[论文解读] A short review and primer on eye tracking in human computer interaction applications

Kristian Lukander|arXiv (Cornell University)|Sep 23, 2016

Gaze Tracking and Assistive Technology参考文献 6被引用 3

一句话总结

本文作为人机交互（HCI）中眼动追踪的简明导论，强调通过注视和眼球运动指标推断认知状态（如认知负荷、注意力焦点和疲劳）的应用。文章回顾了关键的眼动追踪技术——EOG和视频眼动图，并展示了如何利用固定持续时间、扫视速度、眨眼频率和注视时间等参数，在实际应用中建模用户状态。

ABSTRACT

The application of psychophysiologicy in human-computer interaction is a growing field with significant potential for future smart personalised systems. Working in this emerging field requires comprehension of an array of physiological signals and analysis techniques. Eye tracking is a widely used method for tracking user attention with gaze location, but also provides information on the internal cognitive and contextual state, intention, and the locus of the user's visual attention in interactive settings through a number of eye and eyelid movement related parameters. This paper presents a short review on the application of eye tracking in human-computer interaction. This paper aims to serve as a primer for the novice, enabling rapid familiarisation with the latest core concepts. We put special emphasis on everyday human-computer interface applications to distinguish from the more common clinical or sports uses of psychophysiology. This paper is an extract from a comprehensive review of the entire field of ambulatory psychophysiology, including 12 similar chapters, plus application guidelines and systematic review. Thus any citation should be made using the following reference: B. Cowley, M. Filetti, K. Lukander, J. Torniainen, A. Henelius, L. Ahonen, O. Barral, I. Kosunen, T. Valtonen, M. Huotilainen, N. Ravaja, G. Jacucci. The Psychophysiology Primer: a guide to methods and a broad review with a focus on human-computer interaction. Foundations and Trends in Human-Computer Interaction, vol. 9, no. 3-4, pp. 150--307, 2016.

研究动机与目标

• 为初次接触HCI中生理心理研究的研究人员和从业者提供眼动追踪的快速、易懂的入门介绍。
• 聚焦于日常交互应用，而非临床或体育领域的眼动追踪应用。
• 突出眼动参数在现实环境中推断内部认知与情境状态的实用性。
• 弥合基于实验室的眼动追踪研究与生态有效、真实世界HCI应用之间的差距。
• 通过展示眼动追踪如何支持用户状态建模，推动智能个性化系统的发展。

提出的方法

• 利用经颅眼电图（EOG）测量眼肌电活动信号，实现对眼动和眨眼的高时间分辨率追踪。
• 采用基于摄像头的视频眼动图（VOG）系统，检测瞳孔、角膜反射和眼睑运动，以估计注视点（POG）。
• 提取关键的眼动指标：固定持续时间、扫视幅度与速度、眨眼频率与持续时间，以及在特定兴趣区域内的停留时间。
• 应用推导出的参数（如注视路径模式、固定序列和注意力聚焦指数）评估认知参与度与认知负荷。
• 依赖先前研究中确立的指标，包括扫视侵入、微小扫视和会聚运动，用于深度感知与注意力追踪。
• 整合不同任务情境（阅读、驾驶、双任务）的研究结果，验证眼动参数在跨任务情境中的适用性。

实验结果

研究问题

• RQ1 在阅读或双任务表现等交互任务中，如何利用眼动追踪推断认知负荷？
• RQ2 哪些眼动参数最能反映用户交互过程中注意力焦点或心流状态的转变？
• RQ3 眨眼率、扫视速度和固定模式在多大程度上可作为疲劳或困倦的可靠指标？
• RQ4 眼动指标在不同任务类型（如阅读与视觉搜索）之间如何变化，这对结果的普适性有何影响？
• RQ5 在生态有效、真实世界HCI环境中部署眼动追踪的实际限制与机遇是什么？

主要发现

• 扫视速度和扫视侵入频率是认知负荷的强指标，较高认知负荷与更快的扫视速度及更多侵入性扫视相关。
• 眨眼频率减少和固定集中度提高与视觉任务注意力增强相关，而水平会聚增加则表明听觉任务参与。
• 峰值扫视速度被确定为检测困倦最有力的眼动参数之一，与认知表现下降有强相关性。
• 眨眼持续时间与幅度，连同扫视频率与速度，在疲劳状态下表现出显著变化，使其成为困倦检测的可靠指标。
• 对特定界面元素的停留时间与注意力分配和理解程度相关，'诱人细节'会导致长时间注视并降低记忆回忆。
• 基于眼动的指标（如固定频率和眨眼率）可将认知状态（如放松与专注、警觉与疲劳）分类，准确率在67%至93%之间。