想要将眼球追踪技术应用于智能手机上，那就必须保证这项技术的低成本、元器件微型化，以及使用时的精准度。研究人员采用众包的方法收集了大量的眼球运动信息，用于训练软件学会实时分辨用户的视线。
为了使眼动跟踪软件能在智能手机上运行，研究人员首先发布了一款应用来收集用户的眼动数据。
来自麻省理工学院（MIT），佐治亚大学（University of Georgia）和德国马克思·普朗克信息学研究所（Max Planck Institutefor Informatics）的研究人员正致力于这项研究。他们表示目前已经对软件进行了训练，使它在手机上的辨别精度达到1厘米，在平板电脑上的精度达到1.7厘米。该眼动跟踪技术可广泛应用于心理实验、市场研究，还能带来新的计算机界面、帮助检测神经信号并及早发现精神疾病。
但考虑到智能手机的屏幕尺寸，这样的精度还不够。“对于一款消费级应用来说，这还不够精确。”麻省理工学院的研究生阿迪蒂亚·科斯拉(Aditya Khosla)说道。他与人合著的一篇论文也在最近举的计算机视觉会议上进行了发表。
科斯拉相信，随着收集到的眼动数据越来越多，系统的精度也会越来越高。这样的话，它将使眼动跟踪技术能得到更广泛应用。这项技术一直成本高昂，并且需要额外的硬件支持，这都阻碍了它在手机或者平板电脑上的应用。同时，这项技术还可以让你不需要动手点击或滑动屏幕，就能玩游戏和进行其他操作。
研究人员为iPhone开发了一个名叫GazeCapture的应用，用来收集用户在各种不同环境下的眼动数据。这款应用会在智能手机的屏幕上显示跳动的圆点，用户的眼动情况被手机的前置摄像头记录下来。为了确保用户的注意力是在屏幕上，在圆点上标记“L”或“R”。用户需要根据提示，点击屏幕左侧或右侧做出回应。
GazeCapture
GazeCapture收集到的数据用于训练iPhone上一个叫iTracker的软件。手机摄像头捕捉到你的脸，然后软件根据你头和眼睛的位置、方向等因素判断出你的眼睛正盯着屏幕的哪个位置。
iTracker
至今，已经有差不多1,500人使用了GazeCapture，科斯拉说道。如果能够收集到10,000个人的数据，他们可以将iTracker的精确度控制在0.5厘米之内。这对于一款眼动追踪应用来说已经够好了。
科斯拉非常希望这项技术可以应用于疾病诊疗。一些研究已经在探索如何将眼动跟踪用于诊断精神分裂症和脑震荡。
克莱姆森大学（Clemson University）研究眼动跟踪的安德鲁·达科斯基（Andrew Duchowski）教授认为如果研究人员可以将这项技术应用于移动设备上，iTracker的作用不可限量。但是他也提醒，软件还需要进一步优化，以提高运行速度，同时降低功耗。
虽然这项技术的精度不一定能达到像素的级别，但在作为移动端应用，这种精度其实已经相当不错了。
康奈尔大学计算机科学副教授诺亚·斯内弗利说：“在很多情况下，如果你在计算机视觉、市场营销、开发新用户界面等领域做用户研究的话，眼动跟踪是人们一直非常感兴趣的技术。但你需要昂贵的设备，还必须有很好的抗干扰校正功能。如果能在人人都有的设备上实现，那将是非常有吸引力的。”
眼动跟踪在人机接口开发、犯罪记忆检测、心理分析等许多领域，都是十分有效的科学工具。但它没有走入寻常百姓家，一方面的确是因为硬件昂贵；另一方面，大概是很多人觉得，运用高科技来把眼动活动当作用户注意力状态的标志，有点鸡肋。不过对该技术本身来讲，能在应用于便携设备的同时提高精度，依然意味着一次不小的飞跃。
【翻译：wingstc DeepTech深科技（微信号：mit-tr）】
·氧分子网（http://www.yangfenzi.com）延伸阅读：
