ウェブカメラによる視線追跡の精度はどの程度ですか？

iMotionsのWebET 3.0で、ウェブカメラ用アイトラッキング技術の進化をご覧ください。手頃な価格、リモートでの利用可能性、そして精度の向上により、拡張性の高い調査を実現します。

最先端のコンピュータビジョンアルゴリズムを原動力として、ウェブカメラベースのアイトラッキング技術は急速な進歩を遂げています。この革新の最前線にあるのが、iMotions社の最新ウェブカメラベースのアイトラッキングアルゴリズム「WebET 3.0」です。これは現在、すべてのクラウドベースのアプリケーション、すなわち「Remote Data Collection」および「iMotions Online」に統合されています。この開発により、精度と汎用性が新たなレベルへと向上し、アイトラッキングがこれまで以上に利用しやすくなりました。

この記事の後半では、WebET 3.0の精度について詳しく見ていきますが、まずは、ウェブカメラを利用したアイトラッキングが研究者や開発者の間でこれほどまでに普及した理由について考察してみましょう。

ウェブカメラを使ったアイトラッキングが注目を集めている理由

ウェブカメラを用いたアイトラッキングは、高度なコンピュータビジョンアルゴリズムを用いて眼球運動を追跡し、人間の行動や認知プロセスに関する知見を提供します。その利用が拡大している背景には、使いやすさ、手頃な価格、そして汎用性の高さがあり、研究者、教育者、開発者にとって画期的な技術となっています。

リモートアクセス

その人気を博している主な理由の一つは、遠隔で利用できる点にあります。専用のハードウェアや専用の実験室を必要とする従来のシステムとは異なり、ウェブカメラを使ったアイトラッキングに必要なものは以下の通りです：

• ウェブカメラ付きの一般的なパソコン。
• 安定したインターネット接続。

この最小限のセットアップにより、より複雑な環境を構築するリソースを持たない小規模な組織、個人研究者、教育関係者など、より幅広い層がこの技術を利用できるようになります。

妥協のない手頃な価格

従来の視線追跡システムは高価な場合が多く、資金力のある機関や組織での利用に限られていました。ウェブカメラを利用した視線追跡は、品質を損なうことなく、費用対効果の高い代替手段となります。

• 手頃な価格の入り口：小規模なチームや個人に最適です。
• 拡張性の高いソリューション：大規模プロジェクトや商用用途に適しています。

iMotionsのWebET 3.0は、手頃な価格と高精度を両立させ、高品質なトラッキングとコストパフォーマンスに優れたソリューションとのギャップを埋める製品です。

ウェブカメラを用いたアイトラッキングの高品質基準

手頃な価格と利便性は大きなメリットですが、この技術の真価は精度にかかっています。iMotionsのWebET 3.0アルゴリズムは高い性能を発揮し、ユーザーが正確で実用的なインサイトを得られることを保証します。

WebET 3.0の品質を検証するため、iMotions社は社内で精度テストを実施し、市場で最も精度の高いスクリーン型アイトラッカーの一つと比較しました。その結果、ウェブカメラを用いたアイトラッキングでも、従来は専用システムでしか実現できなかったレベルの精度を達成できることが実証されました。

実運用におけるウェブカメラを用いた視線追跡の精度

研究結果

前述の通り、本研究ではウェブカメラ用アイトラッキングアルゴリズムの精度を測定し、それに基づいてその最適な使用条件を明らかにすることを目的としました。以下では、実験環境の詳細について解説しますが、本研究の結果について詳しく知りたい方は、こちらからホワイトペーパーをダウンロードしてください。

ホワイトペーパーをダウンロード

方法論

刺激は、薄暗い部屋にある22インチのコンピュータ画面上に提示された。被験者は無地の灰色の壁を背にして、ウェブカメラから65cmの距離に座り、読書灯が被験者の顔を正面から照らしていた。 ウェブカメラのデータは、Logitech Brioカメラを用いて、30 Hzのサンプリングレート、1920×1080ピクセルの解像度で収集された。同時に、顎台のない最高級のスクリーン型アイトラッカーを用いて、画面ベースのアイトラッキングデータが収集された。被験者には、完全に静止した姿勢を保ち、話さないよう指示された。

上記の理想的な条件に加え、さらに4つの条件について検証を行った。具体的には、参加者が眼鏡を着用している場合、ウェブカメラの解像度が低い場合、顔の照明が不十分な場合、および回答者が動きながら話す場合である。

理想的な条件

最も理想的な条件下で、いかなる操作も行わなかった場合（n=10）、WebETの平均精度オフセットは2.2 dvaであり、データの欠落により1%の試行が失われた（画面ベースのアイトラッカーデータの場合、平均精度は0.5 dvaで、失われた試行はなかった）。この条件下では、全試行の12%におけるWebETデータで、平均オフセットが5 dvaを超えていた。

