Labvanced vs WebGazer
Labvanced 是 平台比较 的一部分。
Labvanced 是一个无代码的行为研究平台,内置其自己的 网络摄像头眼动跟踪。WebGazer.js 是来自布朗大学的免费开源 JavaScript 库,它通过网络摄像头估算一个人注视的位置。研究人员将其添加到自己的代码中,或通过集成它的平台使用,例如 jsPsych 或 Gorilla。两者都在参与者的浏览器中运行注视估计,但在准确性、测量的内容以及你需要自己构建的实验部分上有所不同。
准确性是两者最大不同之处。Labvanced 使用自己的神经网络,在与 EyeLink 1000 的同行评审实验对比中达到了 1.4° 的视觉角度准确性 (Kaduk et al., 2024, Behavior Research Methods)。WebGazer 的原始论文报告在实验室中的平均误差为 4.17° (Papoutsaki et al., 2016),大约是三倍于前者。这两个数字来自不同的研究,因此 一览 表格显示了每个数字的测量方式。
除了注视,Labvanced 还可以检测注视,让注视于兴趣区的结果控制实验,并能在同一网络摄像头会话中记录面部情感和远程心率 (rPPG)。WebGazer 仅返回注视预测。其他所有功能都来自主机平台或你自己的代码。
Labvanced 研究在浏览器中运行,在 Android 和 iOS 的移动应用程序中,以及在 Windows、macOS 和 Linux 的桌面应用程序中离线运行,集成了 Lab Streaming Layer (LSL) 进行 EEG 和其他记录。它的 Web Bridge Chrome 扩展记录在外部网站上的注视和鼠标活动。
简而言之,Labvanced 是一个维护的平台,其中的注视测量、校准、注视检测和实验本身已经协同工作,无需编写代码。WebGazer 是一个免费的开源构建块,已在几项期刊研究中获得独立验证。其开发者于 2026 年 2 月停止了官方维护:该库仍然可以使用,但不再保证修复和更新。
一览
| 功能 | WebGazer.js | Labvanced |
|---|---|---|
| 无代码视觉实验构建器 | 否:一个 JavaScript 库。通过集成它的平台(如 Gorilla)可以实现无代码使用 | 是 |
| 构建任何范式的灵活性 | 是,但需要自己的 JavaScript 或主机平台 (jsPsych, Gorilla, PCIbex) | 是,使用视觉编辑器,具有注视条件事件和兴趣区(矩形、多边形、导入的 SVG 形状) |
| 同行评审证据 | 是 | 是:Kaduk et al. (2024), Behavior Research Methods |
| 网络摄像头眼动跟踪准确性(实验室) | 4.17° 平均误差,与 Tobii EyeX 跟踪器对比,使用下巴支撑,来自 4 名参与者(Papoutsaki et al., 2016);在注视任务中的偏移为 3.94° (Semmelmann & Weigelt, 2018) | 1.4° 总体和 1.3° 在屏幕中心,来自同时记录的 19 名参与者与 EyeLink 1000 (Kaduk et al., 2024) |
| 网络摄像头眼动跟踪准确性(在线) | 准确到足以在视觉世界研究中区分屏幕的四个象限 (Slim & Hartsuiker, 2023) | 494 名 Prolific 参与者的 1.8° 中位数在他们自己的电脑上(眼动跟踪 2.0 实验室笔记,Labvanced 的开放数据验证) |
| 注视检测 | 否:该库输出注视预测,注视需要单独计算 | 是:内置,有注视触发器和如停留时间、首次注视时间等指标 |
| 校准 | 从参与者的点击和光标移动中学习;校准屏幕由主机平台或您自己的代码提供 | 带有准确度级别的设置向导(从 30 秒到 4 至 5 分钟的校准),针对婴幼儿的单独模式,虚拟下巴支撑,当头部偏移时暂停研究,并在研究过程中进行注视控制检查 |
| 情感检测 | 否 | 是:来自同一网络摄像头会话 |
| 远程心率 (rPPG) | 否 | 是:来自同一网络摄像头会话 |
| EEG / LSL 硬件集成 | 否 | 是:通过桌面应用 |
| 多用户 / 多人研究 | 否 | 是:具有大厅管理、角色分配和团队组建 |
| 桌面应用(离线) | 否 | 是 |
| 移动应用 | 否 | 是 |
| 在外部网站上工作 | 仅在可以添加其代码的网站上 | 是,通过 Web Bridge Chrome 扩展在您无法控制的实时网站上 |
