眼動追蹤是測量注視點（一個人正在看的地方）或眼睛相對于頭部的運動的過程。的眼睛跟蹤器是用于測量眼睛的位置和設備的眼球運動。眼動儀用于視覺系統、心理學、心理語言學、市場營銷的研究，作為人機交互的輸入設備，以及產品設計。眼動儀也越來越多地用于康復和輔助應用（例如，與控制輪椅、機械臂和假肢有關）。有多種測量眼球運動的方法。最流行的變體使用從中提取眼睛位置的視頻圖像。其他方法使用搜索線圈或基于眼電圖。

大量的研究已經進入了眼球旋轉機制和動力學的研究，但眼球追蹤的目標通常是估計注視方向。例如，用戶可能對圖像的哪些特征吸引眼球感興趣。重要的是要意識到眼動儀不提供xxx的凝視方向，而只能測量凝視方向的變化。為了準確確定對象正在看什么，需要進行一些校準程序，其中對象注視一個點或一系列點，而眼動儀記錄與每個注視位置對應的值。（即使是那些追蹤視網膜特征的技術也不能提供準確的凝視方向，因為沒有特定的解剖特征來標記視軸與視網膜相交的確切點，

每種眼動追蹤方法各有優缺點，眼動追蹤系統的選擇取決于成本和應用的考慮。有離線方法和在線程序，例如AttentionTracking。成本和靈敏度之間需要權衡，最敏感的系統要花費數萬美元，并且需要相當多的專業知識才能正常運行。計算機和視頻技術的進步導致了成本相對較低的系統的開發，這些系統適用于許多應用程序并且相當易于使用。然而，對結果的解釋仍然需要一定程度的專業知識，因為未對準或校準不良的系統會產生極其錯誤的數據。

瑞士聯邦理工學院的一個團隊用特殊的頭部攝像頭拍攝了兩組駕駛員的眼動：新手和有經驗的駕駛員在接近狹窄道路的彎道時記錄了他們的眼動。該系列圖像已從原始電影幀中濃縮，以顯示每個圖像的2個眼睛注視，以便更好地理解。

這些劇照中的每一個都對應于大約0.5秒的實時時間。

這一系列圖像顯示了一個典型的新手和有經驗的司機的眼睛注視#9到#14的例子。

上圖的對比顯示，有經驗的司機檢查彎道，甚至還留有9號定位點，而新手司機需要檢查道路并估計他與停放汽車的距離。

在中間的圖像中，經驗豐富的駕駛員現在完全專注于可以看到迎面而來的汽車的位置。新手司機將視線集中在停放的汽車上。

在底部的圖像中，新手正忙于估計左側墻壁和停放的汽車之間的距離，而有經驗的駕駛員可以使用他的周邊視覺，并仍然將注意力集中在彎道的危險點上：如果有汽車出現在那里，他必須讓路，即向右停而不是超過停放的汽車。

最近的研究還使用頭戴式眼動追蹤來測量真實駕駛條件下的眼球運動。

在行走時，老年受試者比年輕受試者更多地依賴中央凹視力。他們的步行速度因視野有限而降低，這可能是由于周邊視力惡化造成的。

年輕的受試者在行走時會利用他們的中央和周邊視覺。他們的周邊視覺可以更快地控制步??行過程。

許多學科都使用眼球追蹤技術，包括認知科學、心理學（特別是心理語言學、視覺世界范式）、人機交互（HCI）、人為因素和人體工程學、市場研究和醫學研究（神經學診斷）。具體應用包括在語言閱讀、音樂閱讀、人類活動識別、廣告感知、運動、分心檢測和認知負荷中跟蹤眼球運動駕駛員和飛行員的估計以及作為嚴重運動障礙人士操作計算機的一種手段。

近年來，眼動追蹤技術的復雜性和可訪問性的提高引起了商業部門的極大興趣。應用包括網絡可用性、廣告、贊助、包裝設計和汽車工程。一般來說，商業眼球追蹤研究的功能是向消費者樣本呈現目標刺激，同時眼球追蹤器記錄眼球活動。目標刺激的例子可能包括網站、電視節目、體育賽事、電影和廣告、雜志和報紙、包裹、貨架展示、消費者系統（ATM、結賬系統、信息亭）和軟件。可以對所得數據進行統計分析并以圖形方式呈現，以提供特定視覺模式的證據。通過檢查注視、眼跳、瞳孔擴張、眨眼和各種其他行為，研究人員可以在很大程度上確定給定介質或產品的有效性。雖然一些公司在內部完成此類研究，但仍有許多私營公司提供眼動追蹤服務和分析。

商業眼球追蹤研究的一個領域是網絡可用性。雖然傳統的可用性技術在提供有關點擊和滾動模式的信息方面通常非常強大，但眼動追蹤提供了分析點擊之間的用戶交互以及用戶在點擊之間花費的時間的能力，從而提供了對哪些功能最有用的寶貴見解引人注目，哪些功能會引起混淆，哪些會被完全忽略。具體來說，眼球追蹤可用于評估搜索效率、品牌、在線廣告、導航可用性、整體設計和許多其他網站組件。除了主要客戶站點之外，分析還可以針對原型站點或競爭對手站點。

