《Journal of Eye Movement Research》：Systematic Performance Evaluation of WebGazer Webcam-Based Eye Tracking with Spatial and Angular Error Analysis
编辑推荐：
眼动追踪技术已通过 WebGazer 等基于网络摄像头（webcam）的方案变得更加可及，使大规模、低成本实验成为可能。然而其性能仍对若干实验与设备相关参数敏感。研究人员提出一种受控实验框架，用于在网络摄像头条件下系统评估 WebGazer。该框架考察以下关键
眼动追踪技术已通过 WebGazer 等基于网络摄像头（webcam）的方案变得更加可及，使大规模、低成本实验成为可能。然而其性能仍对若干实验与设备相关参数敏感。研究人员提出一种受控实验框架，用于在网络摄像头条件下系统评估 WebGazer。该框架考察以下关键参数：校准/评估点密度配置、评估点分布、目标呈现时长、刺激颜色与刺激（目标）尺寸。WebGazer 性能以设备像素空间误差（spatial error）与角度误差（angular error，delta）共同衡量。20 名参与者的结果显示，在测试条件下，更密的点配置伴随更低平均空间误差（由 1383 降至 1009 设备像素）与更低平均角度误差（由 13.556° 降至 10.322°）。在汇总条件中，联合点密度配置的空间误差范围最大，目标呈现时长的角度误差范围最大；二者描述性差异最明显，其次为评估点分布。伪随机布局较固定布局误差略高；颜色与尺寸等视觉属性差异较小且不一致，刺激尺寸呈非单调模式。总体而言，时间与校准相关设置对 WebGazer 性能的描述性关联最强，视觉设计选择差异较小。该研究为现实条件下系统评估基于网络摄像头的眼动追踪系统提供了定量框架。
研究背景方面，传统眼动追踪依赖红外等专业硬件，精度高但成本高且需实验室环境，难以规模化。近年来计算机视觉与 Web 技术使标准网络摄像头（webcam）可进行眼动追踪，WebGazer 成为最常用方案之一，可用于可用性研究、阅读行为分析和大规模在线实验。但低成本网络摄像头眼动追踪存在明显局限：缺乏大规模可靠真值数据，既有研究多为孤立实验设置，参数常被独立研究，缺少统一、可复现地系统评估 WebGazer 多参数敏感性的框架，因此研究人员开展本研究以填补该空白。
论文发表于《Journal of Eye Movement Research》。研究人员在统一软件框架与同一参与者群体中，采用单因素轮换（one-factor-at-a-time）受控设计，系统考察联合校准/评估点密度、评估点分布、目标呈现时长、刺激颜色与刺激尺寸对 WebGazer 性能的影响，并以设备像素空间误差与观察级角度误差 delta 为指标。研究意义在于为网络摄像头眼动追踪的条件优化与结果解释提供可复现的定量基准。
关键技术方法上，研究人员使用 Dell XPS 13 Plus 9320 笔记本与集成 HD RGB 摄像头，20 名成人参与者距屏幕中心 41 cm，每人完成 19 组校准—评估运行，共 380 次运行。GazerApp 集成 2016 版 WebGazer.js，Chrome 缩放 100%，Windows 显示缩放 300% 使 CSS 像素到设备像素转换系数 d=3.0。空间误差由目标点与预测点欧氏距离以设备像素计算；角度误差借助屏幕物理尺寸、原生分辨率与眼屏距离，通过三角形与余弦定理计算观察级偏差角 δi，再取均值得到 delta。运行内超过 3 倍标准差的误差被排除。
研究结果如下。
4.1 校准与评估点密度的影响：在固定目标尺寸 20 px、呈现 5 s、固定分布、校准蓝/评估绿条件下，5-5、9-9、12-12、18-18 联合密度显示，密度越高平均空间与角度误差越低；5-5 到 18-18 平均空间误差由 1383 降至 1009 设备像素，角度误差由 13.556° 降至 10.322°，但校准与评估密度未单独分离。
4.2 评估点分布的影响：在 18-18 条件下，伪随机布局相对固定布局平均空间误差 1160 对 1009 设备像素，角度误差 11.886° 对 10.322°，伪随机误差更高，但仅描述性对比，不能认定由空间可预测性降低导致。
4.3 目标呈现时长的影响：在 18-18 固定布局下，2 s、3 s、4 s、5 s 中，时长越短误差越高，2 s 平均空间误差 1334 设备像素、角度 13.741°，5 s 最低；研究未做正式重复测量检验。
4.4 刺激颜色的影响：18-18、5 s、固定布局下，校准与评估同色或异色条件中，Black/Black 平均空间误差 956 设备像素、角度 9.813° 最低，Green/Green 为 1041 设备像素、10.681° 最高，颜色间差异小于时长与点密度，属次要设置。
4.5 刺激尺寸的影响：10 至 20 CSS 像素尺寸下误差呈非单调，12/12 最低（968 设备像素、9.922°），14/14 次之，不能得出越大或越小越优的结论。
讨论部分指出，目标呈现时长与联合点密度描述性差异最大，前者角度范围略宽、后者设备像素范围更宽；更密配置与更久呈现伴更低误差，但单因素设计不能确立因果与交互效应。伪随机布局误差较高可能源于可预测性下降，但未被直接测量。颜色与尺寸影响小且不稳定的。局限包括头动、光照、相机位未严控，单一设备限制外推，未保留时序日志故顺序、练习与疲劳效应无法排除，设备像素误差依赖特定分辨率与缩放。
结论部分译为：本研究对 WebGazer 在五个实验因素下开展定量单因素轮换评估：联合校准/评估点密度配置、评估点分布、目标呈现时长、刺激颜色与刺激尺寸。同一参与者群体与浏览器框架内报告了缩放校正设备像素空间误差与观察级角度误差。在本样本中，最大描述性差异出现在目标呈现时长条件与联合点密度配置之间；其排序依指标而异：点密度的平均设备像素范围更宽，时长的平均角度范围略宽。更长时长与更密配置伴随更低平均误差，伪随机布局较固定布局误差略高；这些关联不确立因果或人群水平效应。刺激颜色与尺寸差异更小且不一致，尺寸呈非单调模式。研究结果为网络摄像头眼动追踪研究设计中标明需考量并需验证的参数提供了依据。未来工作应采用更大样本与全/部分因子设计、保留时序与平衡方案，并比较硬件、浏览器、摄像头与屏幕尺寸。
