眼动追踪技术的研究述评

郑成艳 王 哲 严璘璘

(浙江理工大学理学院心理学系，杭州 310018)

眼睛是注意的窗口，人类利用该视觉系统可以从外界获取大量的信息，由此产生的眼动特征能提示人们的认知规律。以往的研究通过分析受测者的眼动指标，例如注视时间、注视次数、眼跳及瞳孔大小等可以获取个体的认知特征[1]。本研究述评从眼动追踪仪的基本原理及其种类、眼动追踪指标及心理含义、眼动追踪技术的应用三个方面展开。

1 眼动追踪仪的基本原理及种类

眼动追踪是通过测量眼睛的注视点的位置或者眼球相对头部的运动而实现对眼球运动的追踪。眼动追踪技术所借助的媒介一般分为硬件和软件为两种[2]。以硬件为基础的视线跟踪技术的基本原理是利用图像处理技术,通过眼摄像机的使用去锁定眼睛，利用从人眼角膜和瞳孔反射的红外线连续地记录视线变化,从而达到记录并分析视线跟踪过程的目的。这种方法往往需要对用户的头部进行固定, 会对用户产生很大的干扰；以软件为基础的视线跟踪技术是通过摄像机去获取眼睛或脸部图像, 再利用软件去定位与跟踪图像中人脸和人眼, 从而对用户在屏幕上的注视位置进行估算。

眼动技术经历过观察记录法、机械记录法、光学记录法、影视记录法等几代记录方法，随着科学技术的进步，当前的眼动研究使用的多为现代化大型精密的眼动仪，拥有集光学技术、摄影技术、计算机硬件技术和计算机软件技术为一体的眼动追踪记录系统[3]。根据眼动仪的外形特征，一般可分为头戴式、遥感式以及头部固定式。头戴式一般用于分析眼睛对移动景物的注视轨迹，如用于运动分析、人机工程界面设计等研究；遥感式对头部的运动没有限制，适用于阅读分析、网页设计等，尤其适用于儿童；固定式一般将被试的下巴固定在可调的下巴托架上，然后进行眼动数据的收集，其精确度较高，适用于多种理论研究。国内常用的眼动仪品牌主要有加拿大SR公司生产的EyeLink系列眼动追踪记录系统和美国“应用科学实验室”( Applied Sciences Laboratories, 简称ASL) 研发的头戴式H6系列、遥感式R6系列以及高速固定式C型。，瑞士Tobii公司生产的T60和T120型眼动仪，以及德国SMI公司生产的眼镜式HED系列、 固定式HS系列和遥测眼动仪RED系列眼动追踪系统(SMI Eye Tracking System)。上述眼动追踪仪器均为集成的眼动追踪系统，通过对1980-2009期间发表的370篇眼动研究文献的分析发现，Eyelink-Ⅱ型眼动仪使用频率较高，其次是ASL-504系列[4]。而Tobii系列眼动仪和Eyelink-2000型眼动仪为近些年研发出来的新型设备，在2008 年后的研究中使用较多。相比之下，Eyelink系列精度高，多用于如阅读[5]、视觉加工[6]等理论研究；Tobii系列精度略低但灵活性较高，用于可用性测评[7]、视觉要素排版[8]、界面设计[9]、人机交互[10]等应用研究。ASL系列眼动仪与德国SMI的眼动仪器近年来在国内使用较少[11,12]。

2 眼动追踪指标的选取及心理含义

眼动追踪存在注视( fixation )、眼跳( saccades) 和追随运动( pursuit movement) 3种基本形式[13]。注视指的是指将眼睛的中央窝对准某一物体的时间超过10毫秒,被注视的物体在此期间成像在中央窝上, 在获得充分的加工后形成清晰的像[3]。注视不是眼球的绝对静止，此过程往往伴随着自发性的高频眼球微颤、慢速漂移和微跳，它们是视觉信息加工所必须的信息提取机制。眼跳是个体往往意识不到的注视点或注视方位的突然改变，它的速度很快, 最高可达每秒450度, 其幅度范围为2分度到20度。眼跳过程中虽然也能获取到刺激的时空信息, 但几乎无法形成清晰的刺激像，所以一般利用眼跳快速搜索视野以及选择刺激信息。追随运动是指当眼睛与被观察物体之间存在相对运动时, 眼球会追随物体移动以保证眼睛对这个物体的持续注视。追随运动常常伴随较大的眼跳和微跳, 它是“由运动目标的速度信息输人到中枢神经系统, 眼睛为了追随这个目标而引起的一种连续反馈的伺服运动”[14]。

