影响网络摄像头眼动追踪准确性的设计考虑
基于网络摄像头的眼动追踪准确性在很大程度上依赖于其背后的实现。 本页面涵盖了设计决策、校准和筛选的彻底性、刺激定位以及录制环境，这些因素决定了特定研究实际达到的准确性。
决定准确性的研究设计决策
研究的网络摄像头眼动追踪准确性来自两个层面：基础技术的基线准确性，以及决定特定研究实际达到多少基线准确性的设计决策、校准、刺激定位和录制环境。
基线网络摄像头技术准确性
已发布的准确性数据在网络摄像头眼动追踪技术能力方面差异很大。例如，WebGazer 这个仍在大多数已发表的心理语言学网络摄像头眼动追踪研究中使用的开源库 (Patterson, Nicklin & Vitta, 2025) 报告的视觉角度大约为4° (Papoutsaki et al., 2016)。使用更新的注视估计方法的最新系统准确性远低于2°：[Labvanced的眼动追踪] 是迄今为止发表的与研究级硬件眼动追踪仪的同行评审比较，达到1.3°的准确性，以对比 EyeLink 1000 (Kaduk et al., 2024)。它自身进一步的验证，虽然未经过同行评审，但已与开放数据一起发布，使真实的在线参与者在各自的计算机上中位数约为1.8° (眼动追踪 2.0, 494名 Prolific 参与者)。这些数字不一定在不同工具之间可直接比较：一些以像素而非视觉度数报告，并且并不是每个销售商都发布特定数字。
这些数字中的任何一个都不是您特定研究的保证，每一个都是在匹配设置下达到的上限。决定特定研究是否能达到这一点的是以下的设计决策，这些决策通过 Labvanced 的实现 throughout 来进行说明。
校准
任何网络摄像头眼动追踪系统都从校准映射中估计注视位置，更全面的校准将会产生更准确的结果。 校准也是研究中参与者必须主动参与系统的唯一时刻，而不仅仅是关注任务，因此其全面性是一个真正的权衡，在参与者时间和流失之间，而不是默认要最大化的设置。 合适的程度取决于AOI布局：许多小而紧密间隔的AOI需要更全面的校准所提供的准确性，而几个大型AOI通常能通过更轻的校准得到更好的服务。 这方面有几个决策属于这个权衡：
- 长度和点数。 较长的校准和更多的点将生成更准确的映射。
- 数据质量筛选。 多严格筛选参与者以排除校准未达到质量标准的人。 如果没有标准，较差的校准会默默地进入数据集，与良好的校准无法区分；更严格的筛选在留存的参与者中能够提高准确性，但会把更多的人拒之门外。
- 重新校准频率。 在一次会话中，是否以及多频繁重新检查校准，因为在开始时进行的映射在会话进行中可能会漂移。
- 头部位置控制。 参与者的头部允许偏离经过校准的位置的距离，在该距离之前需打标记。
在 Labvanced 的实现中： 眼动追踪 2.0 将所有四个聚合成一个引导的准确性级别和筛选级别，默认情况下具有实时的漂移和照明校正；Custom 配置或仍在旧的眼动追踪 1.x 中的研究将单独设置。 如何选择眼动追踪校准设置 是专门的决策指南。
刺激定位
准确性在屏幕上并不均匀：外周刺激的误差大于中心刺激，这对研究设计有两个直接影响。
- 居中。 在一个理念允许的地方，将关键刺激或最重要的区域放置在中心位置可以获得最可靠的注视数据。
- AOI间距。 在同一试验中呈现的任何两个AOI之间需要有足够的空间超过该方法的误差范围，否则靠近两个紧密间隔的AOI之间的注视无法可靠地分配给任何一个。 越是依赖于准确性数字，设计需要越多的间隔进行构建。
在 Labvanced 的实现中： 在其经过同行评审的验证中，屏幕中心的刺激的准确性提高（准确性为1.3°，精度为0.9°），相对整体数字（准确性为1.4°，精度为1.1°） (Kaduk et al., 2024)。
环境和参与者条件
选择全面的校准和严格的筛选设置了一个上限；录制环境决定给定会话是否能达到这一上限。有三个条件值得进行规划：照明、眼镜和网络摄像头定位。
照明
背光，即如窗户或灯等亮光源位于参与者后面，将其面部轮廓化，降低了相机基于面部追踪，准确检测面部和眼睛标志所依赖的对比度。无论生成如何，围绕这一点规划您的参与者说明，预防要比纠正便宜。
