視線追蹤技術在公共圖書館數字閱讀服務中的應用價值和可行性研究

喬 金

（國家圖書館，北京 100081）

1 引言

中國圖書館學會于2008年發布了標志著中國圖書館新時代到來的第一個宣言——《圖書館服務宣言》（2008），《宣言》第四條指出：“圖書館應提供優質、高效、專業的服務，圖書館充分利用現代信息技術，提高數字資源提供能力和使用效率，以服務創新應對信息時代的挑戰”。對于公共圖書館而言，目前針對老人、兒童、殘障人士等弱勢群體的數字閱讀服務所配置的人機交互體驗還不夠人性化和智能化，所開展的服務側重了對內容的感受，而忽視了對交互設備本身的體驗價值，不能很好地滿足特殊讀者需求。在20世紀原創媒介理論家馬歇爾·麥克盧漢看來，交互媒介的體驗價值和影響力要遠遠超過內容本身。李東旭等人認為[1]，現代讀者在利用IT設備進行數字閱讀時，如果閱讀器的媒介形式不夠友好，那么他們就會轉而選擇更親切、體驗更好的閱讀媒介來攝取信息，因此媒介的升級革新將會帶來更好的閱讀體驗，而視線追蹤技術正是利用人體最自然、最直接的感覺器官：眼睛作為技術手段，為用戶帶來革命性的交互體驗。在當前背景下，公共圖書館數字閱讀服務引進應用視線追蹤技術具有重要的現實意義。筆者現結合視線追蹤技術在各行業中的應用實際，就其引入圖書館數字閱讀服務的價值及其可行性問題談些認識。

2 視線追蹤技術概介

視線追蹤技術(Gaze Tracking Technology)，也稱作眼動跟蹤技術(Eye Tracking Technology)，是綜合利用光學、電子、機械等各種現有的檢測方法獲取用戶當前視覺注意方向并記錄其變化過程，進而幫助用戶完成信息交互的一種人機交互技術[2]。

2.1 視線追蹤技術的特點

向計算機設備發送命令是人機交互的核心問題。從鍵盤到鼠標，從語音命令到觸摸控制，每一次技術創新都極大地改變了交互體驗。近年來使用人臉識別、語音識別、步態識別的生物識別技術與計算機進行信息交流已經成為目前人機交互發展的主流趨勢。眼睛作為人體的一個重要感覺器官，是各種外界信息進入人體大腦的主要途徑之一。認知科學的研究結果顯示：大約有80%-90%的外界信息是通過眼睛獲取得到的。人眼注視的方向包含著當前的任務狀況以及人的意識狀態等信息，因此，以視線信息作為輸入的交互方式擺脫了對手的依賴。計算機鼠標能做的事情，通過視線跟蹤也都能做。

著名學者Jacob RJK[3]詳細總結了視線之所以能夠合理地成為人機交互方式的理由：視線是一種很好地表達人的注意力和意圖的非接觸形式；眼睛在運動過程中還能提供額外的背景信息；眼動具有高速、準確和信息量大的優勢；眼動是人類生存中自然形成的反應，無需后天的訓練；作為人機交互的輔助輸入方式，眼睛可以和手部姿態很好地協調完成工作。由于視線跟蹤具有更加自然、直接、快捷的優點，所以，在一些不能用手或不方便用手的場合，基于視線追蹤技術的人機交互就是一種很好的替代方法。

2.2 視線追蹤技術的工作原理

視線追蹤的硬件系統主要由攝像機、圖像采集卡、通用輸入輸出卡、計算機、微處理器和光源組成。一般的視線追蹤處理流程是這樣的：在人臉正前方構造紅外光源，攝像機和圖像采集卡分別完成視頻源采集和預處理工作，并將圖像信息傳輸至計算機，微處理器的外部終端在捕獲到通用輸入輸出卡提供的圖像幀同步信號后，控制光源交替亮滅，光源經人眼角膜反射后在其表面上形成的亮點圖像，稱為普爾欽斑，利用普爾欽斑的幾何特征檢測普爾欽斑的位置；對普爾欽斑進行圖像處理后可定位瞳孔中心；通過幾何計算求取瞳孔中心與普爾欽斑的位置關系，從而判別視線方向；并通過前后幀人眼區域黑色像素個數關系，確認眨眼動作。

