ウェブカメラ目の追跡研究のための六段階のワークフロー、測定の定義からキャリブレーション、データ収集、検証まで

ウェブカメラによる目の追跡研究の実施方法

ウェブカメラによる目の追跡研究を行うことは、専用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、測定する内容を決定し、それに関連する刺激を選択し、キャリブレーションアプローチを選び、環境と参加者を準備し、タスク中に視線データを収集し、メソッドが実際にサポートできること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。Eye Tracking 2.0を用いることで、Labvancedのウェブカメラ目の追跡パイプラインは、実際のオンライン参加者が自分のコンピュータ上で使用した場合、視覚的角度の中央値が1.8°に達し、フィールドでの研究グレードのEyeLink 1000トラッカーとの一つの査読付き比較において画面の中心で1.3°となり、ハードウェアなしでほとんどの注意と視覚的選好研究の質問をサポートするには十分な近さですが、全ての研究質問をカバーできるわけではありません。

これらのステージのいずれも特定のプラットフォームに特有ではなく、実装の詳細が異なります。以下の各セクションでは、最初に一般的な方法論的決定を扱い、その後にLabvancedがどのように実装しているかを指摘します。

ウェブカメラ目の追跡ワークフロー

I. 測定する内容とウェブカメラ目の追跡があなたの質問に合うかを決定する

ウェブカメラ目の追跡が測定する内容

ウェブカメラ目の追跡によって構築された研究は通常、次のいずれかを記録します：

固定：誰がどこをどれくらい見たか
サッケード：固定点間の迅速な移動
興味領域（AOI）分析：参加者が定義された領域をどれだけ見たかとその時間
視線の経路：刺激に対する視覚的注意のシーケンス
最初の固定までの時間：刺激が注目を集める速さ

瞳孔のサイズは、特定のウェブカメラパイプラインから技術的に取得可能ですが、専用ハードウェアと比較すると信頼性がかなり低いため、ウェブカメラ研究において主要な結果指標として使用されることは稀です。

このメソッドがあなたの研究質問に合うかどうか

このメソッドが特定の研究質問に合うかどうかは、提供できる精度の問題であり、これは実装によって大きく異なります：公開された心理言語学研究で最も広く使用されているオープンソースライブラリのWebGazerでは約4°から、最も厳密に検証されたシステムでは2°未満まで。Labvancedは上位に位置しており、その査読付きラボバリデーションは1.2から1.4視覚度（1.3°画面中心）、精度は1.1°、EyeLink 1000とのピアソン相関は約0.8から0.9となっています(Kaduk et al., 2024)。これは、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値です。その自身のさらなる検証は、査読されていませんが、リアルオンライン参加者において中央値約1.8°を確保し、最も徹底したキャリブレーションと厳格なスクリーニングを行った場合は約1.4°まで向上します。

これはハードウェア目のトラッカーと同等ではなく、最も徹底した設定でも数分の一度のギャップが残ります。このギャップが特定の研究にとって何を意味するかは、その研究が何を測定する必要があるかによって依存します：

この精度レベルでよくサポートされるもの：

興味領域（AOI）と滞在時間分析：参加者が刺激のどの領域を見たか、そしてどれくらいの時間
固定数と固定時間
フリー・ビューイングと視覚選好パラダイム、フリー・ビューイングとスムーズ・ピルスートのEyeLinkとの約80％の相関で検証された
最初の固定までの時間と一般的な視覚的注意パターン
単語レベルでの読み取り、最も徹底したキャリブレーションとスクリーニング設定（約1.5°）において；顔、シーン、またはページ領域などの大きなAOIは標準設定（約1.8から1.9°）で

この精度レベルではあまりサポートされないもの：

サブ度精度タスク、測定自体が視覚的度合いよりも細かく解像する必要がある場合
サッケードのダイナミクスとミクロサッケード分析、空間的精度だけでなくサンプリングレートによって制約される
密なテキストでの文字レベルの固定精度

