ウェブカメラによる視線追跡精度に影響を与えるデザイン考慮事項
ウェブカメラベースの視線追跡の精度は、その背後にある実装に大きく依存しています。このページでは、特定の研究が実際に達成する精度を決定するデザインの決定、キャリブレーションおよびスクリーニングの徹底、刺激の配置、そして録画環境について説明します。
精度を決定する研究設計の決定
研究のウェブカメラによる視線追跡の精度は、二つの層から成り立っています。基盤となる技術の基本精度と、その基盤精度のどの程度を特定の研究が実際に達成するかを決めるデザインの決定、キャリブレーション、刺激の配置、そして録画環境です。
基盤となるウェブカメラ技術の精度
ウェブカメラ視線追跡技術の能力に関しては、発表された精度の数字が広く異なります。たとえば、心理言語学の研究においてほとんどの発表されたウェブカメラ視線追跡研究で使用されているオープンソースライブラリのWebGazerは、約4°の視覚角度を報告しています（Papoutsaki et al., 2016）(Patterson, Nicklin & Vitta, 2025)。より最近のシステムは新しい視線推定アプローチを用いており、2°未満に達しています：Labvancedの視線追跡は、これまでに発表された研究用ハードウェア視線追跡装置との間での唯一のピアレビュー済み比較を持ち、EyeLink 1000に対して画面の中心で1.3°に達しています(Kaduk et al., 2024)。そのさらなる検証では、ピアレビューはされていませんが、オープンデータとともに発表されており、オンラインの参加者の中央値は約1.8°に達しています(Eye Tracking 2.0, 494 Prolific participants)。数値は必ずしも直接的にツール間で比較可能ではありません。一部は視覚度ではなくピクセルで報告されており、すべてのベンダーが特定の数値を公開しているわけではありません。
これらの数値は、特定の研究にとっての保証ではありません。それぞれはマッチしたセットアップの下で到達した天井です。特定の研究がこれに到達するかどうかを決定するのは、以下のデザインの決定です。これらはLabvancedがどのように実装しているかを通じて説明します。
キャリブレーション
ウェブカメラ視線追跡システムは、キャリブレーションマッピングから視線位置を推定します。より徹底したキャリブレーションにより、より正確な結果が得られます。キャリブレーションは、参加者がタスクに注意を向けるだけではなく、システムに積極的に関与する唯一のポイントでもあるため、徹底性は参加者の時間とドロップアウトとの実際のトレードオフとなります。適切な量はAOIレイアウトに依存します。多くの小さな、密接に配置されたAOIは、より徹底的なキャリブレーションが提供する精度を必要としますが、いくつかの大きなAOIはしばしば軽いキャリブレーションで十分です。この一つのトレードオフの下にはいくつかの決定が含まれます：
- 長さとポイント数。 より長いキャリブレーションとより多くのポイントが、より正確なマッピングを生み出します。
- データの質のスクリーニング。 質の基準を満たさない参加者をどの程度厳しく除外するか。基準なしでは、質の悪いキャリブレーションが良いものと見分けがつかないままデータセットに取り込まれます。厳格なスクリーニングは、残る参加者の間での精度を向上させますが、その代償として、より多くの人々を排除します。
- 再キャリブレーションの頻度。 セッション中にキャリブレーションを確認するかどうか、またはその頻度。開始時に一度取ったマッピングは、セッションが進んでいくうちにドリフトする可能性があります。
- 頭の位置の制御。 参加者の頭がキャリブレーションされた位置からどれだけドリフトすることを許可するか。
Labvancedの実装では： Eye Tracking 2.0は、すべての4つをガイド付きの精度ティアとスクリーニングレベルに束ね、ドリフトとライティングのライブ補正をデフォルトで行います; Custom構成または古いEye Tracking 1.xの設定では、それぞれが個別に設定されます。視線追跡キャリブレーション設定の選び方は、専用の決定ガイドです。
刺激の配置
精度は画面全体で均一ではありません：周辺の刺激は中央の刺激よりもエラーを伴います。これは、研究設計に対して二つの直接的な影響を持ちます。
- センタリング。 パラダイムが許す場合、重要な刺激や最も重要な領域を中央に配置することで、最も信頼性の高い視線データが得られます。
- AOIの間隔。 同じ試行で提示される任意の二つのAOIは、方法の誤差範囲を超えるほどの十分な間隔が必要です。さもなければ、密接に配置された二つのAOIの境界近くの注視は、どちらか一方に信頼できない形で割り当てられます。頼りにしている精度の数字が近いほど、デザインにはより多くの間隔を組み込む必要があります。
Labvancedの実装では： ピアレビュー済みの検証によると、画面の中心にある刺激の精度（1.3°の精度、0.9°の精度）は、全体の数値（1.4°の精度、1.1°の精度）に比べて向上することが分かりました(Kaduk et al., 2024)。
環境および参加者の条件
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選択することは天井を設定しますが、録画環境は、特定のセッションがそれに達するかどうかを決定します。計画すべき三つの条件があります：照明、眼鏡、そしてウェブカメラの位置です。
照明
バックライティングとは、参加者の背後に位置する窓やランプなどの明るい光源であり、それに対して顔がシルエットになることで、カメラベースの顔追跡が顔や目のランドマークを正確に検出するために依存するコントラストが低下します。参加者の指示は、世代に関係なくこの点を考慮することが重要です。予防する方が修正するよりも安価です。