| 支持渠道 | 通过 GitHub 问题提供社区支持 | 文档、实时聊天、电子邮件支持和入职电话,根据计划提供 |
| 维护 | 截至 2026 年 2 月 24 日,官方维护已结束。该库仍然可以使用,但不再保证更新 | 积极开发;眼动跟踪 2.0 及其在线验证于 2026 年 10 月发布 |
准确性行来自不同研究,具有不同硬件、参与者和参考跟踪器,因此不是头对头测试。它们是为每个系统发布的数字。
WebGazer 的优势
WebGazer 使浏览器中的网络摄像头眼动跟踪在研究中变得实用。自 2016 年 2 月以来,它一直是开源的,使用时免费,遵循 GPLv3 许可证。实验室可以在没有许可预算的情况下运行它,检查代码的每一行,并进行更改。
它也得到了独立验证:与其开发人员无关的团体在同行评审期刊中测试了它。
- 认知科学: Semmelmann 和 Weigelt (2018) 在 Behavior Research Methods 中进行了实验室和在线的注视、追视和自由观看任务,复制了在观看面孔时对眼睛的注视最强这一众所周知的模式。
- 心理语言学: Slim 和 Hartsuiker (2023) 在 Behavior Research Methods 中在线复制了一项视觉世界研究,Van der Cruyssen et al. (2024) 在同一期刊中用它复制了三个已建立的眼动跟踪效应。
- 发展研究: Steffan et al. (2024) 在 Infancy 中在一项多实验室研究中验证了 18 至 27 个月大的幼儿。
它在已发布研究中的使用反映了这一点。在对心理语言学中网络摄像头眼动跟踪的范围审查中,33 项实验中有 28 项提到其软件使用了 WebGazer.js (Patterson, Nicklin & Vitta, 2025)。
它也很容易添加到现有设置中。jsPsych 配备了 WebGazer 扩展,其中包含用于摄像头设置、校准和验证的插件,因此已运行 jsPsych 研究的实验室可以在不改变工具的情况下添加眼动跟踪。与 Labvanced 一样,WebGazer 在参与者的浏览器中处理网络摄像头图像,并且从不将视频发送到服务器。
Labvanced 的不同之处
准确性。 在实验室测试中,WebGazer 发布的误差大约是 Labvanced 的三倍:4.17° (Papoutsaki et al., 2016) 对比 1.4° (Kaduk et al., 2024)。这两个数据来自不同的研究。WebGazer 的测量是在 4 名参与者身上进行的,对照组是 Tobii EyeX,而 Labvanced 则是在 19 名参与者身上进行的,并且在与 EyeLink 1000 同时记录。Kaduk 等的四位作者中有三位与开发 Labvanced 的 Scicovery GmbH 相关。Labvanced 的在线后续功能 Eye Tracking 2.0 报告称,在 494 名在其自己计算机上使用 Prolific 的参与者中,媒介准确度为 1.8°,并公开其数据和分析脚本。准确性决定了你关注区域的接近程度。Van der Cruyssen 等 (2024) 认为,在线 WebGazer 研究适用于相对较大的效果,这些效果不需要高精度,例如,设计中有四个或更少的大区域。
测量,而不仅仅是注视坐标。 WebGazer 返回一个预测的注视位置流,而不是注视目标。Gorilla 对其 WebGazer 基于的眼动追踪的文档指出,这些估计“可能会有很大波动”,并表示在其经验中“不到 30%” 的参与者提供足够好的数据以检测注视、扫视或眨眼(Gorilla Support,眼动追踪文档,于 2026-11-13 访问)。Slim 和 Hartsuiker (2023) 还测量了 WebGazer 眼动时间过程的延迟,约为 300 毫秒,这对需要精确时机的问题很重要。Labvanced 内置了 注视检测,其数据导出包括注视计数、注视持续时间、停留时间和每个关注区域的首次注视时间。
实验与眼动追踪器是一个系统。 使用 WebGazer,实验逻辑、标定屏幕、关注区域、数据存储和质量检查来自主机平台或你的 JavaScript。而在 Labvanced 中,它们都是同一个无代码可视化编辑器的一部分。对一个关注区域的注视可以通过 眼动注视触发器 开始下一个刺激,关注区域可以是矩形、多边形或导入的 SVG 形状。校准通过向导设置:你选择参与者是谁以及需要多少准确性,Labvanced 将设置校准长度、虚拟下巴托架,在参与者移出位置时暂停研究,并进行保持校准目标的注视控制检查。婴儿和幼儿有自己的校准模式,使用动物图像和声音而不是口头指示。
