1 基本概念
眼动追踪是通过记录眼球运动来推断视觉注意与认知活动的一类技术。它关注的不仅是眼睛“看向哪里”，还包括在何时、以何种方式、停留多久以及如何在多个目标之间切换。由于视线往往与注意分配、信息选择和决策过程密切相关，这项技术成为研究人类视觉行为的重要工具。
1.1 定义与研究对象
眼动追踪通常指利用光学或图像方法，持续测量眼球位置、注视方向和运动轨迹的过程。其研究对象主要包括注视点、扫视路径、瞳孔变化、眨眼频率以及双眼协同运动等。通过这些数据，研究者可以分析个体在阅读、浏览、搜索、判断和操作任务中的视觉策略。
1.2 眼球运动类型
眼球并非持续平稳移动，而是在多种运动模式之间切换。不同类型的运动对应不同的视觉功能，构成了眼动数据解读的基础。
1.2.1 注视
注视是指眼球相对稳定地停留在某一目标上的状态。在这一阶段，视觉信息被较为集中地采集和加工，因此常被视为注意聚焦的主要体现。注视的持续时间和位置，常用于判断内容吸引力与信息处理深度。
1.2.2 扫视
扫视是眼球在不同注视点之间快速跳转的运动。它通常发生在浏览文字、搜索目标或观察场景时。扫视速度很快，期间视觉输入会明显减少，因此该过程更多反映信息选择与空间定位，而不是精细识别。
1.2.3 平滑追踪
平滑追踪指眼球以较缓慢、连续的方式跟随移动目标运动。它常见于观察运动物体、跟随屏幕上的动态元素，或驾驶等情境中。与扫视相比，平滑追踪更强调对动态信息的持续跟随能力。
1.2.4 眨眼
眨眼是眼睑周期性闭合与张开的动作。除润滑和保护眼球外，眨眼也会影响视觉连续性，因此常被视为疲劳、注意波动或任务负荷变化的辅助指标。在一些实验中，眨眼频率还可反映个体的紧张程度或认知压力。
1.3 核心指标
眼动追踪的分析通常依赖若干核心指标，它们将原始轨迹转化为可解释的行为特征。不同指标侧重的层面不同，有的反映停留，有的反映切换，有的则指向生理状态。
1.3.1 注视时长
注视时长是指一次注视持续的时间长度。较长的注视通常意味着目标信息较复杂、较难理解，或者内容更具吸引力。该指标在阅读研究、广告评估和界面测试中都十分常见。
1.3.2 回视次数
回视次数是指视线返回到先前区域的频率。较多的回视往往说明受试者需要重新确认信息，或正在进行更深入的理解和比较。它常用于分析阅读理解、任务难度以及决策反复程度。
1.3.3 瞳孔直径变化
瞳孔直径会随光照和认知负荷变化而发生调整。在控制环境光的条件下，瞳孔扩张或收缩可作为加工强度、情绪反应或注意变化的间接线索。不过，该指标受外部条件影响较大，通常需要结合其他数据共同判断。
2 技术原理
眼动追踪技术的核心，是把眼球的生理特征转化为可测量的空间坐标或时间序列。不同方法的实现路径不同，但都离不开图像采集、特征识别、坐标换算和误差校正等环节。
2.1 角膜反射法
角膜反射法利用角膜表面对光线的反射特性来估计眼球方向。系统通常通过摄像装置观察眼睛，并依据反射点与眼球结构的相对位置计算视线变化。这类方法结构较早，应用广泛，适合实验室环境中的稳定测量。
2.1.1 单眼跟踪
单眼跟踪是对一只眼睛进行定位和分析。其优点是系统结构相对简单，计算量较小，适合部分低成本设备或特定实验。缺点在于对单眼误差更敏感，且无法充分利用双眼协同信息。
2.1.2 双眼跟踪
双眼跟踪同时记录左右眼信息，可提高稳定性与鲁棒性。通过比较双眼位置与运动特征，系统能够在一定程度上降低偶发噪声带来的影响，也更适合研究双眼协调、深度感知和细微偏差。
2.2 瞳孔中心角膜反射法
瞳孔中心角膜反射法通常被称为常见的高精度方案之一。它同时检测瞳孔中心和角膜反射点，再依据两者的相对位置估计视线方向。由于兼顾了结构稳定性和定位精度，该方法在许多专业设备中被广泛采用。
