Labvanced 的网络摄像头眼动追踪

Labvanced 的网络摄像头眼动追踪技术提供可扩展的无硬件解决方案，具有无与伦比的准确性，适用于实验室内或远程研究。它使研究人员能够在不同的参与者群体中收集一致的高质量凝视测量数据，使其成为各种研究设计的实用且强大的选择。

Labvanced 网络摄像头眼动追踪：远程眼动追踪的新标准

Labvanced 提供的研究级眼动追踪，任何拥有标准网络摄像头的人都可以使用。通过增强的可访问性和全面集成到实验工作流程中，进行实验室内和远程研究的研究人员可以轻松利用高精度、经过同行评审的网络摄像头眼动追踪。

成功网络摄像头眼动追踪的 4 个关键功能

要运行成功的网络摄像头眼动追踪研究，四个原则至关重要：准确性确保可靠的数据，即使在硬件变异的情况下；适应性和控制使研究人员能够根据不同参与者的合规水平调整协议和性能阈值；而不妥协的隐私对伦理性的远程数据捕获和参与者的信任是不可谈判的。

准确性

通过使用专有的、深度训练的神经网络，Labvanced 实现了强大的凝视估计可靠性，展示了 1.3 视觉角度的准确性。

隐私

通过自动客户端处理，所有敏感视觉数据在本地计算，确保没有敏感的参与者信息离开他们的设备。

适应性

该系统具有可调设置和灵活配置，专门设计以满足从婴儿到老年人群体的独特需求和合规挑战。

控制

全面掌控实验过程，如定义最低凝视表现要求、指定校准流程以及为每个任务和试验设置精确的管理规则。

收集的数据

Labvanced 提供广泛的基于网络摄像头的眼动追踪输出，使得在研究中捕捉所需的详细程度变得简单。从精确的凝视坐标到丰富的注视指标和试验级诊断，该平台提供了全面的数据，帮助理解参与者如何与视觉刺激进行互动。

凝视位置

可以在任务过程中捕捉凝视位置坐标（X 和 Y），并可以进一步定制，使得数据仅记录特定的关注区域或兴趣区域。然后，这与额外的数据点（如时间戳 T 和置信区间 C，测量眼睛在测量过程中的开放程度）配对。

注视点

对于希望收集超越凝视坐标数据的研究，基于注视点的数据收集也是一种选择，关键指标包括：

• 注视点数量
• 首次注视的时间
• 注视持续时间

更多试验特定的凝视数据

Labvanced 的网络摄像头眼动追踪提供丰富的、试验特定的数据，远超凝视坐标。对于每次试验，研究人员可以访问数据，如 最后缓存的凝视位置 或最后缓存的注视点，以及诊断指标，如 校准错误。这一附加的细节层次使得更容易评估数据质量，以更大的信心解释参与者的观看行为，并利用这些信息进一步控制实验的行为。

收集的数据可以根据您的规格以可分析的格式导出，包括 CSV、XLSX、TSV。

精细校准选项

校准过程与数据质量和输出密切相关。Labvanced 让您选定确切何时以及如何进行校准的选项。

• 眼动追踪校准是研究人员需要主动参与眼动追踪系统的唯一部分。
• 由于每个研究的要求不同，校准过程中的很多设置都是可调的。
• 校准的长度与准确性之间存在主要的权衡，更长的校准过程将导致更准确的数据输出。
• 诸如虚拟下巴支撑的强度或重新校准设置等其他调整也值得考虑。

基准测试准确性

Labvanced 的网络摄像头眼动追踪的准确性是其下一个最佳竞争对手的 2-3 倍，超过 80% 的眼动追踪研究可以在我们的系统上实现。Labvanced 提供唯一经过研究级（同行评审）科学出版物验证的网络摄像头眼动追踪解决方案。

通过与基于硬件的眼动追踪的比较进行验证

• 我们的基于网络摄像头的眼动追踪系统具有约 1.2 到 1.4 视觉角度的突破性准确性。
• 我们与 EyeLink 1000 硬件眼动追踪系统的比较研究显示出大于 0.9 的 Pearson 相关性。
• 自然场景的视觉分析直观地确认了 Labvanced 的预测与地面真相的接近程度，与 EyeLink 相比。
• Labvanced 的基于网络摄像头的眼动追踪准确性仅比 EyeLink 1000 系统低约 0.5°。

• 当刺激物呈现在屏幕中心时，准确性进一步提高。
• 准确性在时间上保持一致，没有随着时间的推移而下降。
• 另一个流行的基于网络摄像头的系统（WebGazer - Papoutsaki，2015）的报告准确性约为 4 视觉角度，表明我们的系统比其他任何系统准确约 3 倍。