2.3 視線追蹤技術的分類

根據實現的交互功能來區分，視線追蹤系統可分為三大類：第一類是以視線控制代替手動控制完成點擊選擇的功能，例如使用者利用視線落點可以控制鼠標光標的位置，從而完成點擊、選擇等任務；第二類是用于實現視點隨動效果，通過研究用戶在觀察屏幕時的視線轉移順序和視線落點分布等信息，以此為依據推斷用戶需求和行為習慣；第三類是用于人機接口的實驗臨床級研究，例如在外界刺激下實時記錄視線方向或眼動狀態等視覺過程，利用實驗數據來探索人的腦部和神經系統的功能特點。

依據系統與人的相對位置關系來區分，視線追蹤系統可分為穿戴式和非穿戴式兩大類。穿戴式系統也叫頭盔式系統，為了保持使用者與設備的相對位置關系不發生變化，而將設備的某一部分與人接觸并固定住，這樣的系統優點是比較適合于眼動力學、心理學、行為學方面的實驗研究，缺點是為了保證實驗效果，使用者配戴它的時間不宜過長；而非穿戴式系統也叫遙測式系統，跟受試者無直接接觸，這種系統構成的優點是對人的干擾性小、可利用的時間長，缺點是由于人與攝像機的距離并不固定，這使得后續圖像處理的工作難度增大，犧牲了一定的系統精度。

2.4 視線追蹤技術的應用現狀

近年來，國內外視線追蹤系統應用范圍逐步擴大。目前應用領域包括心理學[4]、人類工效學[5-6]、網頁[7]、軍事[8]、駕駛[9]、虛擬現實[10]、助老助殘[11-12]、商品營銷等等。

1988年美國的Virginia大學推出了第一款名為Erica的商用視線追蹤系統，可通過眼睛直接發出控制指令，能夠幫助身體殘疾較為嚴重的人士生活、娛樂和學習。這種通過視線盯視而完成與機器交互的助老助殘系統一經問世便受到老年人和殘疾人的青睞。由加拿大SR Research公司生產的Eye-LinkⅡ視線跟蹤系統，其可同時記錄角膜反射運動和瞳孔運動，其良好的人眼跟蹤性能和視線掃視追蹤性能，使之在心理學研究領域內被廣泛使用。由美國EyeTech Digital Systems公司研制開發的非接觸式視線跟蹤系統QuickGlance3，可以代替鼠標的部分功能，即使用者利用視線落點可以控制鼠標光標的位置，從而完成點擊等任務。由德國SensoMotoric Instruments公司研制開發的iView系列視線追蹤系統，該產品使用了紅外攝像機來捕獲用戶的眼部特征和眼球運動，它可以在復雜光照條件下使用，因此在駕駛員安全行為研究和監控中被廣泛使用。由瑞典Tobii公司研制開發的非接觸式視線追蹤系統Tobii系列產品，利用視線落點的變化而控制屏幕顯示效果變化，它將屏幕和設備融合在了一起，交互的簡便自然使得這項產品在虛擬現實技術的應用中具有了廣泛的空間。