2.2.1 红外光源设计
红外光源设计的目的，是在不明显干扰被试的前提下增强眼部特征对比度。通过特定波长的红外照明，瞳孔边界和反射点更容易被摄像头捕捉，从而提升识别准确度。合理的光源布局还能减少环境光变化对测量的影响。
2.2.2 反射点检测
反射点检测是识别角膜表面高亮区域的过程。系统根据反射点在图像中的位置变化，结合瞳孔中心的位移，估算视线方向。该步骤对图像质量、阈值设定和噪声抑制要求较高，直接影响最终结果的稳定性。
2.3 影像识别与机器学习方法
随着计算机视觉的发展，眼动追踪逐渐从依赖几何关系的传统方式，扩展到基于图像识别和学习算法的方法。此类方法可直接从眼部图像中提取模式，对复杂场景下的视线估计更具适应性。
2.3.1 特征提取
特征提取是从眼部图像中识别有用信息的步骤，例如眼睑轮廓、瞳孔形状、虹膜纹理和局部亮度分布。高质量特征能够帮助模型区分不同姿态和光照条件下的眼部状态，是后续预测的基础。
2.3.2 目标回归与分类
目标回归通常用于预测连续的视线坐标或角度，分类则用于判断注视区域、眼动状态或特定行为类别。两者可单独使用，也可结合应用。机器学习方法的优势在于能够从大量样本中学习复杂映射关系，但对训练数据质量较为敏感。
2.4 校准机制
校准机制是确保测量结果可用的重要环节。由于每个人的眼球结构、佩戴位置和观看习惯不同，系统往往不能直接使用通用参数，而需要通过校准建立个体化映射。
2.4.1 视线映射
视线映射是将眼部图像中的特征点转换为屏幕或空间中的注视位置。常见做法是在若干已知点位上采集样本，再建立特征与目标坐标之间的对应关系。映射质量越高，后续分析越准确。
2.4.2 误差修正
误差修正用于补偿校准偏差、头部移动和设备漂移造成的定位误差。它可以通过重新校准、动态调整或算法滤波等方式实现。该步骤对于长时间实验和移动场景尤为重要。
3 设备与系统
眼动追踪设备的形态多样，既有用于精密实验的固定系统，也有适合移动场景的穿戴设备。不同系统在精度、便携性、成本和使用环境上各有侧重。
3.1 固定式眼动仪
固定式眼动仪通常安装在桌面或特定平台上，要求被试在相对稳定的位置完成任务。这类设备精度较高，适合实验室研究、界面测试和阅读行为分析。
3.1.1 桌面实验系统
桌面实验系统多由显示器、摄像单元、红外照明和处理软件组成。受试者在屏幕前完成阅读、搜索或判断任务，系统同步记录视线轨迹。由于环境可控，它常用于标准化实验。
3.1.2 头戴式设备
头戴式设备将传感器固定在头部附近，能够在一定程度上跟随使用者移动。相比桌面系统，它更适合自然场景观察，例如行走、操作实物或复杂交互任务，但佩戴舒适性和校准稳定性更受关注。
3.2 移动式与穿戴式设备
移动式与穿戴式设备强调灵活性，适用于户外、运动或真实场景中的视线记录。它们通常体积更小，便于与日常行为结合，但在精度和抗干扰能力上往往不及固定式系统。
3.2.1 眼镜式眼动仪
眼镜式眼动仪通常集成在镜框中，外形接近普通眼镜。它能在不明显妨碍活动的前提下记录眼动数据，因此常用于人因研究、行为观察和现场测试。
3.2.2 可穿戴传感器
可穿戴传感器除摄像模块外，还可能结合惯性测量单元、头部姿态传感器等部件，用于提高动态条件下的识别稳定性。这类方案有利于扩展到更复杂的应用场景。
3.3 无接触式跟踪方案
无接触式方案无需佩戴额外设备，依靠摄像头远距离获取眼部图像，具有使用方便、部署灵活的特点。其性能受摄像头分辨率、拍摄角度和环境条件影响较大。
3.3.1 普通摄像头方案
普通摄像头方案利用可见光图像进行眼部识别，部署成本较低，常见于消费级设备和基础交互系统。其局限在于受光线变化和分辨率限制，精度通常不如专业设备。
3.3.2 红外摄像头方案
