如何进行网络摄像头眼动追踪研究
进行一个网络摄像头眼动追踪研究意味着使用标准计算机网络摄像头而不是专用硬件来测量某人注视的地方。它可以被理解为一个六个阶段的过程：决定测量内容，将刺激与该测量相关联，选择校准方法，准备环境和参与者，在任务期间收集注视数据，并分析输出与方法实际支持的内容。通过Eye Tracking 2.0，Labvanced的网络摄像头眼动追踪管道在真实在线参与者的个人计算机上达到了1.8°的视觉角的中位精度，而在该领域对研究级EyeLink 1000跟踪器的一个同行评审比较中，在屏幕中心达到了1.3° (Kaduk et al., 2024)，足够接近以支持大多数注意力和视觉偏好研究问题，无需硬件，尽管并非所有研究问题都适用。
这些阶段在任何单一平台上并不独特，但实施细节有所不同。下面的每个部分首先涵盖一般的方法决策，然后指出Labvanced是如何实现的。
网络摄像头眼动追踪工作流
I. 决定测量内容以及网络摄像头眼动追踪是否适合您的研究问题
网络摄像头眼动追踪测量的内容
围绕网络摄像头眼动追踪构建的研究通常记录以下一种或多种内容：
- 注视：某人看哪里以及看多久
- 扫视：在注视点之间的快速移动
- 关注区域（AOI）分析：参与者是否以及多长时间注视定义区域
- 注视路径：跨越刺激的视觉注意顺序
- 第一次注视时间：刺激吸引注意力的速度
瞳孔大小从某些网络摄像头管道中技术上可提取，但比起专用硬件可靠性要低得多，因此在网络摄像头研究中很少作为主要结果测量使用。
方法是否适合您的研究问题
方法是否适合特定研究问题取决于它能提供的精度，而这在各个实施之间差异很大：例如，一个像WebGazer这样的开源库大概能达到4°的精度，它仍然是发表的心理语言学研究中使用最多的 (Patterson, Nicklin & Vitta, 2025)，而经过严格验证的系统则可低于2°。Labvanced处于上限：其经过同行评审的实验室验证达到了1.2到1.4视觉度（1.3°中心屏幕），精度为1.1°，对EyeLink 1000的Pearson相关性约为0.8到0.9 (Kaduk et al., 2024)，这是迄今为止最严格基准测试的数字。其自身进一步验证（未经同行评审）显示真实在线参与者在其标准校准设置中中位数约为1.8°，在最全面的校准和最严格筛选下可低至1.4°。
这与硬件眼动仪并不相当，即使在最全面的设置下，仍然存在几分之一度的差距。这一差距对特定研究意味着什么取决于研究需要测量的内容：
在这一精度级别上得到良好支持：
- 关注区域（AOI）和停留时间分析：参与者注视刺激的哪个区域，以及注视多长时间
- 注视计数和注视持续时间
- 自由观看和视觉偏好范式，在自由观看和光滑追踪中与EyeLink验证约80%的相关性
- 第一次注视时间和一般视觉注意模式
- 在最全面的校准和筛选设置下（约1.5°）的字级阅读；在标准设置下（约1.8到1.9°）的大关注区域，如面孔、场景或页面区域
在这一精度级别上不支持：
- 子度精度任务，其中测量本身需要分辨出大约一个视觉度以下的细微差别
- 受取样率限制的扫视动态和微扫视分析，而不仅仅是空间精度的限制
- 密集文本的字母级注视精度
如果研究问题可以在AOI或注视级别上得到回答，那么经过验证的网络摄像头眼动追踪实施是足够的，校准和筛选设置与AOI布局相匹配；如果研究需要在分数度内解决注视位置或捕捉扫视动态，硬件仍然是适当的工具。影响网络摄像头眼动追踪精度的设计考虑涵盖了决定特定研究是否达成这些数据的校准、刺激和环境决策。
II. 将您的刺激与所需的注视数据联系起来
注视追踪独立于刺激的实际内容：图像、一段文本、视频帧或实时界面都可以以相同方式追踪，因为该方法记录眼睛相对于屏幕的指向，而不是下面呈现的内容。重要的设计决策是兴趣区域在相对位置上的安排及其间距，因为屏幕的精度并不均匀，两个紧密相邻的AOI风险将其注视错误指派给错误的区域。
Labvanced的实施：在眼动追踪任务中呈现刺激涵盖了任务编辑器中的任何对象类型如何在没有特殊配置的情况下变得可追踪，以及在接触任何眼动追踪设置之前如何考虑刺激布局。
III. 选择校准方法