在移動電話市場，三星公司的新一代智能機Galaxy S系列將會擁有視線追蹤功能，包括智能滾動系統與智能暫停系統。智能滾動系統是當系統檢測到用戶的眼睛正在看著屏幕，屏幕將會隨著用戶的目光進行自動智能滾動，智能暫停系統則是當用戶使用手機觀看視頻時，如果用戶離開或者將頭轉向其他地方，系統檢測不到用戶的面部信息，就會自動將視頻暫停，其優點在于無需用戶再用手指觸碰屏幕。無獨有偶，蘋果公司則向美國專利商標局（USPTO）申請了專利名為“搭載視線檢測功能的電子設備”的一項專利，將在其IOS產品中應用視線檢測眼球跟蹤技術，其中包括播放功能控制、節能控制等功能。當該系統確定用戶視線是集中在設備上，那顯示屏將會以適度的亮度顯示，如果用戶視線檢測確定從設備上飄走，或者加速度計檢測到設備的移動參數大于移動的界限，顯示屏則會灰暗；在其他應用中，如果視線檢測未達到條件，該設備可進入待機模式，一旦用戶視線又被檢測到集中在顯示屏上，該設備將會退出待機模式，激活正常功能；另外蘋果公司的檢測技術也具有控制媒體回放的功能。總之，視線追蹤系統目前非常受到消費行業的推崇，具有極佳的市場發展潛力，并且將很快融入到普通人的日常生活之中。

3 視線追蹤技術在圖書館的應用價值

中國圖書館學會《圖書館服務宣言》（2008）第三條指出：“圖書館在服務與管理中體現人文關懷，圖書館致力于消除弱勢群體利用圖書館的困難，為全體讀者提供人性化、便利化的服務”。為弱勢群體提供服務的水平是衡量一個圖書館服務水平的重要標準[13]，也是社會文明、和諧的標志。圖書館的傳統做法是關注信息資源的內容搜集、整合以及揭示，新時代的圖書館應該更加關注用戶體驗的價值，利用最新的IT技術帶來更好的服務體驗，也會贏得殘障人士、老人、青少年學生等弱勢群體的認可。日本通過實施多媒體數字無障礙信息系統技術（DAISY）為包括閱讀障礙人群在內的信息獲取弱勢人群服務的實踐受到了社會的認可[14]。基于視線追蹤技術能更加自然、直接、快捷的特點，以視線信息作為輸入信息的人機交互方式具備一定的優越性和獨特的應用價值，極有潛力成為助力弱勢群體數字閱讀的人機交互技術，為數字圖書館全面發展、進一步提升服務水平提供新的發展空間。

3.1 實現追蹤功能，助力肢體殘疾人閱讀

近年來，中國殘疾人數字圖書館等平臺的運行使得殘障人士享受到了信息網絡技術帶來的全新閱讀體驗。公共圖書館為殘疾人提供的數字閱讀交互設備主要有：多功能數字助視器、點字顯示器、大字閱讀設備、盲文復印機、盲文打印機、紅外線語音提示器、盲用電腦軟件、助聽器等,。以國家圖書館為例，在數字共享空間和閱覽區都設有殘疾人專用計算機，在總館北區一層南設有盲文圖書專架，有1000余冊盲文圖書，并設置了8個盲人專用座位，配備了兩臺盲人讀者專用機。筆者還就上海圖書館、浦東圖書館、南京圖書館、金陵圖書館、太倉圖書館等公共館的殘疾人閱覽室的人機交互設備進行了調研，發現各級公共圖書館都為殘疾人設立了獨立的閱讀空間，并提供相應的輔助數字閱讀設備。

然而在實際服務中，殘疾人來館讀者非常少，很多數字閱讀交互設備使用率非常低。究其原因：一方面是由于殘疾人群體行動不便，到館閱讀有心理障礙和實際困難；另一方面也說明了目前的閱讀交互設備并不夠方便，閱讀體驗不夠理想[15]。由于肢體殘疾人的肢體自由移動受限，例如無法像正常人一樣通過鼠標鍵盤使用電腦，但大部分可以正常控制眼睛運動，因此，通過眼睛運動與外界進行閱讀交互正成為肢體殘疾人的主要閱讀方式之一。視線追蹤系統可以幫助殘障人士通過視線方向對屏幕功能菜單發出直接命令，實現對電腦閱讀器屏幕的控制，完成上下文滾動、翻頁及打開關閉等閱讀操作，帶給肢體殘疾人士極大的閱讀便利，克服現有的操作困難。