红外摄像头方案通过红外成像提升眼部特征可见性，能在较弱光照或复杂背景下保持较稳定的检测效果。它常用于安防、车载监测和实验级无接触追踪。
4 数据采集与处理
眼动数据采集后，通常需要经历清洗、转换和建模等步骤，才能支持后续分析。原始轨迹往往包含噪声、缺失和偏移，因此数据处理是眼动研究中不可省略的一环。
4.1 采样率与分辨率
采样率决定系统每秒记录多少次眼动数据，分辨率则影响位置估计的细致程度。较高采样率更适合捕捉快速扫视和微小变化，而较高空间分辨率有助于准确区分相邻目标区域。实际选择需要在精度、成本与计算负担之间平衡。
4.2 数据清洗
数据清洗的目标是剔除异常值、修复缺失片段，并统一格式，以便得到可分析的数据集。由于眼动记录易受眨眼、抖动和识别失败影响，清洗步骤通常占据较大比重。
4.2.1 噪声处理
噪声处理主要用于消除随机抖动、短暂误检和非生理性波动。常见方法包括平滑滤波、阈值剔除和时序约束等。合理的噪声处理可以提高轨迹连贯性，但也要避免过度修正真实变化。
4.2.2 缺失值补全
缺失值补全用于处理眨眼、遮挡或传感器失效造成的数据空段。补全方式可采用插值、前后段推断或模型估计等，但需谨慎使用，以免引入虚假模式。对于关键分析，研究者有时会保留缺失信息本身作为现象的一部分。
4.3 轨迹分析
轨迹分析旨在从时空序列中提取视觉行为模式。通过对注视点分布、转移路径和停留结构的观察，可以揭示注意集中程度、浏览顺序和策略差异。
4.3.1 热图生成
热图将注视密度以颜色深浅方式呈现，便于直观显示关注集中区域。它常用于页面设计、广告测试和界面优化，能够快速比较不同条件下的视觉吸引效果。
4.3.2 扫视路径分析
扫视路径分析关注视线在多个目标之间的移动顺序与方向。通过比较路径长度、跳转频率和回退行为，可以判断个体是否采用了直接搜索、逐项浏览或反复确认的策略。
4.3.3 关注区域划分
关注区域划分是将视觉场景划分为若干分析单元，以便统计不同区域的注视情况。划分方式可以基于图像结构、内容层级或实验目的而定，是连接原始轨迹与内容解释的关键环节。
4.4 统计建模
统计建模用于将眼动特征与行为结果、任务表现或外部变量联系起来，从而进行解释与预测。它是从“观察现象”走向“量化关系”的重要步骤。
4.4.1 描述性分析
描述性分析主要总结数据分布、均值、方差和频率等基本特征。它帮助研究者了解整体趋势、识别异常样本，并为更深入的建模提供基础。
4.4.2 推断性分析
推断性分析用于检验不同条件之间是否存在显著差异，或某些变量之间是否具有关联。常见方法包括方差分析、回归分析和相关分析等，适用于比较任务设计、界面版本或群体差异。
5 研究方法
眼动研究通常建立在严格的实验设计之上。为了保证结果可靠，研究者需要合理选择材料、设计任务，并重视被试招募和伦理规范。
5.1 实验设计
实验设计决定了研究问题如何被操作化，也影响数据的可解释性。良好的设计应尽量控制无关变量，同时保留足够的现实感和任务代表性。
5.1.1 刺激材料选择
刺激材料可以是文字、图片、视频、网页、场景图或交互界面。选择时需要考虑内容复杂度、信息密度和任务相关性，以确保实验结果能够反映目标问题。
5.1.2 任务范式设计
任务范式设计涉及受试者需要完成的具体操作，例如浏览、搜索、判断或比较。不同范式会引导不同的视觉策略，因此应根据研究目的进行设置，并保持条件之间的可比性。
5.2 被试招募与伦理
眼动研究涉及对个人视觉行为的记录，因此在招募与实施过程中必须遵守基本伦理要求。研究者应确保被试了解实验内容、风险和数据用途。
5.2.1 知情同意
知情同意要求被试在充分了解研究目的、流程和数据处理方式后，自主决定是否参与。该步骤不仅是伦理规范，也有助于提升实验的透明度与可信度。
