眼动追踪

眼动追踪是测量注视点（一个人正在看的地方）或眼睛相对于头部的运动的过程。的眼睛跟踪器是用于测量眼睛的位置和设备的眼球运动。眼动仪用于视觉系统、心理学、心理语言学、市场营销的研究，作为人机交互的输入设备，以及产品设计。眼动仪也越来越多地用于康复和辅助应用（例如，与控制轮椅、机械臂和假肢有关）。有多种测量眼球运动的方法。最流行的变体使用从中提取眼睛位置的视频图像。其他方法使用搜索线圈或基于眼电图。

大量的研究已经进入了眼球旋转机制和动力学的研究，但眼球追踪的目标通常是估计注视方向。例如，用户可能对图像的哪些特征吸引眼球感兴趣。重要的是要意识到眼动仪不提供xxx的凝视方向，而只能测量凝视方向的变化。为了准确确定对象正在看什么，需要进行一些校准程序，其中对象注视一个点或一系列点，而眼动仪记录与每个注视位置对应的值。（即使是那些追踪视网膜特征的技术也不能提供准确的凝视方向，因为没有特定的解剖特征来标记视轴与视网膜相交的确切点，

每种眼动追踪方法各有优缺点，眼动追踪系统的选择取决于成本和应用的考虑。有离线方法和在线程序，例如AttentionTracking。成本和灵敏度之间需要权衡，最敏感的系统要花费数万美元，并且需要相当多的专业知识才能正常运行。计算机和视频技术的进步导致了成本相对较低的系统的开发，这些系统适用于许多应用程序并且相当易于使用。然而，对结果的解释仍然需要一定程度的专业知识，因为未对准或校准不良的系统会产生极其错误的数据。

许多学科都使用眼球追踪技术，包括认知科学、心理学（特别是心理语言学、视觉世界范式）、人机交互（HCI）、人为因素和人体工程学、市场研究和医学研究（神经学诊断）。具体应用包括在语言阅读、音乐阅读、人类活动识别、广告感知、运动、分心检测和认知负荷中跟踪眼球运动驾驶员和飞行员的估计以及作为严重运动障碍人士操作计算机的一种手段。

随着眼动追踪预计将成为各种消费电子产品的常见功能，包括智能手机、笔记本电脑和虚拟现实耳机，对该技术对消费者隐私的影响提出了担忧。在机器学习技术的帮助下，眼动追踪数据可以间接揭示有关用户种族、个性特征、恐惧、情绪、兴趣、技能以及身心健康状况的信息。如果此类推论是在用户不知情或未批准的情况下得出的，则可归类为推论攻击.眼睛活动并不总是受意志控制，例如，“刺激驱动的扫视、瞳孔扩张、眼震和自发性眨眼大多是在没有意识的情况下发生的，类似于消化和呼吸”。因此，眼睛可能很难跟踪用户以估计或控制他们透露的有关自己的信息量。