Et : Pendant plusieurs secondes, je le regarde s’éloigner en me demandant s’il ne s’agissait pas d’une blague.

Cet emploi des tes temps est correct également. En ce cas, où le verbe introducteur est au présent, l’imparfait  s’applique au verbe suivant qui désigne un fait antérieur, ayant eu lieu dans le passé.

Je me souviens de ce qu’il m’a dit hier pendant qu’il me parle comme si de rien n’était. Puis il me quitte. Pendant plusieurs secondes je le regard s’éloigner en me demandant s’il ne s’agissait pas d’une blague.

Ce qu’il faut souligner, c’est que l’imparfait a ici, s’il est employé, une valeur temporelle et non modale, car la subordonnée n’est pas une conditionnelle mais une interrogative indirecte.