同行评审的网络摄像头眼动追踪用于研究

解锁新的创新的 眼动追踪 研究方法对于在任何行业或领域保持领先地位至关重要。网络摄像头眼动追踪是研究人员可以利用的重要工具。通过利用这项尖端技术，研究人员可以实施创新研究，并更好地理解注意力、决策和行为背后的过程。然而，使用经过测试和同行评审的网络摄像头眼动追踪是非常重要的。

通过跟踪眼动、注视模式和在自然环境中的注视，Labvanced的网络摄像头眼动追踪提供了一种量化参与者注意力的可行方法。此外， Labvanced的网络摄像头眼动追踪技术 可以轻松远程实施，这使其成为全球研究人员在即将进行的项目中使用这种方法的成本效益解决方案，同时在保护参与者隐私的同时满足 GDPR 合规性。

Labvanced团队发布的研究论文，比较了网络摄像头眼动追踪技术的准确性与行业标准EyeLink 1000。

Labvanced在线眼动追踪的有效性和准确性

• 与EyeLink硬件系统相比，Labvanced的网络摄像头眼动追踪总准确度为1.4°，精确度为1.1°，误差比EyeLink系统大约多0.5°。
• 当视觉目标出现在屏幕中心时，准确性和精确度分别提高到1.3°和0.9°。这一重要发现考虑到许多心理实验倾向于在屏幕中心展示刺激。
• 研究结果还显示准确性在时间上保持一致。 对于自由观看和平滑追踪任务，Labvanced与EyeLink的注视数据之间的相关性约为80%。
• 有关同行评审论文中包含的所有指标的全面总结以及关于每个眼动追踪系统在不同任务中的详细信息，请参阅论文中的 表5。

下图显示了一个参与者的原始注视数据，显示在平滑追踪任务期间注视数据在X轴和Y轴上的对齐情况。

图 1. 研究论文中的图形（对应出版物中的图7），平滑追踪任务中该相关性的可视化演示，显示Labvanced（蓝点）和EyeLink（红点）之间的数据点重叠。对于自由观看和平滑追踪任务，Labvanced与EyeLink的注视数据之间的相关性约为80%。

下面是两名参与者在两次不同试验中的热图和散点图。左红色代表EyeLink，右蓝色代表Labvanced的网络摄像头眼动追踪器。每个任务的热图背景都使用相应的刺激图像。

图 2. 研究论文中的热图（出版物中的图8）。

色条中的值从0到1表示核密度估计的归一化密度值。从给定的图形来看，我们可以得出结论：注视数据大致分配到图像中的同一对象；然而，网络摄像头注视数据分布的方差更高。

人工智能帮助度和不确定性对药剂师认知互动的影响：随机对照试验

在本研究中，研究人员利用Labvanced的网络摄像头眼动追踪来确定药剂师在药物验证任务中如何视觉处理与人工智能相关的信息。在药物验证的背景下呈现了一个人工智能原型，AI将提供两种药物（药丸和瓶中的药丸）匹配的可能性分析。参与者被要求判断药物填充图像是否与参考图像匹配，既有人工智能帮助的情况，也有没有人工智能帮助的情况。人工智能提供了“黑箱”帮助（匹配状态指示器）或“不确定性意识”帮助（匹配状态指示器加置信度直方图）。

结果：

• 当出现人工智能生成的区域时，药剂师将19-26%的注视转移到了这些区域，表明他们在决策中考虑了人工智能的建议。
• 人工智能的帮助并不会减少对填充图像的注视，这仍然是主要关注区域。
• 不提供帮助的人工智能建议与药剂师在参考和填充图像上花费更多时间相关，表明认知努力增加。
• 显示人工智能不确定性导致更长的认知处理时间，表现在对原始图像的停留时间增加。

基于网络摄像头的眼动追踪的优势

在您的下一个研究项目中融入Labvanced的网络摄像头眼动追踪器带来了以下好处：

• 非侵入性： 使用现有设备，提供更自然和不打扰的体验。
• 成本效益高： 通常比传统设置更实惠和可获得。
• 易于使用/设置： 在Labvanced中只需几次点击即可激活，无需编码。
• 可定制的校准： 提供广泛选项以根据特定研究需求定制校准。
• GDPR合规： 本地处理图像数据，仅传输与注视相关的数据，如数值注视坐标。
• 灵活且可扩展： 可以轻松远程部署，适用于地理分散的参与者的研究。
• 准确性： 经过同行评审的技术，经过测试验证。