5.2.2 隐私保护
隐私保护主要涉及对眼动数据、录像资料和身份信息的妥善管理。研究中通常应进行匿名化处理，并限制数据访问范围，以降低个人信息泄露风险。
5.3 常见实验范式
不同研究问题对应不同实验范式。通过范式设计，研究者可以更有针对性地考察注意、搜索、阅读和决策等行为过程。
5.3.1 自由观看
自由观看允许被试在无明确任务压力下观察刺激材料。该范式适合研究自然注意分布、内容吸引力和视觉偏好，常用于广告、图片和场景观察。
5.3.2 视觉搜索
视觉搜索要求被试在众多目标中寻找特定对象。它适合研究目标显著性、干扰因素和搜索策略，也常用于界面可用性和视觉工程分析。
5.3.3 阅读研究
阅读研究关注眼动在文字加工中的表现，包括停留、回视和跳读等现象。通过阅读数据，研究者可以分析词汇难度、句法结构和理解负荷。
5.3.4 决策任务
决策任务通常让被试在多个选项之间做出选择。眼动数据可反映信息比较过程、权衡顺序和犹豫程度，因此常用于认知决策与消费行为研究。
6 应用领域
眼动追踪已广泛进入多个学科和行业。它既能帮助研究者理解认知机制，也能支持实际系统的设计与优化。
6.1 认知心理学
在认知心理学中，眼动追踪是研究注意、感知、记忆和语言加工的重要方法。它使研究者能够从外显行为中推测内部认知过程。
6.1.1 注意研究
眼动数据可用于分析注意如何在多个刺激之间分配。通过观察注视顺序、停留时间和转移模式，可以评估刺激显著性、任务驱动性和注意选择机制。
6.1.2 语言加工
在语言加工研究中，眼动追踪常用于观察阅读过程中词语识别、句子理解与语义整合的难点。回视和停留变化，往往能反映理解障碍或信息冲突。
6.2 人机交互
在人机交互领域，眼动追踪可作为输入方式，也可作为界面评估工具。它帮助设计者理解用户如何看、如何选、如何操作。
6.2.1 注视交互
注视交互是利用视线作为控制信号的一种方式。用户通过凝视目标完成选择、切换或激活操作，适合无手操作场景，但需要防止误触发和疲劳积累。
6.2.2 凝视控制界面
凝视控制界面会根据用户视线动态调整内容显示、菜单展开或辅助提示。此类界面在无障碍交互、远程操作和沉浸式系统中具有较高价值。
6.3 医学与临床
眼动追踪在医学和临床领域可辅助评估神经功能、视觉能力和行为异常。它的优势在于非侵入性强、信息丰富，适合作为补充性检测工具。
6.3.1 神经系统疾病评估
在神经系统相关评估中，眼动模式可反映注意控制、运动协调和执行功能的变化。某些疾病状态下，注视稳定性、扫视精度或反应速度可能出现异常。
6.3.2 视觉障碍筛查
眼动数据可帮助判断个体是否存在视线偏移、追踪困难或聚焦异常等问题。它在儿童筛查和早期识别中尤具价值，可作为传统检查的辅助手段。
6.4 教育研究
教育研究中，眼动追踪可用于观察学习者如何阅读、浏览和处理学习材料。它为分析学习效率与认知负荷提供了直观证据。
6.4.1 学习行为分析
通过观察学习过程中的注视分布和回视模式，研究者可以了解学生对重点内容的关注程度，以及是否存在分心、跳读或过度停留等现象。
6.4.2 阅读理解评估
阅读理解评估常结合眼动指标判断学习者是否真正理解文本。若某些区域反复停留或频繁回视，通常表明该部分信息较难处理，或与整体理解存在关联。
6.5 驾驶与安全
在驾驶与安全研究中，眼动追踪主要用于监测注意状态和识别风险行为。它有助于提高人因安全系统的预警能力。
6.5.1 疲劳监测
疲劳监测通过眨眼频率、闭眼持续时间和注视稳定性等指标判断驾驶者的警觉水平。当前方注意减弱时，系统可及时发出提示，降低事故风险。
6.5.2 分心识别
