研究用的同行评审网络摄像头眼动追踪

解锁新的和创新的眼动追踪研究方法对保持在任何行业或领域的前沿至关重要。网络摄像头眼动追踪是研究人员可以利用的重要工具。通过利用这一尖端技术，研究人员可以实施创新研究，更深入地了解注意力、决策和行为背后的过程。然而，重要的是使用经过测试和同行评审的网络摄像头眼动追踪。

凭借追踪眼球运动、注视模式和注视点的能力，Labvanced的网络摄像头眼动追踪提供了一种可行的方法来量化参与者的注意力。此外，Labvanced的基于网络摄像头的眼动追踪技术可以轻松远程实施，为全球所有希望在即将到来的项目中使用此方法的研究人员提供了成本效益解决方案，同时保护参与者隐私，确保符合GDPR。

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

Labvanced在线眼动追踪的有效性和准确性

• 与基于EyeLink的硬件系统相比，Labvanced的网络摄像头眼动追踪的总体准确性为1.4°，精确度为1.1°，误差约比EyeLink系统大0.5°。
• 当视觉目标在屏幕中心呈现时，准确性和精确度分别提高至1.3°和0.9°。这一发现十分重要，因为许多心理学实验往往会在屏幕中心展示刺激。
• 研究结果还表明，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综合摘要以及关于每种眼动追踪系统在不同任务下的详细信息，请参考论文中的表5。

下图显示了一名参与者的原始注视数据，展示了在平滑追踪任务中注视数据的对齐情况，分别用于X轴和Y轴。

图1. 来自研究论文的图表（对应于出版物中的图7），直观展示了在平滑追踪任务中，Labvanced（蓝色点）与EyeLink（红色点）之间数据点的重叠情况。对于自由观看和平滑追踪任务，Labvanced与EyeLink的注视数据的相关性约为80%。

下面是来自参与者的热图，显示两个不同试验的两个散点图。左边的红色代表EyeLink，右边的蓝色代表Labvanced的基于网络摄像头的眼动追踪器。每个任务的热图使用相应的刺激图像作为背景。

图2. 来自研究论文的热图（图8在出版物中）。

颜色条中从0到1的值代表核密度估计的标准化密度值。从给定的图形中，我们可以得出结论，注视数据大致分配到图像中的相同对象；但是，网络摄像头注视数据分布的方差更高。

人工智能的帮助和不确定性对与药剂师的认知交互的影响：随机对照试验

在这项研究中，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AI相关的信息。一个AI原型在药物验证的背景下呈现，AI将提供两种药物（药丸和瓶中的药丸）为匹配的可能性进行不同的分析。参与者被要求判断药物填充图像是否与参考图像匹配，提供AI帮助和不提供AI帮助的两种情况。AI提供了“黑箱”帮助（匹配状态指示器）或“不确定感知”帮助（匹配状态指示器加置信度直方图）。

结果：

• 当AI生成的区域存在时，药剂师将19-26%的注视移向它们，表明他们在决策中考虑了AI建议。
• AI帮助并未减少对填充图像的注视，填充图像仍然是主要关注区域。
• 无效的AI建议与药剂师花费更多时间注视参考和填充图像相关，表明认知努力增加。
• 展示AI不确定性导致更长的认知处理时间，表现为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

将Labvanced的网络摄像头眼动追踪器纳入下一个研究项目中，带来了以下好处：

• 非侵入性： 使用现有设备，提供更自然和不干扰的体验。
• 成本效益： 通常比传统设置更加负担得起和可获取。
• 易于使用/设置： 只需在Labvanced中点击几下即可激活，无需编写代码。
• 可定制校准： 提供广泛的选项以便根据特定研究需求进行校准。
• 符合GDPR： 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。
• 灵活和可扩展： 易于远程部署，适用于地理上分散的参与者的研究。
• 准确性： 一种经过同行评审的技术，经过测试验证。