眼动跟踪技术记录人的眼睛运动。这项技术研究人怎么看东西。眼睛运动有很多种。眼睛会快速跳动。这种跳动叫眼扫视。眼睛也会短暂停留。这种停留叫注视。眼睛还会平滑追随移动的物体。这些运动都能被机器捕捉。

早期人们研究眼睛运动。他们使用简单的方法。有人直接观察别人的眼睛。有人在眼睛上放一个小镜子。镜子反射光线。光线移动显示眼睛在动。这些方法不够精确。它们干扰人的正常观看。后来出现了更好的技术。一种技术基于眼睛的电流。眼睛角膜和视网膜有电势差。测量电势差可以知道眼睛位置。这种方法叫眼电图。它需要在皮肤上贴电极。电极让人感到不舒服。这种方法不适合长期使用。

现代眼动仪用光学方法。它们用相机拍摄眼睛。相机前面有光源。光源发出近红外光。红外光照亮眼睛。眼睛的角膜会反射光点。这个光点叫普尔钦斑。瞳孔也会吸收光线。瞳孔在图像中显得很暗。仪器分析眼睛图像。它找到瞳孔和角膜反光点。它计算瞳孔中心的位置。它计算瞳孔中心和反光点的关系。眼睛转动时这个关系会变化。通过计算就知道视线方向。这种技术是非接触的。人感觉比较自然。

眼动跟踪技术需要参考文献。参考文献记录前人的研究。它们帮助我们知道技术的发展。一篇重要的文献讲跟踪技术的基础。作者是Young和Sheena。他们总结了早期的眼动记录方法。他们的文章发表在行为研究方法刊物上。这篇文章让很多人了解眼动技术。它为后来研究打下基础。

另一篇文献讲现代视频眼动仪。作者是Duchowski。他写了眼动跟踪的理论和实践。这本书很全面。它讲眼睛的生理结构。它讲眼睛运动的类型。它讲眼动仪的设计原理。它讲数据处理的方法。它讲眼动在心理学中的应用。它讲眼动在人机交互中的应用。这本书是很多学生的教材。它让学习眼动技术变得容易。

眼动数据需要分析。分析注视点是一个关键。注视点是人眼停留的地方。一次注视大约持续两百到三百毫秒。分析注视点能知道人的注意焦点。一篇文献由Salvucci和Goldberg撰写。他们提出识别注视点的算法。这个算法把原始坐标数据分类。它区分注视点和眼扫视。这个算法很简单。它被广泛使用。它叫I-VT算法。I-VT代表速度阈值识别。眼睛运动速度慢是注视。眼睛运动速度快是扫视。设定一个速度阈值。低于阈值是注视点。高于阈值是扫视。这个方法效果很好。

眼动研究应用在很多领域。心理学用它研究阅读。人阅读时眼睛如何移动。眼睛不是平滑移动的。它跳着看文字。每次跳动看新的词。跳动之间是注视。注视时获取信息。熟练的读者注视时间短。不熟练的读者注视时间长。研究阅读的文献很多。Just和Carpenter提出一个理论。这个理论叫眼-脑假设。他们认为人注视一个词时就在加工这个词。信息加工完成眼睛才跳动。他们的文章发表在心理学评论上。这篇文章影响很大。

人机交互也用眼动技术。电脑界面可以用眼睛控制。眼睛看着按钮。按钮就激活。这帮助手不方便的人。相关文献由Jacob撰写。他讨论用眼睛操作计算机的挑战。眼睛主要用来看东西。眼睛不是用来做选择的器官。一直盯着一个目标很累。无意的注视可能触发错误操作。他提出用眼睛结合其他确认信号。比如按一个键或者眨一下眼。他的工作推动了交互设计的发展。