眼球追蹤通常用于各種不同的廣告媒體。商業廣告、平面廣告、在線廣告和贊助節目都有助于使用當前的眼動追蹤技術進行分析。一個例子是分析黃頁中廣告的眼球運動。一項研究重點關注哪些特定功能會導致人們注意到廣告、他們是否以特定順序查看廣告以及查看時間如何變化。研究表明，廣告尺寸、圖形、顏色和文案都會影響對廣告的關注。了解這一點后，研究人員可以非常詳細地評估消費者樣本關注目標徽標、產品或廣告的頻率。因此，廣告商可以根據實際視覺注意力來量化給定活動的成功。另一個例子是一項研究，該研究發現在搜索引擎結果頁面中，作者摘要比付費廣告甚至xxx個自然結果受到更多關注。

商業眼球追蹤研究的另一個例子來自招聘領域。一項研究分析了招聘人員如何篩選Linkedin個人資料并將結果呈現為熱圖。

2017年，科學家們利用深度神經網絡和卷積神經網絡構建了深度集成神經網絡(DINN)。目標是使用深度學習來檢查駕駛員的圖像，并通過“對眼睛狀態進行分類”來確定他們的困倦程度。有了足夠多的圖像，提議的DINN可以理想地確定駕駛員何時眨眼、眨眼頻率以及眨眼時間。從那里，它可以判斷給定的司機看起來有多累，有效地進行眼動追蹤練習。DINN接受了超過2,400名受試者的數據訓練，并且在96%-99.5%的時間內正確診斷了他們的狀態。大多數其他人工智能模型的執行率都在90%以上。理想情況下，這項技術可以為駕駛員困倦檢測。

在2019年的一項研究中，構建了一個卷積神經網絡(CNN)，能夠像其他CNN識別面部特征一樣識別單個棋子。然后輸入來自30位不同技能水平的國際象棋選手的眼球追蹤輸入數據。有了這些數據，CNN使用注視估計來確定棋盤上玩家密切關注的部分。然后它生成了一個顯著圖來說明板的這些部分。最終，CNN會將其對棋盤和棋子的了解與其顯著圖相結合，以預測玩家的下一步行動。不管訓練數據集神經網絡系統接受了訓練，它比隨機選擇任何可能的移動更準確地預測下一步，并且為任何給定玩家和情況繪制的顯著圖相似度超過54%。

有嚴重運動障礙的人可以使用眼動追蹤與計算機交互，因為它比單開關掃描技術更快且操作直觀。腦癱或肌萎縮側索硬化引起的運動障礙通常會影響言語，嚴重言語和運動障礙(SSMI)的用戶使用一種稱為增強和替代交流(AAC)輔助工具的軟件，在屏幕上顯示圖標、單詞和字母，并使用文本轉語音軟件生成語音輸出。最近，研究人員還探索了眼動追蹤來控制機械臂和電動輪椅。眼動追蹤也有助于分析視覺搜索模式，檢測眼球震顫的存在并通過分析閱讀過程中的眼睛注視運動來檢測學習障礙的早期跡象。

已經通過比較掃描路徑和注視持續時間來評估飛行員學員的進度，用于估計飛行員的技能，用于分析機組人員的共同注意力和共享態勢感知，從而對飛行安全進行眼動追蹤研究。還探索了眼動追蹤技術，以與軍用飛機中的頭盔顯示系統和多功能顯示器進行交互。進行了研究以調查眼動儀在頭盔安裝顯示系統(HMDS)中平視目標鎖定和平視目標獲取的效用。飛行員的反饋表明，盡管該技術很有前景，但其硬件和軟件組件尚未成熟。在模擬器環境中與多功能顯示器交互的研究表明，眼動追蹤可以顯著改善現有系統的響應時間和感知認知負荷。此外，研究還調查了利用注視和瞳孔反應的測量來估計飛行員的認知負荷。估計認知負荷有助于設計具有改進飛行安全性的下一代自適應駕駛艙。眼動追蹤對于檢測飛行員疲勞也很有用。

最近，眼動追蹤技術以被動和主動方式在汽車領域進行了研究。美國國家公路交通安全管理局測量了駕駛時執行次要任務的掃視持續時間，并通過阻止在車輛中引入過度分心的設備來提高安全性除了分心檢測外，眼動追蹤還用于與IVIS交互。雖然初步研究調查了眼動追蹤系統與HDD（平視顯示器）交互的功效，但它仍然要求駕駛員在執行次要任務時將視線從道路上移開。最近的研究調查了眼睛注視控制與HUD（平視顯示器）的交互，該交互消除了眼睛在越野時的注意力分散。眼動追蹤還用于監測駕駛員的認知負荷，以檢測潛在的分心。盡管研究人員探索了從不同生理參數估計駕駛員認知負荷的不同方法，但眼部參數的使用探索了一種新方法，除了與IVIS交互外，還可以使用現有的眼動儀來監測駕駛員的認知負荷。

2021電子游戲BeforeYourEyes記錄并讀取玩家的眨眼，并將其作為與游戲互動的主要方式。

隨著眼動追蹤預計將成為各種消費電子產品的常見功能，包括智能手機、筆記本電腦和虛擬現實耳機，對該技術對消費者隱私的影響提出了擔憂。在機器學習技術的幫助下，眼動追蹤數據可以間接揭示有關用戶種族、個性特征、恐懼、情緒、興趣、技能以及身心健康狀況的信息。如果此類推論是在用戶不知情或未批準的情況下得出的，則可歸類為推論攻擊.眼睛活動并不總是受意志控制，例如，“刺激驅動的掃視、瞳孔擴張、眼震和自發性眨眼大多是在沒有意識的情況下發生的，類似于消化和呼吸”。因此，眼睛可能很難跟蹤用戶以估計或控制他們透露的有關自己的信息量。