眼动追踪技术与常见测量方法
近些年,眼动追踪广泛应用于汽车HMI交互设计、航空航天/核电厂等操作人员的状态监测、产品用户体验研究、人因复杂系统的界面与布局设计、认知神经研究以及新型的人机交互方式等领域,那么本文将带你了解什么是眼动追踪以及常见的测量方法。
眼睛是人类最为关键的信息接收器官,一个正常人每天从外部接收的信息中有80%~90%是通过视觉获得的。通过眼动追踪我们可以确定个体在看什么,以及长时程注视特定物体的过程,是研究人类行为的重要方式。
简单地说,眼动追踪是测量眼睛运动的过程,确定用户实时的眼动关注位置。更准确的来说是通过仪器设备进行图像处理技术,定位瞳孔位置,获取坐标,并通过一定的算法,计算眼睛注视或者凝视的点,让计算机知道你正在看哪里,何时看的,以及为什么看?
眼动追踪最常见的一个基本原理是“脑-眼假说”。它认为,大脑控制我们的眼睛去看哪些些信息,通过监测眼动的变化,就可以推断出大脑中正在发生的认知过程。
视觉感知始于物体或场景反射的光线通过角膜、瞳孔和晶状体进入到我们的眼睛。角膜和晶状体帮助将这些光线集中并投射到位于眼球后部视网膜的感光层上。晶状体的另一个功能是通过必要的调节让视线的焦点放在不同距离的物体上。进入角膜的光线量由位于角膜和晶状体之间由虹膜分隔的瞳孔收放来控制。视网膜负责将不同波长(颜色)、对比度和亮度的光线解析为生理信号。该信号通过视神经和神经通路被传递到大脑的视觉皮质。
人类双眼的视野范围约水平220°,垂直135°。但是这些区域能够获取视觉信息的清晰度等级分布却并不均匀,这是由视网膜上分布的两种不同的感光细胞造成的。造成我们视野范围中这种差异的原因是我们眼睛中存在着两种不同类型的感光细胞——视杆细胞和视锥细胞。
我们眼球中约有94%的感光细胞是视杆细胞。如之前提到的,视网膜的周边区域不能很好地记录颜色和提供目标的形状。这是因为该区域主要被视杆细胞所覆盖。视杆细胞不需要充足的光线就可以工作,因此它只能为我们提供周边环境的模糊且色彩较少的图像。为了获得更多细节内容和清晰的视野,要靠我们的眼球中的另一类感光细胞——视锥细胞。视锥细胞在我们眼球中的所有感光细胞中所占比例约为6% 。人类眼球中的视锥细胞通常有3种,一种负责记录蓝色,一种负责记录绿色,一种负责记录红色。为了能够提供足够清晰的画面,视锥细胞需要更充足的光线。因此,当我们在昏暗的环境中观察物体时,我们就失去了识别物体颜色的能力并主要使用视杆细胞记录的信息,类似于灰度图像。视锥细胞通常位于视网膜的中央凹,他们排列紧密以提供尽可能清晰的图像。
我们主要通过仅占整个视野范围1%的中央凹区域来获取视觉数据。虽然该区域仅占视野范围的极小部分,但通过此区域记录的信息却包含了通过视觉神经传递到大脑的有效视觉信息的50%。
将我们感兴趣的信息转移到中央凹区域。这需要通过使用注视点和眼跳来实现。注视点是眼球移动到视野范围内的某个区域的停留; 而眼跳是注视点之间的快速移动。在目标或人的头部发生移动时,保持图像稳定地静止在视网膜上。这种眼球移动行为通常被称作平稳跟踪。为了防止静止的目标的感知性的消退而产生的眼动行为被称为微眼跳,眼颤和漂移。
眼动追踪常用的测量技术是瞳孔角膜反射技术 (PCCR)。该技术的基本理念是使用一种光源对眼睛进行照射使其产生明显的反射,并使用一种摄像机采集带有这些反射效果的眼睛的图像。然后使用摄像机采集到的这些图像来识别光源在角膜(闪烁)和瞳孔上的反射。这样我们就能够通过角膜与瞳孔反射之间的角度来计算出眼动的向量,然后将此向量的方向与其他反射的几何特征结合计算出视线的方向。
现在市场常见的眼动仪大约分为四大类:桌面高精端眼动仪、便携遥测眼动仪、可穿戴眼镜式眼动仪、VR虚拟头盔式眼动仪。
遥测式眼动仪,包括桌面高精端眼动仪、便携遥测眼动仪,通常是一种吸附于屏幕下方的长方形设备便携遥测式或者与结合屏幕的一体机设备。通过算法处理眼动相机获取到的眼睛图片,可以得到眼睛面向屏幕的注视方向向量。再结合眼动仪相对于屏幕的位移和旋转,通过坐标系转换,就可以得到被试相对于屏幕坐标系的注视位置。
非接触设计,不需要额外穿戴设备。高采样率,高稳定性。主要应用于实验室内基于屏幕的眼动研究。便携遥测式还可与移动终端手持设备相结合进行数据采集。
眼镜式眼动仪的工作原理与遥测式类似,通过穿戴在眼睛周围的设备采集眼动信息。一般该类型的眼动仪都自带场景摄像头和离线处理设备。离线处理单元计算注视方向向量,结合眼动仪相对于场景相机采集视野坐标系的位移和旋转,通过坐标系转换,就可以得到被试相对于场景图像坐标系的注视位置。
穿戴式设计,被试可以自由行走。支持离线采集,不需要主试电脑记录。主要用于现场真实环境的眼动研究。
VR头盔式眼动仪是将眼动仪集成在VR头盔内部,采集个体在虚拟环境下的眼动关注点,采集原理和眼镜式一致。
穿戴集成式设计,不影响被试VR体验。可获取三维空间内的注视点坐标,完整还原交互数据。主要用于虚拟仿真环境的眼动研究。
了解眼动分析指标与研究意义,请阅读文章“解析眼动追踪10个常用指标”。后续会持续更新关于眼动的详细指标解读、研究中眼动设备的选择、以及眼动实验的操作流程和注意事项等内容哦!
[1] Brunyé, T. T., & Gardony, A. L. (2017). Eye tracking measures of uncertainty during perceptual decision making. International Journal of Psychophysiology, 120, 60–68. https://doi.org/10.1016/j.ijpsycho.2017.07.008.
[2] Gegenfurtner, A., Lehtinen, E., & Säljö, R. (2011). Expertise differences in the comprehension of visualizations: a meta-analysis of eye-tracking research in professional domains. Educational Psychology Review, 23(4), 523–552. https://doi.org/10.1007/s10648-011-9174.