Labvanced 网络摄像头眼动追踪与 WebGazer 的比较

通常，网络摄像头眼动追踪已与 WebGazer 同义。Labvanced 的眼动追踪属于其自身类别，通过使用自定义神经网络来估计凝视坐标。快速查看下表可以清楚地展示这两种眼动追踪工具的不同表现：

科学影响：Labvanced 在同行评审文献中的表现

其他研究者是如何在其研究中使用 Labvanced 的网络摄像头眼动追踪的？以下是一些例子：

人工智能的有用性和不确定性对与药剂师的认知互动的影响：随机对照试验

在这项随机对照试验研究中，研究人员利用 Labvanced 的网络摄像头眼动追踪来确定药剂师与 AI 决策支持互动时，视觉注意力的转移情况。通过远程捕获在药物验证任务中的凝视，研究人员揭示了即使是有不确定性的 AI 建议如何重塑认知处理。

Tsai, C. C., et al. (2025). 人工智能的有用性和不确定性对与药剂师的认知互动的影响：随机对照试验。 医学互联网研究杂志, 27, e59946.

超越建筑密度：对城市环境中情感体验的粗略到细致分析

在这项研究中，作者使用 Labvanced 的基于网络摄像头的眼动追踪技术在参与者观看城市环境图像时收集凝视数据。通过跟踪参与者对不同城市场景特征的注视行为，研究人员能够将视觉注意力与对建筑元素和自然元素的情感评估相关联。使用 Labvanced 使得这一过程可以在线进行并具有规模效应，捕获细致的眼动指标，无需专门的实验室硬件。

Sander, I., et al. (2024). 超越建筑密度：对城市环境中情感体验的粗略到细致分析。 环境心理学杂志, 96, 102337.

寻找合适的影响者：粉丝数量如何驱动社交媒体参与

在这项多方法研究中，作者使用 Labvanced 的基于网络摄像头的眼动追踪来测量参与者如何视觉参与影响者内容。通过跟踪参与者在查看具有不同影响者粉丝数量的 Instagram 个人资料（作为兴趣区域）时的凝视行为，他们能够评估注意力模式与感知联系和参与之间的关系。

Wies, S., Bleier, A., & Edeling, A. (2023). 寻找合适的影响者：粉丝数量如何驱动社交媒体参与。 营销杂志, 87(3), 383-405.

互动演示

实时指标

在这个简单的注视任务演示中，展示了多个眼动追踪功能，针对两个作为兴趣区域（AoIs）的图片：停留时间、首次注视时间、注视数量和平均注视持续时间。注意：研究开始时进行 5 分钟的校准（中松的下巴支撑约束），在导入后您可以进一步编辑。

偏好注视范式

本研究使用偏好注视范式调查婴儿的视觉注意力，并可进一步用作此类研究的模板。参与者将并排查看图片或视频，同时记录凝视模式、注视持续时间和头部方向，以及参与者的视频录制。注意：使用适合婴儿的校准。

AOI 检测

使用多边形形状遮罩一些面部特征，计数注视点并记录凝视坐标。查看事件如何设置以记录眼动追踪数据，以及对象如何定义独特的 AOI。

头部追踪

在这个演示中，您可以尝试不同的头部位置，以移动屏幕上的滑块，作为数值可视化。头部追踪通常用作眼动追踪的补充或替代。

数据隐私与网络摄像头眼动追踪 🔐

在 Labvanced，我们极其重视数据隐私和安全。 这可以通过以下要点很好地体现：

• 所有面部和眼睛数据的处理都在用户设备上进行，确保真正的隐私设计。
• 仅会将凝视位置和注视持续时间（完全匿名的数值数据）保存到我们的服务器。
• 已进行外部安全审计（VAPT）并成功通过。可根据要求提供文档。
• 我们的服务器为我们所有，且位于欧盟内/遵循欧洲法律。
• 我们可以根据请求提供技术和组织措施（ToM）及数据处理协议（DPA）。
• 所有数据均可进行端到端加密（PGP），确保数据仅以加密格式存储在我们的服务器上。

文档

将网络摄像头眼动追踪集成到 Labvanced 任务中

启用眼动追踪及设计可靠捕获凝视数据的任务的分步概述。

网络摄像头眼动追踪研究中的参与者体验

关于参与者在校准和录制过程中看到的详细概述，帮助您设计更顺畅的远程研究体验。

与婴儿和幼儿的网络摄像头眼动追踪研究最佳实践

使用网络摄像头眼动追踪进行婴儿和幼儿研究时需要注意的实施技巧。

可行性检查

如果您需要更多支持或者对特定的网络摄像头眼动追踪功能感到好奇，请通过聊天或电子邮件与我们联系。我们非常乐意听取您的研究并解答您对平台的任何问题，并讨论项目的可行性。