市场研究用眼动跟踪。公司想知道顾客看广告的哪里。他们让被试看广告图片。眼动仪记录被试的注视点。热力图显示注视集中的区域。红色表示看的多。蓝色表示看的少。这样就知道广告的吸引力。一篇文献由Wedel和Pieters撰写。他们回顾眼动在市场研究中的应用。他们分析消费者如何看包装。他们分析消费者如何看货架。他们的研究发表在市场研究杂志上。他们的工作帮助了很多企业。

医学诊断也用眼动。一些疾病影响眼睛运动。比如帕金森病。比如脑震荡。医生让病人做眼睛跟踪任务。眼动仪记录病人的眼睛路径。病人的眼睛运动可能异常。和健康人的数据比较。这有助于发现疾病。一篇文献由Leigh和Zee撰写。他们写了眼睛运动的神经学基础。这本书很厚。它详细解释控制眼睛的脑区。它解释各种眼动障碍的表现。它是神经眼科医生的参考书。

驾驶安全研究也用眼动。司机开车时需要看路。司机需要看后视镜。司机需要看仪表盘。眼动仪记录司机的视线分布。新手司机和经验司机不一样。新手司机看的地方少。经验司机看的地方多。分心驾驶时视线会偏离道路。研究这些能改进培训和提高安全。一篇综述由Recarte和Nunes撰写。他们研究认知负荷对视线的影响。他们让司机边开车边记东西。司机的注视模式会改变。他们的研究发表在实验心理学杂志上。

体育训练也用眼动。运动员的视觉策略很重要。比如乒乓球运动员。他们需要预判球的落点。专家运动员和新手不一样。眼动仪记录他们看哪里。专家看对手的躯干和球拍。新手只看球。训练可以改进视觉策略。一篇文献由Vickers撰写。她提出“安静眼”理论。运动员在关键动作前会长时间注视一个点。这个长时间注视和成功有关。她的研究帮助了运动员训练。

这些参考文献都很重要。它们来自不同的期刊。心理学研究常发表在“视觉研究”期刊上。工程研究常发表在“IEEE医学与生物工程学会汇刊”上。应用研究常发表在“人体工程学”或“国际人机研究杂志”上。读这些文献要理解实验方法。要理解他们用了什么眼动仪。要理解他们分析了什么数据。要理解他们得出的结论。这些知识一点一点积累起来。

眼动技术还在发展。现在的眼动仪更小。它们可以装在眼镜上。它们可以装在电脑屏幕下方。甚至手机的前置摄像头也能估算视线。新的算法也在出现。机器学习帮助分析眼动数据。深度学习能直接从图像估计视线。这些新进展也有新文献。比如Krafka等人的研究。他们用大量人脸图像训练卷积神经网络。网络根据人脸图像估计看屏幕的位置。这项工作发表在计算机视觉和模式识别会议上。

眼动数据量很大。一次实验产生成千上万个注视点。分析大数据需要统计知识。文献会介绍统计方法。比如重复测量方差分析。比如线性混合效应模型。这些方法检验实验结果的可靠性。研究者要报告注视时间的平均值。要报告注视次数的标准差。要报告不同条件之间的差异是否显著。P值小于0.05被认为是有意义的差异。

做眼动研究要注意很多问题。校准很重要。被试需要盯着屏幕上的点看。仪器建立眼睛和屏幕位置的映射。校准不准确数据就不可靠。头动也会影响数据。头动太大时数据会丢失。有些系统能补偿头动。它们用额外的摄像头跟踪头的位置。实验设计要考虑生态效度。实验室环境和控制条件。现实环境更复杂。在自然场景下的研究越来越多。

参考文献是研究的基石。每篇文献解决一个问题。它们连起来就是技术的进步。读文献要批判地读。要想他们的实验设计好不好。要想他们的结论有没有道理。要想他们的工作对自己有什么启发。可以重复别人的实验。可以改进别人的方法。可以探索新的应用领域。眼动技术还有很多未知。人的视觉注意很复杂。眼睛运动和认知过程紧密相连。这些都需要继续研究。新的文献还会不断出现。它们记录新的发现。它们推动技术的发展。它们帮助人们更好地理解眼睛的奥秘。