3.2 提供友好界面，方便老人閱讀

為老年人提供服務的水平是衡量一個圖書館服務水平的另一項重要指標，對于公共圖書館而言，老年讀者是一個穩定和巨大的讀者群體，公共圖書館專門為老年人提供的上網閱讀交互設備并不多見，即使一些先進的觸摸屏也僅有放大字體的功能而已。對于老人使用電腦上網閱讀而言，可通過視線追蹤系統代替鼠標的功能，即利用視線落點可以控制鼠標光標的位置實現點擊的操作，完成調整屏幕界面的大小、亮度以及文章段落滾動的功能，為老人提供更加人性化、智能化的體驗。

3.3 開發娛樂應用，激發青少年閱讀興趣

人們容易對新生事物產生興趣，對于少年兒童而言尤其如此。視線追蹤技術作為一種新穎的人機交互技術對于公眾來說還比較陌生，在激發少年兒童的好奇心方面具有天然的優勢和感受驅動力。利用視線跟蹤技術設計新鮮有趣、寓教于樂的電腦小游戲和互動娛樂環節體驗，將有效吸引少年兒童來圖書館接受教育，對圖書館閱讀體驗活動也會起到重要的推廣作用。

4 視線追蹤技術應用于圖書館服務的策略

著名的眼動研究學者C.H.Morimoto認為[16]：“我們需要的是可靠、精準、易操作和低造價的視線追蹤技術”。他一方面指出了視線追蹤技術的未來發展方向，另一方面也點出了視線追蹤系統的應用難點所在。如何讓視線追蹤技術可靠、精準、易操作和低造價地真正運用到數字圖書館服務領域，可從以下幾個方面進行考慮。

4.1 明確需求，解決系統性能問題

視線追蹤系統的性能是由系統的整體架構設計、軟硬件配置共同發揮作用的結果，通常只有額外增加硬件設備，或者改進軟件算法等才能提高其性能，但相應的改變也會增加系統操作難度，降低系統可靠性，增加設計成本等。例如處理視線追蹤技術本身的兩個技術難題是：①眼動噪聲問題：由于眼動獲取設備存在噪聲，眼睛本身也存在抖動、眨眼等干擾行為，使得眼動數據存在干擾。②米達斯(Midas)接觸問題：由于用戶視線運動的隨意性而造成計算機對用戶意圖識別的困難，即用戶的每次眼睛定位都可能引發一條并非想要的計算機命令。這兩個技術難題的解決都需要后期進行大量的改進算法和硬件增添、架構升級才能完成。

圖書館是一個開放的知識信息中心。圖書館以公益性服務為基本原則，以實現和保障公民基本閱讀權利為天職，以讀者需求為一切工作的出發點。分析具體的應用環境，系統的需求是輔助讀者完成數字閱讀體驗，不用達到像醫學臨床級的視線追蹤那么高精度的追蹤效果，這使得視線追蹤在圖書館應用的性能門檻并不高。例如在弱勢群體的閱讀環境中，視線追蹤系統的基本性能指標可以設計為：①準確，即追蹤精確度水平達到分(1/60°)；②可靠，即可以連續反復工作；③魯棒（Robust），即系統的健壯性，在這里就是適用于多種閱讀環境，比如圖書館閱覽室或住宅內，且可適應使用者配戴玻璃眼鏡或隱形眼鏡；④非侵入式，即不給人體帶來傷害或不適；⑤允許頭部自由活動；⑥無需標定，即時初始化；⑦實時響應。

4.2 以人為本，解決系統成本問題

目前視線追蹤遇到的實際應用難題主要是使用的低成本和技術上的高標準之間的矛盾。使用性能更好的處理器以及敏感度、分辨率更好的視覺系統都可以極大地提高視線追蹤系統的追蹤精度和分辨率等指標，但相應要付出昂貴的成本。目前市場銷售的視線追蹤系統成品都具有高性能兼高價格的特點，真正適合大眾使用的成熟視線追蹤產品還不多，并且圖書館行業也不會盲目跟風新技術，因此采用少量購買、嘗試開發、試點服務的方針，可以有效解決新技術應用帶來的風險問題。

