologie und den Designentscheidungen, der Kalibrierung, der Positionierung von Stimuli und der Aufzeichnungsumgebung, die bestimmen, wie viel von dieser Basisgenauigkeit eine spezifische Studie tatsächlich erreicht.

Basisgenauigkeit der Webcam-Technologie

Veröffentlichte Genauigkeitszahlen variieren stark im gesamten Bereich, wenn es um die Fähigkeiten der Webcam-Augen-Tracking-Technologie geht. Zum Beispiel berichtet WebGazer, die Open-Source-Bibliothek, die noch immer in der Mehrheit der veröffentlichten Webcam-Augen-Tracking-Studien in der Psycholinguistik verwendet wird (Patterson, Nicklin & Vitta, 2025), über etwa 4° visuellen Winkel (Papoutsaki et al., 2016). Neuere Systeme, die modernere Methoden zur Blickschätzung verwenden, erreichen deutlich unter 2°: Labvanced's Augen-Tracking hat den einzigen peer-reviewed Vergleich mit einem forschungsgrad Hardware-Augen-Tracker, der bis heute veröffentlicht wurde, und erreicht 1,3° in der Mitte des Bildschirms im Vergleich zu einem EyeLink 1000 (Kaduk et al., 2024). Die eigene weitere Validierung, die nicht peer-reviewed ist, aber mit offenen Daten veröffentlicht wurde, liegt bei realen Online-Teilnehmern bei einem Median von etwa 1,8° auf ihren eigenen Computern (Eye Tracking 2.0, 494 Prolific participants). Die Zahlen sind nicht immer direkt zwischen den Werkzeugen vergleichbar: einige berichten in Pixeln anstelle von visuellen Grad, und nicht jeder Anbieter veröffentlicht eine spezifische Zahl.

Keine dieser Zahlen ist eine Garantie für Ihre spezifische Studie; jede ist eine Obergrenze, die unter einem passenden Setup erreicht wird. Was bestimmt, ob eine gegebene Studie sie erreicht, sind die nachfolgenden Designentscheidungen, die in der Implementierung von Labvanced illustriert werden.

Kalibrierung

Jedes Webcam-Augen-Tracking-System schätzt die Blickposition anhand einer Kalibrierungszuordnung, und eine gründlichere Kalibrierung führt zu einer genaueren Zuordnung. Kalibrierung ist auch der einzige Punkt in einer Studie, an dem der Teilnehmer aktiv mit dem System interagieren muss, anstatt einfach nur der Aufgabe zu folgen, sodass die Gründlichkeit ein echtes Abwägen gegen die Zeit und Abbrechungsrate der Teilnehmer darstellt und nicht eine Einstellung ist, die standardmäßig maximiert werden sollte. Die richtige Menge hängt vom AOI-Layout ab: Viele kleine, eng beieinanderliegende AOIs benötigen die Genauigkeit, die eine gründlichere Kalibrierung bietet, während ein paar große AOIs oft besser mit einer leichteren Kalibrierung bedient werden. Mehrere Entscheidungen fallen unter diesen einen Kompromiss:

Länge und Punktzahl. Eine längere Kalibrierung mit mehr Punkten erzeugt eine genauere Zuordnung.
Datenqualität-Screening. Wie streng Teilnehmer ausgeschlossen werden, deren Kalibrierung nicht den Qualitätsstandards entspricht. Ohne einen solchen werden schlechte Kalibrierungen lautlos in den Datensatz einspeist, ununterscheidbar von einer guten; strengeres Screening kauft mehr Genauigkeit unter den verbleibenden Teilnehmern, auf Kosten davon, dass mehr Menschen abgelehnt werden.
Rekalibrierungs-Takt. Ob und wie oft die Kalibrierung während einer Sitzung erneut überprüft wird, da eine Zuordnung, die einmal zu Beginn gemacht wurde, während der Sitzung abdriften kann.
Kopfpositionskontrolle. Wie weit der Kopf eines Teilnehmers von der kalibrierten Position abweichen darf, bevor er markiert wird.

In Labvanced's Implementierung: Augen-Tracking 2.0 bündelt alle vier in einem geführten Genauigkeitsniveau und Screening-Level, mit laufenden Korrekturen für Drift und Beleuchtung, die standardmäßig aktiv sind; eine Custom-Konfiguration oder eine Studie, die noch auf der älteren Augen-Tracking 1.x basiert, setzt jede einzeln. Wie man die Kalibrierungseinstellungen für Augen-Tracking auswählt ist der spezielle Entscheidungsleitfaden.

