ウェブカメラの注視追跡研究のための六段階のワークフロー。測定内容の定義からキャリブレーション、データ収集、および検証まで

ウェブカメラの注視追跡研究の実施方法

ウェブカメラの注視追跡研究を実施することは、専用のハードウェアではなく、標準的なコンピュータウェブカメラを使用して、誰かがどこを見ているかを測定することを意味します。これは、測定内容の決定、刺激とその測定との関連付け、キャリブレーションアプローチの選択、環境と参加者の準備、タスク中の注視データの収集、そして方法が実際にサポートできるものに対して出力を分析するという六段階のプロセスとして概念化できます。Labvancedのウェブカメラ注視追跡パイプラインは、これまでに最も厳密にベンチマークされたもので、研究用グレードのEyeLink 1000トラッカーに対して1.2から1.4視覚度の精度に達しており(Kaduk et al., 2024)、ハードウェアなしでほとんどの注意や視覚的選好に関する研究課題をサポートできるのに十分ですが、すべての研究課題に適しているわけではありません。

これらの各段階は、特定のプラットフォームに特有のものではありませんが、実装の詳細が異なります。以下の各セクションは、最初に一般的な方法論的決定をカバーし、その後Labvancedがそれをどのように実装しているかを示します。

ウェブカメラの注視追跡ワークフロー

I. 測定内容とウェブカメラの注視追跡があなたの質問に適合するか決める

ウェブカメラの注視追跡が測定するもの

ウェブカメラ注視追跡を中心に構築された研究は、通常次の一つまたはそれ以上を記録します：

注視: 誰がどこをどのくらいの時間見たか
サッケード: 注視点間の迅速な移動
興味領域（AOI）分析: 参加者が定義された領域を見たか、どのくらいの時間見たのか
視線の経路: 刺激に対する視覚的注意の順序
初回注視までの時間: 刺激がどれだけ早く注意を引くか

瞳の大きさは、一部のウェブカメラパイプラインから技術的に抽出可能ですが、専用のハードウェアと比較して信頼性が大幅に低いため、ウェブカメラの研究でprimary outcome measureとして使用されることはほとんどありません。

手法があなたの研究質問に適しているか

手法が特定の研究質問に適しているかどうかは、提供できる精度によります。ウェブカメラ注視追跡は、AOIと滞在時間分析、注視数、自由視聴および視覚的選好パラダイム、一般的な視覚的注意パターンに適しています。ウェブカメラの注視追跡精度に影響を与える設計上の考慮事項では、その適合性の背後にある発表された精度の数値と、特定の研究がそれに達しているかどうかを決定する設計上の決定が完全に説明されています。

それは、サブ度の精密タスク、サッケードのダイナミクス、または密なテキストにおける文字レベルの注視精度にはあまり適していません：研究グレードのハードウェアトラッカーとの精度のギャップは実際のものであり、単に無視するのではなく、設計の中心に据えるべきです。

II. 刺激を必要な注視データに関連付ける

注視追跡は、刺激が実際に何であるかに関係なく独立して行われます：画像、テキストのブロック、ビデオフレーム、またはライブインターフェースはすべて同じ方法で追跡可能です。なぜなら、方法は目が画面に対してどこを指しているかを記録するからであり、下に何が描画されているかを記録しないからです。重要な設計上の決定は、興味のある領域が互いにどのように配置され、どのくらいのスペースで隔てられているかです。画面全体の精度は均一ではなく、互いに近いAOIが境界近くに注視が誤って割り当てられるリスクがあります。

Labvancedの実装: 注視追跡タスクにおける刺激の提示では、タスクエディタ内の任意のオブジェクトタイプが特別な設定なしで追跡可能になる方法と、単一の注視追跡設定にも触れる前に刺激レイアウトについて考える方法を説明しています。