分心识别旨在判断驾驶者是否将视线长时间离开关键区域。通过分析注视偏离、回看延迟和头眼协调情况，可识别潜在的不安全操作模式。
6.6 市场与广告研究
市场与广告研究中，眼动追踪常用于评估内容是否足够醒目、信息是否易于获取，以及不同设计方案的吸引力差异。
6.6.1 版面吸引力分析
版面吸引力分析关注标题、图片、按钮和布局结构对视线的引导作用。热图和首次注视时间常用于比较不同版面的视觉效果。
6.6.2 消费者注意研究
消费者注意研究旨在了解商品、包装或宣传信息如何吸引注意并影响选择。通过观察注视顺序和停留模式，可以分析哪些元素更容易进入决策视野。
7 典型指标解释
眼动研究中的指标通常需要结合任务背景解释，单独看数值并不足以说明全部问题。不同指标之间相互关联，合起来才能形成较完整的行为图景。
7.1 视线热点
视线热点是指注视密度较高的区域，通常在热图中表现为颜色更深的部分。它反映了注意集中位置，但不一定等同于偏好，也可能与任务要求或信息结构有关。
7.2 首次注视时间
首次注视时间是指刺激呈现后，视线第一次落到某目标上的时间间隔。该指标常用于衡量目标的显著性与可见性，越短通常说明越容易被发现。
7.3 平均停留时长
平均停留时长是多个注视片段的平均长度，能够反映目标区域的整体吸引程度与加工负荷。较长的平均停留可能意味着内容更复杂，或需要更多理解时间。
7.4 扫视幅度
扫视幅度是眼球在两次注视之间移动的距离，既可用角度表示，也可换算为屏幕或场景中的空间跨度。它有助于判断浏览范围、搜索模式和阅读节奏。
7.5 注视转移矩阵
注视转移矩阵用于统计视线从一个区域转向另一个区域的频率。它能揭示信息浏览顺序、区域之间的联系以及不同条件下的策略差异，是分析复杂界面时常用的工具。
8 局限性与挑战
尽管眼动追踪应用广泛，但其测量结果仍受多种因素制约。设备性能、环境条件和个体差异都会影响数据质量与解释稳定性。
8.1 头部运动干扰
头部位置变化会影响摄像头对眼部特征的捕捉，尤其在固定式系统中更为明显。虽然部分设备可通过姿态补偿降低影响，但大幅移动仍可能造成误差增加。
8.2 光照与遮挡影响
光照强弱不均、眼镜反光、睫毛遮挡或眼睑半闭，都可能降低识别准确度。在复杂场景中，系统需要更强的鲁棒性，才能保持稳定跟踪。
8.3 个体差异
不同个体在眼球结构、眨眼习惯、阅读速度和注意策略上存在差别。若模型未充分考虑这些差异，可能导致同一指标在不同人之间不具备完全可比性。
8.4 算法误差与漂移
算法误差可能来源于特征识别失败、映射不准确或长时间使用后的漂移。若不及时校正，误差会逐步积累，使后续分析偏离真实视线位置。
8.5 数据隐私与伦理问题
眼动数据能够反映个体的注意偏好、兴趣倾向和部分认知状态，因此具有一定敏感性。数据存储、共享和二次使用都需要明确规范，以避免隐私风险和不当推断。
9 发展趋势
眼动追踪正在向更高精度、更强适应性和更广应用场景发展。未来技术演进的重点，不仅在于“看得更准”，也在于“用得更自然”。
9.1 深度学习驱动的精准识别
深度学习方法正在提升眼部特征识别与视线估计能力。通过大规模数据训练，模型可在复杂光照、姿态变化和动态场景下获得更好的鲁棒性。
9.2 多模态融合分析
多模态融合将眼动与面部表情、姿态、脑电或行为日志结合起来，使研究者能够从多个角度理解注意与认知过程。该趋势有助于提高解释力和场景适配性。
9.3 低成本消费级设备
随着硬件集成度提高，眼动功能正逐步进入手机、平板、头显和普通终端。低成本设备的普及将扩大应用范围，也推动眼动技术从专业研究走向日常使用。
9.4 实时交互与自适应系统
实时交互系统能够根据用户视线即时调整界面内容、反馈方式或辅助策略。自适应设计使系统更贴近人的注意变化，从而提升效率、舒适度与任务完成质量。