Stimulus-Positionierung

Die Genauigkeit ist nicht gleichmäßig über den Bildschirm verteilt: Periphere Stimuli verursachen mehr Fehler als zentrale, was zwei direkte Implikationen für das Studiendesign hat.

Zentrierung. Wo ein Paradigma es zulässt, sorgt die zentrale Platzierung des kritischen Stimulus oder der Region, die am wichtigsten ist, für die zuverlässigsten Blickdaten.
AOI-Abstand. Jedes zwei AOIs, die im selben Versuch präsentiert werden, benötigen ausreichend Platz zwischen ihnen, um die Fehlergrenze der Methode zu überschreiten; andernfalls kann eine Fixierung nahe der Grenze zwischen zwei eng beieinanderliegenden AOIs nicht zuverlässig einem von beiden zugeordnet werden. Je näher die Genauigkeitszahl ist, auf die man sich verlässt, desto mehr Abstand muss in ein Design einberechnet werden.

In Labvanced's Implementierung: In der peer-reviewed Validierung verbesserte sich die Genauigkeit für Stimuli in der Mitte des Bildschirms (1.3° Genauigkeit, 0.9° Präzision) im Vergleich zur gesamten Zahl (1.4° Genauigkeit, 1.1° Präzision) (Kaduk et al., 2024).

Umwelt- und Teilnehmerbedingungen

Eine gründliche Kalibrierung und strenges Screening setzen eine Obergrenze; die Aufzeichnungsumgebung entscheidet, ob eine gegebene Sitzung sie erreicht. Drei Bedingungen sind wert, eingeplant zu werden: Beleuchtung, Brillen und Webcam-Positionierung.

Beleuchtung

Gegensicht, eine helle Lichtquelle wie ein Fenster oder eine Lampe, die hinter dem Teilnehmer positioniert ist, silhouettiert ihr Gesicht dagegen und reduziert den Kontrast, auf den die kamera-basierten Gesichtserkennung angewiesen ist, um Gesicht und Augenmerkmale präzise zu erkennen. Planen Sie Ihre Teilnehmeranweisungen unabhängig von der Generation darum, es ist günstiger, dies zu verhindern, als es zu korrigieren.

In Labvanced's Implementierung: Der Kalibrierungsbildschirm weist die Teilnehmer an, sich in einem stabilen, gut beleuchteten Raum ohne helle Lichtquelle hinter ihnen zu befinden. Bei Eye Tracking 2.0 löst ein Beleuchtungsänderungsdetektor auch eine zusätzliche Prüfung aus, wenn sich das Licht auf dem Gesicht eines Teilnehmers während der Sitzung ändert, aber dies senkt die Kosten einer Änderung; es entfernt sie nicht, sodass die Anweisung weiterhin wichtig ist.

Brillen

Was das Tracking tatsächlich beeinträchtigt, sind Lichteffekte, die verzerrt werden, bevor sie die Webcam erreichen, Brillen, die Reflexionen verursachen, oder Linsen mit einer getönten oder Blaulichtfilterbeschichtung, nicht die Brillen an sich. Brillen ohne diese Eigenschaften beeinflussen die Kalibrierung nicht signifikant, was Brillen zu einem engeren Anliegen macht, als es zunächst erscheint.

In Labvanced's Implementierung: Die standardmäßigen, an die Teilnehmer gerichteten Kalibrierungsanweisungen weisen derzeit die Teilnehmer an, keine Brillen zu tragen, eine konservative Vorgabe statt einer technischen Einschränkung. Diese Anweisung ist bearbeitbar: Sie befindet sich in den Nachrichten des Augen-Tracking-Systems unter den Texts & Translate-statischen Zeichenfolgen, sodass ein Forscher, dessen Teilnehmerpopulation häufig Brillen trägt, die Anweisung überarbeiten kann, anstatt diese Teilnehmer standardmäßig auszuschließen.

Webcam-Positionierung

Die Kalibrierung ordnet die Blickrichtung den Bildschirmkoordinaten relativ zur Position der Webcam zu, sodass eine Abweichung zwischen der Webcam und dem Bildschirmzentrum zusätzlichen Fehler hinzufügt, der allein mit Korrektur nicht behoben werden kann. Dies gilt nur für eine Webcam, die nicht in das Gerät integriert ist, da die Position einer integrierten Webcam relativ zum Bildschirm festgelegt ist.

In Labvanced's Implementierung: Für Teilnehmer, die eine externe Webcam verwenden, weist der Kalibrierungsbildschirm sie an, diese so nah wie möglich an der Mitte des Bildschirms zu positionieren.