III. キャリブレーションのアプローチを選ぶ

どんなウェブカメラの注視追跡システムでも、参加者に画面上の一連の点を見ているように求めることで構築されたキャリブレーションマッピングから注視位置を推定します。より多くの点を使用する長い手順は、より正確なマッピングを生成しますが、キャリブレーションは参加者が単にタスクに注意を向けるのではなく、システムに積極的に関与する必要がある唯一の部分であるため、長さは疲労やドロップアウトとの現実のトレードオフになります。適正な長さは、AOIがどれだけ密に詰まっているかによって決まります：小さく密に配置されたAOIが多いデザインでは、長いキャリブレーションによって得られる精度が必要です；大きく十分に分離された領域がいくつかあるデザインでは、短いもので済むことができます。

キャリブレーションの長さが上限を設定しますが、定義された品質の閾値がないと、キャリブレーションが収束しなかった参加者は、正しく収束したものと区別できないデータセットに含まれます。データ収集の前に最大許容キャリブレーションエラーを設定すると、それは推定の標準ではなく明示的な標準に変わります。

Labvancedの実装: 注視追跡キャリブレーション設定の選び方は、キャリブレーションの長さ、ポイント数、品質の閾値、およびあなたの研究に必要な生理学ツールボックスのバージョンについての意思決定ガイドです。

IV. 環境と参加者の準備をする

ウェブカメラの注視追跡は、ウェブカメラ入力から顔および目のランドマークを信頼性高く検出する顔追跡モデルに依存します。そのため、単一の試行が実行される前に、いくつかの環境要因がデータの質に大きく影響します。バックライティングは参加者の顔をシルエット化し、モデルが必要とするコントラストを減少させます。画面から遠くに位置するウェブカメラは、キャリブレーションで修正される以上のエラーを追加し、反射を引き起こすメガネや、色付きまたはブルーライトフィルターを持つコーティングが施されたものは、カメラに届く光を歪めます。これらは異常な要件ではなく、ハードウェアの注視トラッカーのために研究室が管理するセットアップの考慮事項と同じカテゴリです。この環境は、研究者が参加者を物理的に確認できない設定に適用されます。

Labvancedの実装: 参加者のキャリブレーション体験では、参加者が目にするキャリブレーションフローを詳しく説明しています。ここには、上記の実用的な照明、眼鏡、およびウェブカメラの配置要因が含まれ、参加者が位置から外れた場合に何が起こるかも説明されています。

V. タスク中の注視データの収集

注視データの記録

キャリブレーションが完了すると、注視座標が記録され、設計時に定義された関心領域にマッピングされます。研究デザインによっては、記録がタスク全体にわたって継続的に行われる場合もあれば、特定の関心領域に制限される場合もあります。この場合、参加者が定義された領域内を見ている間のみ注視をキャプチャし、全体のフレームを通してではありません。また、注視は通常、記録しておくべき唯一のチャネルではありません。他の行動的または生理的な測定と組み合わせることで、注視位置だけでは得られない参加者の反応の全体像を構築します。

Labvancedの実装: Labvancedにおける注視データ出力は、実際の注視エクスポートが何を含むかを示しており、まばたきや未検出の顔をフラグ付けするサンプルごとの信頼値も含まれています。関心領域(AOI)としてシェイプを使用するでは、ポリゴンやSVGシェイプをマスクとして使用して、記録される注視の領域を定義する方法について説明します。Labvancedでは、同じタスク内でアイ・トラッキングとともに補完的なチャネルを記録することもできます。

マウストラッキング: カーソルの位置と動きの軌跡
感情検出: 顔の表情を感情ラベルに分類
リモート心拍数検出(rPPG): ウェブカメラのフィードから推定された心拍数

セッション中の再キャリブレーション

長いまたは複数のブロックにわたるセッションの場合、単一のキャリブレーションに頼るのではなく、定義されたポイントで再キャリブレーションをトリガーすることで、位置や照明のドリフトを防ぐことができます。これは、リモートで非監視のセットアップにとっての実際の方法論的リスクです。

