Eye tracking tramite webcam: è davvero possibile?

Indaghiamo le nuove tecnologie legate alla mappatura del movimento oculare.

L’eye tracking con l’uso di una tradizionale webcam integrata è possibile. Tecnicamente possibile, ma non la scelta che a oggi ci sentiamo di adottare per i nostri progetti di analisi dell’esperienza digitale in TSW.

Conoscere lo sviluppo di settore in relazione alle nuove tendenze anche legate ad intelligenza artificiale e modelli predittivi è fondamentale, ma lo è anche garantire un risultato scientificamente solido delle nostre azioni di ricerca, a maggior ragione se si tratta di un’attività quantitativa che indaga, grazie a misurazioni psico-fisiologiche, una serie di parametri che afferiscono a una dimensione che va oltre al dichiarato della persona.

L’approccio del metodo scientifico è ciò che ci permette di essere onesti e diversi, in questo settore di consulenza chiamato neuromarketing, ma che noi consideriamo psicofisiologia applicata all’indagine su bisogni ed esigenze delle persone (ciò che indaga il marketing).

Ecco, quindi, una panoramica di questo strumento, a oggi al centro dell’interesse della comunità scientifico-tecnologica.

Registrare il movimento oculare da webcam: come funziona

Come funziona un eye tracker che sfrutta una webcam? Partiamo dalle condizioni generali:

• Innanzitutto, non individua la pupilla, ma l’area che comprende anche l’iride.
• In secondo luogo, la registrazione è influenzata dalla definizione, e quindi risoluzione della camera, e dal numero di fotogrammi al secondo. Per migliorare uno dei due parametri, l’altro deve peggiorare: come capire quale sia il male minore?
• È necessaria, poi, una luminosità adeguata e omogena per permettere una buona rilevazione del volto. Poca luce comporta una minor definizione della zona oculare rilevata e quindi una minor precisione.

Per quanto riguarda la procedura, si avanza per step di rilevazione sempre più dettagliata:

1. posizione del volto
2. posizione degli occhi all’interno del volto
3. orientamento dell’occhio destro e sinistro
4. calibrazione.

La rilevazione del movimento oculare da webcam: pro e contro

Il rilevamento oculare attraverso webcam prospetta diversi potenziali vantaggi:

• somministrazione da remoto, in real time
• misurazione in contesto reale (minor alterazione dell’esperienza digitale dell’utente)
• tempi rapidi di esecuzione
• semplificazione test su smartphone e tablet
• posizione standard della videocamera in relazione allo schermo
• test su dispositivi recenti e molto aggiornati
• numero maggiore di utenti per target, raggiungibili in tutto il mondo.

Tutto ciò a fronte di un grande contro: l’accuratezza della rilevazione, che limita l’applicazione alla ricerca comportamentale.

In particolare, la letteratura ci dice che l’accuratezza è lacunosa per diversi motivi:

• ampia procedura di calibrazione e validazione
• risoluzione temporale/trasmissione a bassa velocità
• alta sensibilità al movimento
• alto condizionamento in base al tipo di illuminazione
• complessa integrazione nel software sperimentale.

Sicuramente, grazie ai numerosi studi sempre in corso, allo sviluppo di nuove tecnologie e all’applicazione del machine learning, questa metodologia ha buone prospettive di migliorare l’accuratezza della rilevazione e di conseguenza l’attendibilità dei risultati che ne derivano.

Aggiungiamo un altro elemento critico: il test avviene in un contesto non controllato, quindi, il ricercatore non è sicuro di eventuali variabili differenti da caso a caso. Banalmente, non si può avere la certezza che sia una persona a svolgere il test, perché i bot possono simulare le interazioni richieste.

Si può provare a colmare questa lacuna con una parte di questionario sul contesto ambientale, certo. Ma si basa sempre sul percepito e dichiarato dell’utente, non sull’osservazione esterna e più oggettiva del ricercatore.

Eye-tracking da webcam o a infrarossi: differenze

Sicuramente il tracciamento oculare attraverso webcam offre delle possibilità notevoli per il futuro, legate al concetto di “remoto”, per aumentare i numeri di somministrazione di ogni studio, ottenere validazioni con numeriche più sostanziose, e ridurre drasticamente i tempi di raccolta dati.

Ma, de facto, al momento questo tipo di soluzione difficilmente può superare la tecnologia di un eye tracking a infrarossi che, certamente, vincola all’attività in presenza, ma che noi in TSW continuiamo a preferire in primis per la maggiore affidabilità scientifica, ma anche per una dimensione umana e relazionale legata all’accoglienza e all’ascolto.

Le alte prestazioni dell’infrarosso, soprattutto per test su immagini di piccole dimensioni e per calcolare il tempo di permanenza, garantiscono un contesto di rilevazione molto accurato (intorno al 90%), a prescindere dall’illuminazione, con una capacità di compensare i movimenti del capo, o altre variazioni fisiologiche nella zona occhi.

Fonti:

Xiaozhi Yang, Ian Krajbich, Webcam-based online eye-tracking for behavioral research, Judgment and Decision Making, Vol. 16, No. 6, November 2021, pp. 1485–1505

Kyle Krafk, Aditya Khosla, Petr Kellnhofer, Harini Kannan, Suchendra Bhandarkar, Wojciech Matusik, Antonio Torralba, (from University of Georgia, Massachusetts Institute of Technology and MPI Informatik), Eye Tracking for Everyone, 2016 IEEE Conference on Computer Vision and Pattern Recognition

Katarzyna Wisiecka, Krzysztof Krejtz, Izabela Krejtz, Damian Sromek, Adam Cellary, Beata Lewandowska, and Andrew Duchowski. 2022. Comparison of Webcam and Remote Eye-Tracking. In 2022 Symposium on Eye-Tracking Research and Applications (ETRA ’22). Association for Computing Machinery, New York, NY, USA, Article 32, 1–7.

Kasia Wisiecka, Beata Lewandowska, Adam Cellary, Andrew T. Duchowski, Dr. Krzysztof Krejtz and Izabela Krejtz, Comparison of Webcam and Remote Eye-Tracking, NMSBA.COM