Zusammenfassungstabelle

Entscheidung	Allgemeines Prinzip	Labvanced's Implementierung
Kalibrierung	Mehr AOIs, kleiner und näher zusammen, benötigen eine gründlichere Kalibrierung, strengeres Screening, häufigere Rekalibrierung und strengere Kopfpositionskontrolle, um zuverlässig zu lösen	Ein geführtes Genauigkeitsniveau und Screening-Level in Eye Tracking 2.0; `Custom` oder Eye Tracking 1.x setzen jede einzeln. Siehe den Kalibrierungseinstellungen-Leitfaden
Stimulus-Positionierung	Die Genauigkeit ist in der Bildschirmmitte höher als peripher; eng beieinanderliegende AOIs riskieren Fehlklassifizierungen	Validierte Genauigkeitszahl für die Bildschirmmitte (1.3° im Labor), die zur Planung des AOI-Abstands verwendet werden kann
Umwelt- und Teilnehmerbedingungen	Beleuchtung beeinflusst die Qualität des Trackings; Brillen sind in Ordnung, solange sie keine Reflexionen oder eine getönte Beschichtung verursachen	Teilnehmeranweisung gegen Rückbeleuchtung, unterstützt von einem Beleuchtungsänderungsdetektor in Eye Tracking 2.0; die standardmäßige "keine Brillen"-Anweisung ist ein bearbeitbarer statischer String, keine Einschränkung

None of these sind ungewöhnliche Anforderungen. Sie gehören zur gleichen Kategorie von Entscheidungen, die ein Labor über die Einrichtung eines Hardware-Augentrackers trifft, angewendet auf eine Situation, in der der Forscher den Teilnehmer nicht physisch überwachen kann.

Ob ein bestimmter Genauigkeitsgrad überhaupt zu Ihrer Forschungsfrage passt, bevor diese Entscheidungen ins Spiel kommen, wird in dem ersten Schritt von Wie man eine Webcam-Augenverfolgungsstudie durchführt behandelt.

Häufig gestellte Fragen

Wie genau ist die Webcam-Augenverfolgung?

Es hängt stark von der Implementierung ab: veröffentlichte Werte reichen von etwa 4° für weit verbreitete Open-Source-Bibliotheken wie WebGazer bis hin zu deutlich unter 2° für die am strengsten validierten Systeme. Labvanced's begutachteter Laborvergleich gegen ein EyeLink 1000 erreichte 1.3° in der Mitte des Bildschirms (Kaduk et al., 2024), die am rigorosesten benchmarkte Webcam-Augenverfolgungszahl, die bisher veröffentlicht wurde. Seine eigene weitere Online-Validierung (Eye Tracking 2.0, nicht peer-reviewed, aber mit offenen Daten veröffentlicht) schlägt echte Teilnehmer mit einem Median von etwa 1.8° bei der Standardeinstellung vor, bis hinunter zu etwa 1.4° bei der gründlichsten. Siehe das Eye Tracking 2.0 Lab Note für die vollständige Validierung.

Ist die Webcam-Augenverfolgung genau genug für Lesestudien?

Ja, bei der gründlichsten Kalibrierungs- und Screening-Einstellung, die etwa 1.5° liefert, genug, um AOIs auf Wortebene mit normalem Abstand zu unterscheiden. Größere AOIs, wie Gesichter, Szenen oder Seitenregionen, funktionieren bei einer leichteren Einstellung.

Wie lange dauert die Kalibrierung der Webcam-Augenverfolgung?

Es hängt davon ab, wie gründlich Ihr Design es benötigt: etwa 4 Minuten für eine Standardanordnung und etwa 7 Minuten für die anspruchsvollste, während leichtere Anordnungen unter einer Minute oder gar keine Kalibrierung benötigen. Wählen Sie zuerst basierend auf Ihrem AOI-Abstand, die Kalibrierungszeit folgt aus dieser Wahl. Siehe den Leitfaden zu Kalibrierungseinstellungen für die genauen Optionen.

Funktioniert die Webcam-Augenverfolgung mit Säuglingen?

Ja. Die leichteste Einstellung verfolgt den Blick ohne Kalibrierung bei einem geschätzten Fehler von etwa 4°, genug, um bei Vorzugsblickstudien links von rechts zu unterscheiden. Bei Designs, die eine kurze, säuglingsfreundliche Kalibrierung tolerieren können, verbessert sich die Genauigkeit weiter. Siehe den Leitfaden zu Kalibrierungseinstellungen für die spezifischen Optionen für Säuglinge.