通过Eye Tracking 2.0，校准长度和数据质量阈值合并为两个选择：精度等级和筛选级别，每个都有预期的精度和设置时间，从没有校准（被动等级）到大约7分钟（最高等级，严格筛选）。正确的组合取决于您的AOI的紧密程度：一个设计中有许多小且紧凑的AOIs需要更高的精度，而严格筛选的支持；而有少数大型且良好分隔区域的设计可以使用更轻量的设置。影响网络摄像头眼动追踪精度的设计考虑列出了每种组合的完整等级和筛选表，并列出了预期的精度和招聘成本，而Eye Tracking 2.0实验室笔记则是基础验证。
校准和筛选设定了上限，但在会话中的漂移仍然会侵蚀这一限制：在Eye Tracking 2.0上，默认运行的实时头姿势校正和光照变化检测会实时对抗这一现象，此外还会进行定期的注视控制检查。
Labvanced的实施：如何选择眼动追踪校准设置是有关精度等级、筛选级别和您的研究所需生理工具箱版本的决策指南。
IV. 准备环境和参与者
Webcam 眼动追踪依赖于面部追踪模型能够可靠地从网络摄像头输入中检测面部和眼睛的标志，因此在单次实验运行之前，多个环境因素会对数据质量产生实质性影响。背光会将参与者的脸轮廓化，并降低模型所需的对比度；远离屏幕的位置会增加校准无法纠正的误差；而导致反射或带有色彩或蓝光过滤涂层的眼镜会扭曲到达相机的光线。这些并不是不寻常的要求，它们属于实验室为硬件眼动仪管理的相同类别的设置考虑，适用于研究人员无法亲自检查参与者的环境。
Labvanced 的实现： 参与者校准体验 详细介绍了参与者所看到的校准流程，包括实际的照明、眼镜和网络摄像头放置因素，以及当参与者偏离位置时发生的情况。
V. 在任务期间收集注视数据
记录注视数据
一旦校准完成，注视坐标就会被记录并与设计时定义的任何兴趣区域进行映射。根据研究设计，记录可以在整个任务中连续进行，或限制在特定的兴趣区域，仅在参与者注视在定义区域内时捕捉注视，而不是覆盖整个画面。注视通常也不是唯一值得捕捉的通道：将其与其他行为或生理测量配对，构建参与者反应的整体画面，而不仅仅是注视位置。
Labvanced 的实现： Labvanced 中的眼动追踪数据输出 显示一个注视导出实际包含的内容，包括标记眨眼或未检测到的脸的每个样本置信值。 使用形状作为兴趣区域 (AOI) 介绍了如何定义记录注视的区域，使用多边形或 SVG 形状作为掩码。 Labvanced 还可以在同一任务中记录与眼动追踪相辅相成的通道：
- 鼠标追踪：光标位置和运动轨迹
- 情感检测：分类为情感标签的面部表情
- 遥测心率检测 (rPPG)：根据网络摄像头的输入估算心率
在会话期间重新校准
对于较长或多块会话，在定义的点触发重新校准，而不是依赖单次校准保持整个会话，可以防止位置和照明漂移，这是任何远程无人监管设置中存在的实时方法风险。
Labvanced 的实现： 在任务中设置眼动追踪 介绍了如何为每个任务配置重新校准的节奏。
VI. 分析输出
Webcam 注视数据以时间序列的形式导出，而不是每个实验值，因为注视位置每秒被记录多次，而不是一次。采样率受限于浏览器处理网络摄像头帧的速度，通常在 30 到 60 Hz 之间，具体取决于参与者的硬件。从原始注视流中，支持大多数研究设计的测量包括注视持续时间、访问 AOI 的次数、首次注视时间和停留时间，这些在 R、Python 或专用分析软件中进行下游计算。
Labvanced 的实现： 记录和导出注视数据 介绍了构建记录注视数据的事件以及研究运行后导出的结果是什么样子的。
概要表
| 阶段 | 方法论决策 | Labvanced 实现 (参见以上链接指南) |
|---|---|---|
| I. 测量内容 | 选择准确度上限实际支持的测量（AOI、注视、停留时间），而不是不支持的测量（眼跳动态、亚度量精度） | 准确度和设计考虑页面 |
| II. 刺激和注视 | AOI 间距比刺激类型更重要 | 呈现刺激指南 |
| III. 校准 | 准确度层次和筛选级别在准确度与设置时间和招募成本之间权衡 | 校准设置指南、准确度和设计考虑页面 |
| IV. 环境和参与者 | 照明、网络摄像头定位和眼镜在任何实验运行之前都会影响标志检测 | 参与者校准体验指南 |
| V. 数据收集 | 在定义的点重新校准，以防止在较长会话中出现漂移 | 任务设置和注视记录指南 |
| VI. 分析 | 从时间序列导出中计算注视持续时间、停留时间和相关度量 | 注视记录和导出指南 |
