SaccadeJS：可在浏览器中运行的开源网络摄像头眼动追踪工具

网络摄像头眼动追踪使研究者能够在规模庞大、地域多样的在线样本中研究眼动，但其精度限制了它只能进行粗略比较，例如受试者看向屏幕的哪一半或哪个象限。我们推出 SaccadeJS，这是一款完全在受试者浏览器中运行的开源网络摄像头眼动追踪器。SaccadeJS 使用神经网络将眼部图像转换为特征，再由岭回归将这些特征映射到屏幕位置。通过在已知位置的注视点样本上计算新的回归权重，该网络可以快速校准。为训练该模型，我们收集了一个包含 2,003 名受试者的新数据集，这些受试者在自己的笔记本电脑和台式电脑上注视目标。在一项有 200 名新在线受试者参与的验证研究中，受试者误差的中位数约为屏幕对角线的 4%。这一精度足以区分比 halves 和 quadrants 更多且更小的感兴趣区域。我们还开发了一种时间校准程序，用于测量每位受试者的摄像头延迟。校正后，眼跳潜伏期与实验室实验的分布相匹配。我们报告了不同校准策略和图像特征如何影响精度。在验证研究中，SaccadeJS 可以在约三分之一的受试者上实时运行；对于其他人，该库在实验运行期间于后台处理帧。SaccadeJS 可作为网络摄像头眼动追踪的独立软件使用，也可通过一套提供的用于校准、验证和记录的插件与 jsPsych 配合使用。

中文由 AI 翻译，仅供参考，以原文为准。