Labvancedの実装では： キャリブレーション画面は参加者に、明るい光源が背後にない安定した十分な照明のある部屋にいるよう指示します。Eye Tracking 2.0では、照明変化検出器が、セッション中に参加者の顔の明るさが変わった場合に追加のチェックを開始しますが、これにより変化のコストは軽減されますが、完璧に取り除かれるわけではないので、指示は依然として重要です。
眼鏡
実際に追跡を悪化させるのは、光がウェブカメラに達する前に歪んだり、反射を引き起こす眼鏡や、色付きまたはブルーライトカットコーティングのレンズです。眼鏡自体は問題ではありません。上記の特性を持たない眼鏡は、キャリブレーションに意味のある影響を与えず、眼鏡は最初に見えるよりも狭い関心事です。
Labvancedの実装では： デフォルトの参加者向けキャリブレーション指示は、現在参加者に眼鏡をまったく着用しないように伝えています。これは技術的な制限ではなく、保守的なデフォルトです。その指示は編集可能です：これはTexts & Translate静的文字列の下の視線追跡システムメッセージの中にあり、眼鏡をよく使用する参加者集団の研究者は、デフォルトでその参加者を排除するのではなく、その指示を修正できます。
ウェブカメラの位置
キャリブレーションはウェブカメラの位置に対して画面の座標に視線をマッピングするため、ウェブカメラと画面の中心とのオフセットは、単独では修正できないエラーを引き入れます。これは、デバイスに組み込まれていないウェブカメラのみに適用されます。統合されたウェブカメラは、画面との相対的な位置が固定されています。
Labvancedの実装では： 外部ウェブカメラを使用する参加者に対し、キャリブレーション画面はそれを画面の中心にできるだけ近く配置するよう指示します。
要約テーブル
| 決定 | 一般的な原則 | Labvancedの実装 |
|---|---|---|
| キャリブレーション | より多くのAOI、より小さく近接したものは、より徹底的なキャリブレーション、厳格なスクリーニング、より頻繁な再キャリブレーション、そしてより厳密な頭の位置制御を必要とし、確実に解決されます | Eye Tracking 2.0のガイド付きの精度ティアとスクリーニングレベル; CustomまたはEye Tracking 1.xはそれぞれ個別に設定されます。キャリブレーション設定ガイドを参照してください |
| 刺激の配置 | 画面中央での精度は周辺よりも高い。密接に配置されたAOIは誤分類のリスクがある | 検証された画面中央の精度数値（1.3°のラボ内）がAOIの間隔の計画に利用可能 |
| 環境および参加者の条件 | 照明は追跡の質に影響を与える。反射や色付きのコーティングを引き起こさない限り眼鏡は問題ありません | バックライティングに対する参加者指示、Eye Tracking 2.0の照明変化検出器によって確認され、デフォルトの「眼鏡なし」指示は編集可能な静的文字列であり、制限ではありません |
None of these are unusual requirements. They are the same category of decision a lab makes about a hardware eye tracker's setup, applied to a setting where the researcher cannot physically supervise the participant.
Whether a given accuracy level fits your research question at all, before any of these decisions come into play, is covered in How to Run a Webcam Eye Tracking Study's first step.
よくある質問
ウェブカメラの視線追跡の精度はどれくらいですか？
ウェブカメラの視線追跡は読書研究に十分な精度がありますか？
ウェブカメラの視線追跡キャリブレーションにはどのくらい時間がかかりますか？
ウェブカメラの視線追跡は幼児にも使えますか？
セッション中に再キャリブレーションをスケジュールする必要がありますか？
参加者のキャリブレーションがデータに含めるのに十分かどうかはどう判断しますか？
ウェブカメラの視線追跡研究におけるAOI間の間隔はどのくらいにするべきですか？
Labvancedのキャリブレーション指示では参加者にメガネをかけないように言っています。つまり、メガネはサポートされていないということですか？
この方法を使用した発表研究
- Cassano-Coleman, R. Y., Izen, S. C., & Piazza, E. A. (2026). リスナーは音楽的トレーニングに関係なく、階層的な音調コンテキストを体系的に統合します。心理科学。(視線に基づく要素を含む)。
- Zhang, P., & Zhang, S. (2025). L2の多モダリティにおける注意と学習：ウェブカメラベースの視線追跡研究。言語学習と技術。https://doi.org/10.64152/10125/73626
- Serrano-Carot, M., Angele, B., Xu, H., & Vasilev, M. R. (2025). ウェブカメラを使用して読書中の眼球運動を研究することができます。PsyArXiv (OSFプレプリント)。https://doi.org/10.31234/osf.io/bzt2h_v1
- Lester, C., et al. (2025). ウェブベースの模擬薬物確認タスクにおける薬剤師の反応時間と意思決定に対する不確実性を考慮したAIモデルの効果：無作為化制御試験。JMIR医療情報学。https://doi.org/10.2196/64902
- Wies, S., Bleier, A., & Edeling, A. (2022). マーケティングジャーナル。マーケティングリサーチの文脈でのウェブカメラを用いた視線追跡。
- Banki, A., de Eccher, M., et al. (2022). 心理学の最前線。発達および幼児視線追跡。
