打造全新的用户体验：将眼动与UI目标相关联

你现在决定尝试使用眼动追踪进行用户输入（UI）。也许你在Sony、Meta或Apple的产品中看到过眼动追踪技术。也许你想象着通过眼动来控制应用程序和实现交互操作，心想“如果能这样多好啊……”。毕竟，选择物品只需看一眼，那多快啊。

一旦你开始尝试使用眼动输入，你会发现它不像使用鼠标或触摸屏那样简单。你的眼睛总是在移动。即使它们停留在某处（即注视），也会有一些小的无意识移动，你可以在
眼动行为：类型与功能解释”一文中了解更多相关信息。 

此外，关于用户实际看向的位置和眼动追踪设备报告的位置之间总是存在一定的不确定性。错误量既与眼动追踪硬件有关，也与被追踪的人有关。眼动和输入信号质量的这些特征给创建注视驱动的界面带来了独特的挑战。 

在这篇文章中，我们将了解到当使用眼动输入创建界面时，基本的“指向”这个UI概念需要的特殊处理方法。 

用户在看什么？ 

眼动仪的基本功能是告诉系统用户正在看哪里。一般来说，此信息是由从眼睛发出的一个空间向量来确定的，即凝视向量。用户的凝视可能以屏幕上的一个点的形式提供给应用程序，即凝视位置。当凝视向量与一个交互项目对齐时，它就会变成焦点。 

最简单的屏幕界面内的眼动控制实现方式是使用凝视位置代替鼠标位置，然后添加一些激活机制，比如手势或按下按钮。在3D空间中，最简单的凝视控制方法是从凝视向量而不是从控制器或手部进行射线投射。虽然这种方法很简单，但眼睛的视线不能完全替代基于双手的指针输入，原因有很多。 

让我们来看一些重要的差异： 

视线与鼠标或触摸操作有什么不同？ 

最低分辨率和稳定性 - 测量的视线位置可能与实际视线位置相差几度甚至更多。就像触摸界面需要比鼠标驱动的界面更大的小部件来适应指尖大小的输入一样，视线驱动的界面需要更多的空间来容纳每个小部件。考虑到典型的触摸屏键盘宽度与智能手机相当，而典型的眼控键盘则占据了整个大尺寸平板电脑屏幕的宽度。 

• 确保启用凝视控件的大小足够大，并且间距足够宽松。 
  进一步了解场景设计 

人和输入分辨率之间的差距 - 眼睛可以专注于微小的细节，就像鼠标指针一样，但眼动追踪无法达到鼠标的准确度。传统的屏幕上的鼠标指针在使用凝视输入时将不再合适，因为它几乎总是偏离用户的视线，并且会在焦点区域附近造成视觉干扰。无论如何，人们都不需要被告知他们正在看哪里。 

• 只可视化凝视的效果。不要向用户展示可视化的视线位置。 

  进一步了解视觉反馈 

输入相对于扫描是次要的 - 由于其主要的扫描视觉信息的作用，视线往往会四处移动。用户反馈和激活机制应与扫描活动兼容，以避免“点金手”问题，即用户无意中通过凝视来激活对象。 

• 通过使用显性激活来避免意外操作。 

  进一步了解眼动的显性激活 

您可以参考“交互设计基础”书中有关于利用眼动追踪进行用户界面设计的深入讨论。 

应对眼动追踪准确度误差的最佳方式是什么？ 

您可能会想知道如何避免用户在眼动追踪精度低且没有可见指针来帮助用户自我纠正时而带来的沮丧。让我们来看看几种处理眼动追踪准确度误差的技巧。 

方法 #1 – 更大的目标，优先的中央目标 

更大的目标更容易聚焦，然而靠近边界的凝视位置仍然有逃出目标外的风险。因此，最具视觉显著特征应该位于目标的中心，以引导用户的目光远离边缘。 

优点 

• 易于实施且直观 

缺点 

• 影响了用户界面的美观度，使得控件看起来更加粗壮
• 占用更多的屏幕空间 
• 在3D界面中，距离越远时的效果越差 – 因为目标会随距离增加而缩小

适用情形 

如果设计非常灵活，这就是一种简单且稳定的方案。 

方案 #2 – 扩大命中区域 

凝视目标的活动区域被隐形地扩大，以捕捉位于视觉边界之外的凝视位置。这种技术在二维和三维界面中被使用，以便更容易地激活小型或不规则形状的目标。扩展的区域是透明的，因此表面目标的大小不会改变。 

优点 

• 隐蔽，对视觉设计影响较小 
• 容易实现，通过添加活动边缘或扩大3D碰撞网格 

缺点 

• 不适用于重叠或紧密排列的目标-目标周围的空白空间变成了交互区域 
• 在3D中确保物体周围的空间清晰很难——前景中的透明碰撞网格可能会挡住可见的背景目标 
• 需要通过实验来获取正确的右边距/碰撞器比例 

适用情形 

激活边缘适用于没有重叠或接触目标的基于网格的二维用户界面。如果警告提示可接受，也可以用于三维界面。 

方案 #3 – 凝视方向可见 

尽管上述出于上述的原因,不通的方案仍有各种问题，但在某些情况下，例如当用户界面操作容忍凝视偏移时，可视化凝视方向可能是一种可行的方法。 

优点 

• 提供用户反馈通常能够增强使用策略 

缺点 

• 容易造成分心和不自然的感觉 
• 可能会让经历较大凝视位置偏移的用户感到沮丧 
• 可能弊大于利 

适用情形 

较少会用。如果交互设计可从凝视的粗略估计中获益，例如突出显示屏幕的某个区域，那么在凝视位置周围显示聚光灯效果可以提供 UI 操作的反馈，同时减少干扰。突出显示的区域应该足够大，能够包含用户实际的凝视位置。 

方案 #4 - 歧义消除 

像确认对话框一样，当系统不确定用户意图时，会提示用户辨别或确认。 

优点

• 处理目标聚类不可避免的困难情况
• 熟悉的交互模式，可以很容易学会
• 如果设计得当，这可能是一个潜在的标志性时刻

缺点

• 设计和开发较复杂

适用情形

如果无法控制视觉目标的布局，并且UI对话框功能可用时，请考虑使用这种技术。确认可能会使用非凝视输入机制，如语音或身体手势。此外，上下文敏感的行为可以识别和过滤候选目标，以使对话框的复杂性最小化。

方案 #5 – 机器学习算法

这项技术利用算法接收凝视输入和场景信息，以确定用户正在看的对象。理想情况下，该算法应该被调整得能够处理涉及不同大小、不同位置的对象的各种情况，可能还包括运动中的情况。

优点 

• 隐蔽，不影响视觉设计 
• 没有关于最小目标尺寸、清晰区域或重叠目标的界面等约束 
• 不需要为了获得最佳结果调整设计参数 

缺点 

- 增加了计算负载，可能需要额外的算力资源 

• 算法是一个黑匣子，不一定可移植 

适用情形 

当算法可用且在计算上适用于应用时，这种解决方案可以快速实施，并立即改善用户体验。Tobii的G2OM（凝视目标映射）就是这种技术的一种实现方式，适用于Unity应用程序。 

总结 

用户通过视线驱动的交互是人性化计算体验的自然演进。自然的眼动和眼动追踪设备的信号质量变化为有效的UI设计带来了新的挑战。设计师和开发者可以通过实施针对注视输入的UI技术来增强用户的成功率、效率和舒适度。