注：「dva」は動的視力の略称であり、頭部を固定した状態で動く物体の微細な空間的詳細を識別する能力、あるいは頭部や体を回転させながら静止した物体の微細な空間的詳細を識別する能力を指します。

動き

話しながら頭を動かしていた被験者（n=4）から記録されたデータは、同じ被験者が完全に静止していた状態で記録されたデータよりも精度が低かった。 スクリーン型アイトラッカーからのデータにより、回答者がターゲットに視線を正しく維持していたことが確認された（平均精度は0.7 dva、失効試行は3%）。webETアルゴリズムは、回答者が動いている試行の100%において視線データを算出することに成功し、平均オフセットは5.0 dvaであった。試行の38%で、オフセットが5 dvaを超えていた。

被験者が動いた試験（中央値 3.9 dva、第1四分位数 2.2 dva、第3四分位数 6.2 dva）のwebETデータと、同じ被験者が静止していた同等のブロック（中央値 1.8 dva、第1四分位数 1.1 dva、第3四分位数 3.1 dva）とを比較した対応のあるウィルコクソン順位和検定により、2つの条件間に極めて有意な差（p<<0.01）が認められた。

余談

強い側光（n=4）（すなわち、窓からの光、ランプの光、または屋外での測定など）もデータのオフセットを引き起こし、webETでは平均精度が4.9 dva、失われた試行が5%となった（画面型アイトラッカーでは、平均精度は0.6 dva、失われた試行は1%であった）。また、webETデータでは、4%の試行で平均オフセットが5 dvaを超えた。 顔の照明状態が悪い試行の webET データ（中央値 4.2 dva、Q1 2.5 dva、 Q3 6.6 dva）と、同じ回答者が理想的な条件下で記録された同等のブロック（中央値 1.8 dva、Q1 1.1 dva、Q3 3.1 dva）を比較した結果、両条件間に極めて有意な差（p<<0.01）が認められた。

低解像度

カメラの解像度が低い場合も、データオフセットの増加が見られたが、その傾向はそれほど顕著ではなく、平均精度は5.0 dvaであった（スクリーンベースのアイトラッカーの場合、平均精度は0.6 dvaであった）。また、実験試行の3分の1において、webETデータの平均オフセットが5 dvaを超えていた。

メガネ

眼鏡を着用して再測定を行った5名の被験者について、webETでは平均オフセットが3.6 dvaと最も大きく（画面ベースのアイトラッカーでは平均精度は0.9 dvaであった）、41%の試行においてwebETデータの平均オフセットが5 dvaを超えていた。

結論

この研究が示しているのは、ウェブカメラによる視線追跡の精度が、前述の歪み要因（動き、会話、照明の悪さ、眼鏡の着用）による悪影響を、アルゴリズムの初期段階に比べてますます受けにくくなっているということである。

しかし、アイトラッキングデータの質がますます向上していることは明らかである一方、研究においてウェブカメラを用いたアイトラッキングを最大限に活用するためには、最高品質のデータを確保するために、被験者が研究実施者の定めるベストプラクティスの指示に従う必要があることもまた明らかである。

理想的な条件が整えば、ウェブカメラによるアイトラッキングはデータの整合性と品質が良好であることが確認されており、これは非常に実用的なデータ収集ツールであると言える。

ウェブカメラを利用した視線追跡技術が注目を集めている

ウェブカメラによるアイトラッキングのデータ品質は、専用のアイトラッキング機器にはまだ及ばないものの、調査の規模を拡大したい場合には最適な選択肢です。私たちは、この手法によって、クライアントの皆様が定量的な人間行動調査を実施できる先駆者の一人になれるよう支援していると自負しています。

精度と正確性の両方が重要な要素となる継続的なアイトラッキング調査を行う予定であれば、適切なハードウェアへの投資は依然として十分に価値があります。しかし、アイトラッキングを活用した大規模なUXテスト、A/Bテスト、あるいは画像・動画を用いた調査を実施しようとしているのであれば、ウェブカメラを使ったアイトラッキングが貴重なツールとなることは間違いありません。そして、その性能はますます向上しています。

ウェブカメラによるアイトラッキングが、研究の規模拡大や世界中のユーザーへのリーチ拡大にどのように役立つかについて詳しく知りたい方は、当社の「リモートデータ収集」ページをご覧ください。ウェブカメラを利用したアイトラッキング機能を備えた教育ツールにご興味がある方は、「iMotions Online」のページをご覧ください。隠れマルコフモデルが、視覚的注意や視線パターンを分析することで、アイトラッキング技術をどのように強化しているかをご確認ください。