情感和心率来自同一个网络摄像头。 WebGazer 仅测量注视。Labvanced 的 情感检测 从与眼动追踪使用的相同网络摄像头会话运行,准确性在不同情感间平均超过 90%,尽管不同个体情感之间的准确性有所不同。同一会话还可以捕获 远程心率 (rPPG),预计在实际心率的 1% 到 3% 之内。这三种测量均由 Labvanced 自己的算法处理,并且对黄金标准参考的独立验证研究仍在进行中。所有三种测量都在参与者的设备上处理,因此没有图像或视频离开设备。
群体研究。 WebGazer 没有多用户支持,因此群组研究需要自己的服务器和同步代码。Labvanced 的 多用户 基础设施增加了大厅管理、角色分配和群体形成,因此多名参与者可以实时参与相同的研究会话。
跨越一个网页的部署。 WebGazer 在可以将其脚本添加到网页的任何地方运行。Labvanced 的眼动追踪在桌面、平板和手机上都能工作,而 Labvanced 的研究也可以在原生 Android 和 iOS 应用程序中运行,并在 桌面应用 中离线运行,适用于 Windows、macOS 和 Linux。桌面应用通过 Lab Streaming Layer (LSL) 连接到 EEG 和其他实验室硬件,因此网络摄像头眼动追踪可以与实验室会话中的其他信号一起记录。WebGazer 最初是在普通网站上跟踪注视而构建的。对于网站研究,Labvanced 的 Web Bridge Chrome 扩展在控制的研究会话内记录注视、点击和滚动在一个实时外部网站上,并将关注区域映射到页面元素。
支持和持续发展。 WebGazer 的支持通过 GitHub Issues 进行社区帮助,截至 2026 年 2 月 24 日,其官方维护已结束。该项目的 README 还指出,当前版本不再对应于其出版物中描述的版本,因此 2016 年的准确性数字描述的是该库的早期版本。Labvanced 提供文档、在线聊天、电子邮件支持和入门电话,具体取决于计划。其眼动追踪由开发该平台的团队维护,其第二代 Eye Tracking 2.0 于 2026 年 10 月与在线验证一起发布。
选择适合您研究的工具
如果您没有软件预算,已经在 jsPsych 或 PCIbex 中运行研究,并且您的设计使用了几个大型兴趣区域,例如四象限视觉世界显示,则 WebGazer 是一个不错的选择。它还适合需要完全访问源代码的开发人员。在开始长期项目之前,请检查两个方面:一是官方维护结束后,谁将维护代码,二是其空间准确性是否适合您的刺激。
一旦研究需要超过粗略的注视估计,Labvanced 就是更强的选择。当您的兴趣区域之间距离小于大约 4°(WebGazer 发布的实验误差)时,它适合;当您需要固定而不是原始注视样本时,或者当注视应该驱动实验本身,例如在参与者固定目标后开始下一次试验时,它也适合。
当眼动追踪是更大设计的一部分时,它也是适合的。单个 Labvanced 研究可以将注视与情感检测和同一网络摄像头的心率结合起来,让多个参与者在一个会话中参与,可以在手机和平板电脑上运行,也可以在桌面应用程序中离线运行,并通过 LSL 记录 EEG。在 WebGazer 上,这些都意味着需要一个单独的工具或您自己的代码。
Labvanced 还节省了 WebGazer 设置的时间成本。校准、数据存储、质量检查和固定分析已经内置,因此可以在视觉编辑器中构建研究,而无需编写 JavaScript,Labvanced 的团队可以通过支持或研究构建服务提供帮助。在方法章节中,Labvanced 研究可以同时引用经过同行评审的实验室验证和开放数据的在线验证。
迁移说明
用 WebGazer 构建的研究,例如在 jsPsych 中,不能直接导入 Labvanced。必须在 Labvanced 编辑器中重建它。对于迁移现有范式的实验室,Labvanced 的 研究构建服务 可以为您重建实验。若要规划新的设计,请参见 如何进行网络摄像头眼动追踪研究 和 影响网络摄像头眼动追踪准确性的设计考虑。
常见问题解答
最后审查
最后审查: 2026-11-13
本页 WebGazer 的许可证、维护状态和技术细节已根据其官方网站(webgazer.cs.brown.edu)、其 GitHub 仓库和源代码(github.com/brownhci/WebGazer),以及截至该日期的 jsPsych 和 Gorilla 眼动追踪文档进行了检查。Labvanced 的功能已根据 Labvanced 平台代码库和许可证文档进行了检查。经过同行评审的研究引用在整篇文章中进行了内文引用。