在 Labvanced 的实现中： 校准屏幕指示参与者处于一个稳定、光线良好的房间中，后面没有明亮的光源。 在眼动追踪 2.0 上，如果在会话中参与者脸上的光线变化，照明变化检测器也会触发额外的检查，但这并不会去除变化的成本，因此指令仍然很重要。
眼镜
实际上使追踪退化的原因是光在到达网络摄像头之前被扭曲，产生反射的眼镜，或带有着色或蓝光过滤涂层的镜片，而不是眼镜本身。没有这些特性的眼镜不会对校准产生实质性影响，使眼镜的关注范围比最初看到的要狭窄。
在 Labvanced 的实现中： 默认的参与者面对的校准指令目前告知参与者完全不佩戴眼镜，这是一个保守的默认设置，而非技术限制。该指令是可编辑的：它位于眼动追踪系统消息的 Texts & Translate 静态字符串之下，因此参与者群体通常佩戴眼镜的研究人员可以修改该指令，而不是默认将这些参与者排除在外。
网络摄像头定位
校准将注视映射到相对于网络摄像头位置的屏幕坐标，因此网络摄像头与屏幕中心之间的偏移会增加超出单靠校正能解决的误差。 这仅适用于不内置于设备中的网络摄像头，因为集成网络摄像头相对于屏幕的位置是固定的。
在 Labvanced 的实现中： 对于使用外部网络摄像头的参与者，校准屏幕指示他们将其尽可能靠近屏幕中心进行定位。
总结表
| 决策 | 一般原则 | Labvanced 的实现 |
|---|---|---|
| 校准 | 更多的AOI、更小且更紧凑的AOI需要更全面的校准、更严格的筛选、更频繁的重新校准和更严格的头部位置控制以可靠地解决 | 在眼动追踪 2.0 中的引导准确性层级和筛选级别； Custom 或眼动追踪 1.x 单独设置。 请参阅 校准设置指南 |
| 刺激定位 | 屏幕中间的准确性高于外周；紧密间隔的AOI存在错误分类的风险 | 可计划AOI间距的经过验证的中心屏幕准确性数据（实验室中的1.3°） |
| 环境和参与者条件 | 照明影响追踪质量；眼镜没问题，除非它们引起反射或带有着色涂层 | 针对背光的参与者说明，由眼动追踪 2.0 中的照明变化检测器支持；默认“无眼镜”说明是一个可编辑的静态字符串，而非限制 |
这些要求并不特殊。它们与实验室在设置硬件眼动追踪仪时所做的决策属于同一类别，适用于研究者无法物理监督参与者的场合。
在做出这些决策之前，任何给定的精度水平是否适合你的研究问题，都在如何进行网络摄像头眼动追踪研究的第一步中得到了涵盖。
常见问题解答
网络摄像头眼动追踪的准确性如何？
网络摄像头眼动追踪是否足够准确以用于阅读研究？
网络摄像头眼动追踪的校准需要多长时间？
网络摄像头眼动追踪适用于婴儿吗？
我是否仍然需要在会话中安排重新校准？
我该如何判断参与者的校准是否足够好以纳入我的数据中？
在网络摄像头眼动追踪研究中，AOI之间应有多少间距？
Labvanced的校准说明要求参与者不要佩戴眼镜。这是否意味着眼镜不被支持？
使用此方法的已发布研究
- Cassano-Coleman, R. Y., Izen, S. C., & Piazza, E. A. (2026). 听众系统性整合分层音调上下文，而不考虑音乐训练。心理科学。（包括注视控制元素）。
- Zhang, P., & Zhang, S. (2025). L2多模态中的注意力与学习：一项基于网络摄像头的眼动追踪研究。语言学习与技术。https://doi.org/10.64152/10125/73626
- Serrano-Carot, M., Angele, B., Xu, H., & Vasilev, M. R. (2025). 网络摄像头可用于研究阅读过程中的眼动。PsyArXiv（OSF预印本）。https://doi.org/10.31234/osf.io/bzt2h_v1
- Lester, C., 等 (2025). 不确定性意识的AI模型对药剂师在网络基础模拟药物验证任务中的反应时间和决策影响：随机对照试验。JMIR医学信息学。https://doi.org/10.2196/64902
- Wies, S., Bleier, A., & Edeling, A. (2022). 营销学期刊。在营销研究背景下的基于网络摄像头的眼动追踪。
- Banki, A., de Eccher, M., 等 (2022). 心理学前沿。发展与婴儿眼动追踪。