研究質問がAOIまたは固定レベルで回答可能であれば、検証されたウェブカメラ目の追跡実装が適切であり、AOIレイアウトに合ったキャリブレーションとスクリーニング設定が必要です；もしそれが度の一部内での視線位置の解決やサッケードのダイナミクスのキャプチャを必要とする場合は、ハードウェアが適切なツールとなります。ウェブカメラ目の追跡精度に影響を与える設計上の考慮事項は、特定の研究がこれらの数値に達するかどうかを決定するキャリブレーション、刺激、環境の決定をカバーしています。

II. あなたの刺激を必要な視線データに関連付ける

視線追跡は、刺激が何であるかに依存せずに実行されます：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、メソッド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、そこに描画されているものには依存しないからです。重要なのは、興味領域が互いにどのように配置されているか、およびそれを隔てるスペースの量です。精度は画面全体で均一ではなく、近接したAOIには誤って別のものに割り当てられる可能性があるためです。

Labvancedの実装： 目の追跡タスクに刺激を提示するは、タスクエディター内の任意のオブジェクトタイプが特別な構成なしで追跡可能になる方法と、目の追跡設定に触れる前に刺激のレイアウトを考える方法について説明しています。

III. キャリブレーションアプローチを選ぶ

Eye Tracking 2.0では、キャリブレーションの長さとデータ品質の閾値が、精度のティアとスクリーニングレベルの二つの選択肢に収束します。それぞれには既知の期待精度と設定時間があり、まったくキャリブレーションがない（パッシブティア）から約7分（最高ティア、厳格なスクリーニング）までの範囲です。正しい組み合わせは、AOIがどれだけ密集しているかに依存します：多数の小さく密に配置されたAOIを持つデザインは、より高いティアと厳格なスクリーニングを購入する必要があります；一方、少数の大きくよく分離された領域を持つデザインは、より軽い設定を使用できます。ウェブカメラ目の追跡精度に影響を与える設計上の考慮事項は、期待される精度と各組み合わせの募集コストを含む完全なティアおよびスクリーニング表を示します。また、Eye Tracking 2.0 ラボノートが基礎となる検証です。

キャリブレーションとスクリーニングは上限を設定しますが、セッション中のドリフトがそれを損なう可能性があります：Eye Tracking 2.0では、ライブヘッドポーズ補正と照明変化検出がデフォルトで実行され、これに対抗します。さらに、定期的な視線制御のチェックも行われます。

Labvancedの実装： 目の追跡キャリブレーション設定の選び方は、精度ティア、スクリーニングレベル、およびあなたの研究に必要な生理学ツールボックスバージョンを決定するためのガイドです。

IV. 環境と参加者を準備する

ウェブカメラによる視線追跡は、ウェブカメラの入力から顔と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ているため、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品質に実質的な影響を与えます。逆光は参加者の顔をシルエットにし、モデルが必要とするコントラストを減少させます。画面から遠くに置かれたウェブカメラは、キャリブレーションで補正される以上のエラーを追加します。また、反射を引き起こしたり、色付けやブルーライトフィルターのコーティングが施された眼鏡は、カメラに届く光を歪めます。これらは珍しい要件ではなく、研究者が参加者を物理的に確認できない設定で、ハードウェアの視線追跡装置のためにラボが管理する設置に関する考慮事項の同じカテゴリに該当します。

Labvancedの実装: 参加者キャリブレーション体験では、実際の照明、眼鏡、ウェブカメラの配置要因を含む、参加者が見るキャリブレーションフローを説明し、参加者が位置から外れた場合に何が起こるかを示します。

V. タスク中の視線データの収集

視線データの記録

キャリブレーションが完了すると、視線座標が記録され、設計時に定義された興味領域に対してマッピングされます。研究デザインに応じて、記録はタスク全体にわたって継続的に行うことも、特定の興味領域に制限して、参加者が定義された領域に視線を向けている間だけキャプチャすることも可能です。視線は、キャプチャする価値のある唯一のチャネルであることは稀です：他の行動的または生理的測定とペアリングすることで、視線位置のみよりも参加者の応答のより完全な画像が構築されます。

Labvancedの実装: Labvancedにおける視線追跡データ出力では、視線エクスポートに実際に含まれるもの、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性値を含めて示しています。形状を興味領域（AOI）として使用するでは、ポリゴンまたはSVG形状をマスクとして使用して、視線が記録される領域を定義する方法を説明しています。Labvancedは、同じタスク内で視線追跡に加えて補完的なチャネルも記録できます：