Muss ich während einer Sitzung noch eine Neukalibrierung planen?

Nicht bei Eye Tracking 2.0: Live-Korrekturen für Kopfdrift und Lichtänderungen werden standardmäßig bei jeder Kalibrierungseinstellung durchgeführt, sodass es keinen manuellen Neukalibrierungsrhythmus zu konfigurieren gibt. Bei Eye Tracking 1.x musste die Neukalibrierung manuell zu definierten Zeitpunkten, beispielsweise zwischen Blöcken, ausgelöst werden, um gegen Drift zu schützen.

Wie erkenne ich, ob die Kalibrierung eines Teilnehmers gut genug ist, um in meine Daten aufgenommen zu werden?

Bei Eye Tracking 2.0 entscheidet dies, was das Screening-Niveau bestimmt: Teilnehmer, die die Vorgaben für Ihr gewähltes Niveau nicht erfüllen, werden ausgeschlossen oder gebeten, es vor der Datenerfassung erneut zu versuchen, anstatt dass Sie dies nachträglich von Fall zu Fall überprüfen. Bei Eye Tracking 1.x erfüllte ein maximaler Kalibrierungsfehler-Schwellenwert dieselbe Funktion wie eine Einstellung, die Sie direkt konfiguriert haben.

Wie viel Platz sollte zwischen AOIs in einer Webcam-Augenverfolgungsstudie sein?

Genug, um die Genauigkeitsmarge der gewählten Kalibrierungs- und Screening-Einstellung zu überschreiten: so eng wie etwa 1.8° bei der Standardeinstellung, bis hinunter zu etwa 1.5° bei der gründlichsten, oder 1.3 bis 1.4° in peer-reviewed Laborvalidierungen (Kaduk et al., 2024). Zwei AOIs, die näher beieinander liegen als diese Marge, riskieren, dass eine Fixation in der Nähe der Grenze dem falschen zugeordnet wird. Kritische Stimuli zentral zu platzieren und den Abstand proportional zur verwendeten Genauigkeitszahl zu gestalten, reduziert dieses Risiko.

Die Kalibrierungsanweisungen von Labvanced sagen den Teilnehmern, dass sie keine Brillen tragen sollen. Bedeutet das, dass Brillen nicht unterstützt werden?

Nein. Tatsächlich sind es die Lichtverzerrungen, bevor sie die Webcam erreichen, Brillen, die Reflexionen verursachen oder eine getönte oder Blaulichtfilterbeschichtung haben, nicht die Brillen selbst, die die Verfolgung beeinflussen. Brillen ohne diese Eigenschaften beeinträchtigen die Kalibrierung nicht wesentlich. Die Standardanweisung „Keine Brillen tragen“ ist ein konservativer Standardtext, keine technische Einschränkung, und sie ist editierbar: es ist eine der Nachrichten des Augenverfolgungssystems unter den `Texts & Translate` statischen Strings, sodass eine Studie mit einer Teilnahmepopulation, die häufig Brillen trägt, diese überarbeiten kann, anstatt diese Teilnehmer komplett auszuschließen.

Veröffentlichten Forschungsarbeiten mit dieser Methode

Cassano-Coleman, R. Y., Izen, S. C., & Piazza, E. A. (2026). Zuhörer integrieren systematisch hierarchischen tonalen Kontext, unabhängig von musikalischer Ausbildung. Psychological Science. (Beinhaltet blickabhängige Elemente).
Zhang, P., & Zhang, S. (2025). Aufmerksamkeit und Lernen in L2 Multimodalität: Eine webcam-basierte Augenverfolgungsstudie. Language Learning & Technology. https://doi.org/10.64152/10125/73626
Serrano-Carot, M., Angele, B., Xu, H., & Vasilev, M. R. (2025). Webcams können verwendet werden, um Augenbewegungen beim Lesen zu studieren. PsyArXiv (OSF Preprints). https://doi.org/10.31234/osf.io/bzt2h_v1
Lester, C., et al. (2025). Einfluss von Unsicherheitsbewussten KI-Modellen auf die Reaktionszeit von Apothekern und die Entscheidungsfindung in einer web-basierten Simulation zur Medikamentenverifizierung: Randomisierte kontrollierte Studie. JMIR Medical Informatics. https://doi.org/10.2196/64902
Wies, S., Bleier, A., & Edeling, A. (2022). Journal of Marketing. Webcam-basierte Augenverfolgung im Kontext der Marketingforschung.
Banki, A., de Eccher, M., et al. (2022). Frontiers in Psychology. Entwicklungs- und Säuglingsaugenverfolgung.