但少量購買不等于不買，這兩點有本質區別。對于價格低廉，且弱勢群體讀者日常生活中普及度較高或較易獲得的輔助設備，圖書館可以較少提供或不予提供；對于諸如閉路電視放大儀、裝有屏幕放大軟件的人機交互設備等價格昂貴、弱勢人群難以負擔購買或不易獲得的輔助交互設備，圖書館應該本著以人為本的精神，重點予以提供，這樣才能實現圖書館資源的高效分配和利用，體現圖書館的人文關懷。

4.3 設計用戶滿意度指標，解決系統適用性問題

基于視線跟蹤技術的數字閱讀服務，離不開視線跟蹤技術的支撐，同時也需要科學客觀的評估服務管理手段，因此，設計用戶滿意度指標，解決系統的適用性問題顯得非常重要。以2005年國際圖聯（IFLA）出版的第89號專業報告《殘障人士使用圖書館一覽表》為基礎構建的“公共圖書館殘障用戶服務調查評估指標”體系，以及加拿大多倫多公共圖書館殘障用戶服務研究實踐成果為參照[17]，筆者認為，基于視線追蹤的適用于圖書館殘疾人群體的人機交互體驗，宜滿足“公共圖書館殘障用戶服務調查評估指標”體系中的以下8項指標（見表1）：

表1 符合公共圖書館殘障用戶服務調查評估指標體系的8項指標

借鑒以上指標，設計適合于公共圖書館數字閱讀服務的評估指標，根據讀者用戶使用情況，填寫反饋表單，可以有效監督并管理服務內容，為人機交互系統的改進和升級指明了方向。

4.4 融合其他技術，豐富人機交互體驗

隨著多通道多模態人機交互理念的發展，數字閱讀交互已經不僅僅局限于傳統的鼠標、鍵盤觸摸等輸入方式，而是結合了更多的與設備無接觸的輸入方式，如語音、手勢、腦波和視線。上海大學的屠大維教授等研究實現的可適應頭部運動的眼控輸入系統，就在多通道人機交互應用進行了實踐；浙江大學的方志剛教授等將視線追蹤應用至多通道的用戶界面輸入中，在綜合手動、語音和視線的信息后提高了系統解讀用戶意圖的能力。由此不難看出，多通道多模態的人機交互通過利用人類與生俱來的自然屬性，以生物識別技術為核心，使得人機交互的過程更加智能與和諧。在未來的圖書館數字閱讀體驗中，視線追蹤技術可與其他人機交互技術共同協作，實現圖書館為特殊人群提供更加和諧、友好的閱讀體驗服務的宗旨。

4.5 結合其他資源，保障數字閱讀服務

公共圖書館在人機交互體驗服務的實踐中，還應結合館情，注重與殘疾讀者、老年人、青少年等不同讀者進行溝通，確定視線追蹤系統的功能和性能，保障服務的可靠性和有效性，并設計一套科學合理的評價指標體系，全面地考察新技術應用的得失，以此作為后續體驗服務改進的參考。只有這樣，才能使得新技術應用落到實處，實現其服務價值。當然，改進閱讀服務體驗，非幾項IT技術或者幾種輔助設備就可以解決所有問題，也需要從建筑設施、特殊館藏以及專門館員等其他方面共同努力才能成功。

5 結語

在公共圖書館數字閱讀服務蓬勃發展的背景下，越來越多的先進人機交互技術將會應用到數字閱讀服務中來，視線追蹤技術就是其中之一。隨著自身技術可靠性的不斷提高和系統成本的降低，視線追蹤技術將和其他主流人機交互技術一樣，成為弱勢群體讀者不可或缺的輔助工具。