Labvancedの実装: タスク内でのアイ・トラッキングの設定では、タスクごとの再キャリブレーションの間隔を設定する方法を説明しています。

VI. 出力の分析

ウェブカメラの注視データは、試行ごとに1つの値ではなく、時系列データとしてエクスポートされます。これは、注視位置が1回ではなく、1秒間に何回も記録されるためです。サンプリングレートは、ブラウザがウェブカメラのフレームを処理できる速さによって制限され、通常は参加者のハードウェアに応じて30Hzから60Hzの範囲に達することが一般的です。生の注視ストリームから、ほとんどの研究デザインをサポートする指標は、注視持続時間、AOIへの訪問回数、最初の注視までの時間、滞在時間であり、これらはR、Python、または専用の分析ソフトウェアで後処理されます。

Labvancedの実装: 注視データの記録とエクスポートでは、注視データを記録するイベントの構築と、研究が実行された後のエクスポートがどのように見えるかについて説明しています。

概要表

ステージ	方法論的決定	Labvancedの実装（上記のリンクされたガイドを参照）
I. 測定すべきこと	AOI、注視、滞在時間など、実際にサポートされる測定を選択します（サッカードダイナミクス、サブ・ディグリーの精度は適していません）	正確性と設計に関する考慮事項ページ
II. 刺激と注視	AOIの間隔が刺激の種類よりも重要です	刺激を提示するガイド
III. キャリブレーション	長さとポイント数は、正確さを疲労やドロップアウトとトレードオフします。定義された品質しきい値が、どのキャリブレーションが使用するのに十分良いかを決定します	キャリブレーション設定ガイド
IV. 環境と参加者	照明、ウェブカメラの配置、眼鏡が、試行が行われる前のランドマーク検出に影響を与えます	参加者キャリブレーション体験ガイド
V. データ収集	長いセッションでは、ドリフトを防ぐために定義されたポイントで再キャリブレーションを行います	タスク設定と注視記録ガイド
VI. 分析	時系列エクスポートから注視持続時間、滞在時間、および関連する指標を計算します	注視記録とエクスポートガイド

よくある質問

ウェブカメラアイトラッキング研究をどのように実施しますか？

これは、6つのステージプロセスとして概念化できます。測定すべきことを決定し、メソッドの正確さがあなたの研究質問に合っていることを確認し、刺激をAOIの間隔に基づいてデザインし、刺激の種類ではなく、キャリブレーションの長さと質のしきい値をその間隔に合わせて準備し、記録環境（照明、ウェブカメラの配置、眼鏡）を整え、長いセッションのために定義されたポイントで再キャリブレーションを行い、最後に結果の時系列を分析し、注視持続時間、滞在時間、関連する指標を調べます。専用のハードウェアは必要なく、標準のウェブカメラとブラウザがあれば十分です。

ウェブカメラアイトラッキングを実施するために特別なハードウェアは必要ですか？

いいえ。ウェブカメラアイトラッキングは、参加者が既存の内蔵または外部ウェブカメラを使用して行われ、専用のアイ・トラッキングデバイスなしでコンピュータービジョンアルゴリズムを使用して注視を推定します。重要なのはウェブカメラの質と配置であり、どちらも顔追跡モデルが目のランドマークをどれだけ信頼できるかに影響します。

実際の研究におけるウェブカメラアイトラッキングの精度はどのくらいですか？

これまでに発表された中で最も厳密にベンチマークされた数字は、研究用のEyeLink 1000トラッカーに対して1.2から1.4視覚度で、ピアソンの相関係数は0.9を超えています (Kaduk et al., 2024)。これは研究所の基準に近いですが、完全に一致するわけではなく、約半度の精度ギャップがあります。上記のウェブカメラアイトラッキング精度に影響を与える設計考慮事項ページをご覧ください。このギャップが異なる研究デザインにとって何を意味するかについての情報が得られます。

ハードウェアトラッカーの代わりにLabvancedのウェブカメラアイトラッキングを選択すべき時はいつですか？

研究質問がAOIまたは注視レベルで回答可能である限り、これはほとんどの注意と視覚偏好のデザインをカバーします。AOI分析、滞在時間、注視カウント、自由視野のパラダイムは、すべて検証された精度で十分にサポートされています。ハードウェアは、サブ・ディグリーの精度、サッカードダイナミクス、密なテキストでの文字レベルの注視、または臨床的な眼球運動の診断には依然として適切です。