マウストラッキング: カーソル位置と動きの軌跡
感情検出: 感情ラベルに分類された顔の表情
リモート心拍数検出（rPPG）: ウェブカメラ画像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

長時間またはマルチブロックのセッションの場合、1回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から保護されます。これは、どんなリモートで監視されていないセットアップに対するライブの方法論的リスクです。

Labvancedの実装: タスク内の視線追跡の設定では、タスクごとの再キャリブレーションの頻度の設定について説明しています。

VI. 出力の分析

ウェブカメラの視線データは、1試行ごとの値ではなく、時系列としてエクスポートされます。これは、視線位置が1秒間に何度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度によって制限され、参加者のハードウェアに応じて、一般的には30Hzから60Hzの間で上限に達します。生の視線ストリームから、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計算されます。

Labvancedの実装: 視線データの記録とエクスポートでは、視線データを記録するイベントを構築する方法と、研究の実施後に得られるエクスポートの外観について説明しています。

サマリー表

ステージ	方法論的決定	Labvancedの実装（上記のリンクガイド参照）
I. 測定するもの	AOI、注視、滞在時間など、実際にサポートされている測定値を選ぶ	精度と設計考慮事項ページ
II. 刺激と視線	AOIの間隔が刺激のタイプよりも重要です	刺激提示ガイド
III. キャリブレーション	精度の階層とスクリーニングレベルが、セットアップ時間およびリクルートコストに対して精度をトレードオフします	キャリブレーション設定ガイド、精度と設計考慮事項ページ
IV. 環境と参加者	照明、ウェブカメラの配置、眼鏡は、任意の試行の実施前に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	長いセッションでの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う	タスク設定と視線記録ガイド
VI. 分析	時系列エクスポートから注視持続時間、滞在時間、関連する指標を計算します	視線記録とエクスポートガイド

よくある質問

ウェブカメラによる視線追跡研究はどのように実行しますか？

それは、六段階のプロセスとして概念化できます：測定するものを決定し、方法の精度の上限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の間隔に基づいて設計し、次にその間隔に合った精度の階層とスクリーニングレベルを選択し、録音環境（照明、ウェブカメラの配置、眼鏡）を準備し、データを収集します（デフォルトでドリフトを補正するためにライブ補正がEye Tracking 2.0で実行されます）、最後に、得られた時系列を分析して、注視持続時間、滞在時間、関連する指標を計算します。専用のハードウェアは不要で、通常のウェブカメラとブラウザで十分です。

ウェブカメラ視線追跡を実行するために特別なハードウェアは必要ですか？

いいえ。ウェブカメラの視線追跡は、参加者の既存の内蔵または外部ウェブカメラで実行され、専用の視線追跡デバイスなしでコンピュータビジョンアルゴリズムを使用して視線を推定します。重要なのは、ウェブカメラの品質と配置で、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性高く検出できるかに影響を与えます。

実際の研究におけるウェブカメラ視線追跡の精度はどのくらいですか？

Eye Tracking 2.0を使用すると、実際のオンライン参加者に対して1.8°の視覚角度の中央値（高等級、バランスの取れたスクリーニング）が得られ、最高等級と非常に厳格なスクリーニングで約1.4°にまで低下します（Labvanced, 2026）。この分野で唯一の査読済み比較は、研究グレードのEyeLink 1000トラッカーに対し、1.2から1.4の視覚度に達し、ピアソン相関は0.9を超えました (Kaduk et al., 2024)。ウェブカメラ視線追跡の精度に影響を与える設計考慮事項のページを参照して、完全な階層とスクリーニング表、残り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のかを見てください。

Labvancedのウェブカメラ視線追跡をハードウェアトラッカーより優先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できる場合、つまりほとんどの注意および視覚的選好デザインに当てはまります：AOI分析、滞在時間、注視数、および自由視聴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おり、最高等級では単語レベルでの読書も可能です。サブ度精度、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、ハードウェアが適切であると言えます。