眼动追踪指标一般分为时间和空间两类。眼动的时空特征是视觉信息提取过程中的生理和行为表现。其中时间指标包括注视时间(如单一注视时间、总注视时间和平均注视时间等)、眼跳时间、眼跳潜伏期、追随运动时间、回视时间等[3]。这些指标可以精细地从时程上揭示不同的信息加工过程。例如，在阅读领域的研究中，注视次数和注视时间用来反映学习者对视觉材料的加工程度；利用回视时间来揭示词汇通达的加工过程以及后期句子整合的加工过程[15]。而空间指标包括注视点、各种不同眼动的次数、眼跳距离、眼动轨迹图、热点图等。这些指标可以从空间上揭示不同区域的加工模式。例如，在用户研究领域中，被试往往会表现出对关键信息区域的兴趣和关注，所以常采用第一注视点这个指标来反映被试的兴趣点；眼跳相关指标用作解释用户视觉信息加工过程以及其与注意转移之间的关系[16]；眼动轨迹被用于反映用户的浏览和注视情况以及视觉刺激在大脑中被处理的顺序[17]；以及使用热点图来直观地反映被试在刺激材料的注意分配，以揭示其的浏览和注视行为[18]。除此之外，瞳孔的大小与眨眼也是视觉注意状态的重要指标，与上述时空指标相结合可解释个体的知觉广度或者注意广度等。

3 眼动追踪技术的应用

眼动追踪技术始于19 世纪末20 世纪初, 心理学家利用简单的眼动仪记录个体在文字阅读及图形扫描中的眼动轨迹, 并探究其与视觉信息加工之间的关系。直至20世纪中期前,许多用于心理学研究的眼动追踪技术还存在误差大、操作难和被试眼动负担大等缺点。20 世纪中期后, 随着摄像技术的引入,特别是计算机技术的快速发展推动了高精度眼动仪的研发, 极大地扩展了眼动追踪技术应用。从1980～2009年有关国内眼动研究的文献计量分析数据来看，阅读研究占据眼动实证研究的半壁江山，而在消费、病理、思维、运动、工程等领域相对较少[4]。接下来主要从基础研究和应用研究两个方面来介绍眼动追踪技术的应用现状。

4 基础研究

首先，近20年眼动追踪技术广泛应用于阅读研究。该领域主要集中在句子及句子以下层次的认知加工机制[19]。在此基础上，针对学障、听障等特殊儿童在阅读过程中眼跳距离、眼跳幅度、注视时间及注视次数等眼动模式[20]来探究这些特殊儿童的知觉广度和注意分配[21]及其阅读障碍的根源[22]。

其次，眼动追踪技术还用于社会交往研究，如自闭症儿童和老年人的社会认知障碍。通过利用眼动追踪技术比较自闭症儿童与正常儿童在熟悉与陌生面孔的加工[23]、面部情绪识别[24]、以及面孔特征辨别[25]等过程中的眼动模式差异来揭示该群体社交障碍的原因。此外，人脸识别的眼动模式与年龄相关的认知能力下降之间具有高度相关，这使得眼动追踪技术可用于筛选评估老年人的认知衰退状态。

眼动追踪技术实时且精准地反映了个体的视觉加工过程，为进一步的技术应用奠定了理论基础。

5 应用研究

首先，眼动追踪技术主要应用于以学生为主体的教育领域，为师生间的教与学提供帮助与建议。通过眼动追踪技术可以实时获取学生在线学习时的注视点、注视时间、眼跳距离等指标，相关数据可以了解学生的关注点和学习状态，而且可以针对学生教师制定个性化的教学和学习方案[27]。

其次，眼动追踪技术主要应用于广告设计等消费领域。例如，通过分析被试的注视时间和注视次数来确定广告的最佳呈现位置，以提升被试加工广告信息的效率及深度[8];通过比较被试观看广告图片及文本时的瞳孔大小及注视时间，结合被试的评价及再认成绩，以确定最佳广告文本设计[28, 29]；通过分析被试观看动、静以及动静结合的广告的注视时间及注视次数来优化网页广告的载体[30]，为广告页面优化提供参考依据。此外，眼动追踪技术还可为广告设计者精准定位产品[31]以及选取合适的产品代言人[32]提供依据，进而达到营销目的。

第三，眼动追踪技术还可用于道路交通安全等工程领域，主要从“人-车-路(环境)”三个方面进行探究[33]。如利用眼动技术可以对驾驶者视觉信息搜索模式[34]及疲劳状态进行检测[35]，通过设计车内信息显示设备的安放位置可以比较驾驶员读取信息时的眼动特征的不同[36]，以及通过研究不同的交通道路环境下驾驶员视觉特性变化规律，可以减少交通事故，保证道路交通安全[37]。此外，眼动追踪技术还可用于用户界面的设计，通过眼动指标数据可以对界面大小、用户界面的布局方式、界面的交互设计、用户界面的情感体验以及用户群的划分等等提供更合理的建议，从而唤起用户对界面的最优视觉体验[38]。

6 结语

眼动追踪指标可直观精准地反映个体的视觉加工模式，借助这些指标可以实现对个体认知水平以及心理状态的推测，甚至于在此基础上可形成可交互的眼控设备。眼动追踪技术在基础领域的视觉加工中发展相对成熟，在其他领域的应用中也有着不少的贡献，但总体来说眼动追踪技术的应用仍处于初步发展阶段，研究人员需继续深入探索其多样化的应用。