描述多任务下注视动态特征的综合数据集

我们的眼睛如何暴露我们的注意焦点

从浏览这页到在人群中寻找朋友，你的每一次目光都会在眼球的微小跳动与停顿中留下隐秘的轨迹。本文介绍了来自数百名志愿者的这些轨迹的庞大且精心整理的集合。通过公开分享该数据集，研究者为科学家、工程师乃至学生提供了一种强有力的工具，以探究我们如何看、如何集中注意以及如何搜索，并用于构建未来的工具，比如更好的用户界面或帮助无法轻易交流的人的辅助技术。

观察注视世界时的眼动

研究团队记录了251名参与者在完成一系列简单屏幕任务时的眼动。使用高速眼动仪和游戏显示器，他们捕捉到每个人注视的位置、瞳孔的放大或缩小以及眨眼的时间，每秒钟记录数千次。这些原始信号随后被转换为干净、有序的表格，标注每一时刻是稳定的注视（注视）、快速的跳动（扫视）还是眨眼。由于数据已匿名化并遵循严格的挪威伦理规则，可以安全地与更广泛的研究社区共享。

短闪、快速提示与棘手的闪烁

若干任务探测了人在屏幕上快速变化时能注意到的内容。在“消失性扫视”任务中，一个小白点仅在中央十字的左侧或右侧闪现几千分之一秒，然后在眼睛移动之前消失。参与者必须猜测它出现在哪里——如果有出现的话。通过比较不同闪烁时长下的准确率，数据集捕捉到随着信号变得几乎短到无法进入意识时检测能力的下降。相关的“提示性扫视”任务考察一个非常短促的微弱提示是否能使人对随后在同一位置出现的目标反应更快，即便该提示短到可能不会被有意识地察觉。另一个“闪烁十字”任务则研究了快速闪烁的十字何时不再被感知为闪烁而显得稳定，从而揭示我们视觉系统在时间上的极限。

当运动与意义让大脑困惑

其他任务则探讨我们如何解释复杂或模糊的场景。在“旋转球”任务中，靠近中央十字的一环点阵可以被感知为向一个方向旋转，尽管物理刺激本身并未变化。参与者先报告他们看见的方向，然后尝试在目光不动的情况下意图使其反转。他们的成功或失败被记录在眼动数据中，揭示大脑如何在相同输入下在不同解释之间切换。数据集中还包括对随机彩色像素图案的自由注视——这些图像没有物体或故事，注视模式主要由原始的对比度和颜色驱动；以及类似“找瓦尔多”那样的拥挤场景，观察者在明确寻找隐藏人物和物体时的搜索行为。

从原始信号到可用表格

在幕后，眼动仪专有格式的所有记录都通过了自动化流水线。该软件将原始的数值流转换为标准的逗号分隔文件，每人每个任务一个文件，文件名一致且编码了每次试次的关键细节。这些表格的每一行给出时间、左右眼位置、瞳孔大小以及一个表示眼动类型的简单代码——眨眼、注视或扫视。额外的信息标记指示试次何时开始、刺激何时出现或图像何时移除。作者检查了校准质量，以确保注视点落在应有位置的小角度误差范围内，令使用者有信心这些位置对精细分析而言足够准确。

为何这个共享的眼动数据很重要

对非专业人士来说，这项工作可能听起来像是文件转换的技术性练习，但它的影响更为广泛。该集合汇集了高质量、时间精确的眼动记录，涵盖许多经典心理学任务和更自然的观看情境。因为数据是开放的、标准化且文档完善，研究者可以检验新的注意力理论、构建预测人们注视位置的机器学习模型，或为行动受限的用户设计基于注视的工具，而无需自己开展大规模实验。本质上，这篇论文将短暂的眼动转化为持久的公共资源，帮助我们更好地理解视觉、注意力与决策如何在每一刻展开。

引用: Mathema, R., Nav, S.M., Bhandari, S. et al. Comprehensive dataset of features describing eye-gaze dynamics across multiple tasks. Sci Data 13, 376 (2026). https://doi.org/10.1038/s41597-026-06754-x

关键词: 眼动追踪, 视觉注意力, 注视动态, 认知科学, 开放数据集