“别看镜头”法则：如何真正进行眼神交流
想象你正在参加视频通话，想要让自己看起来像是在直视朋友的灵魂。你的本能会告诉你，要盯着那个小小的黑色摄像头镜头。你会想：“如果我看着镜头，他们就会觉得我在看他们。”
论文指出：你错了。
根据这项研究，如果你直接看着摄像头镜头，你的朋友实际上会觉得你是在略微向上看他们。要让他们感觉你正在完美地进行眼神交流，你需要将视线稍微低于摄像头。
以下是研究人员如何运用简单类比来阐明这一发现的解析。
1. “甜蜜点”类比
不要把摄像头镜头看作一个需要正中靶心的目标，而要把它想象成飞镖靶的靶心，而“获胜”的那支飞镖实际上位于中心点的正下方。
研究人员发现，完美的注视点位于摄像头镜头下方约2 度的位置。
- 直观理解 2 度：如果你将拇指伸直举在手臂前方，那个角度大约就是 2 度。因此，你需要将视线略微低于镜头，大致对准你自己鼻梁的根部（或者屏幕上对方鼻子的顶部）。
2. 他们是如何测试的（“演员”游戏）
研究人员并非凭空猜测，而是进行了一项严格的实验。
- 设置：他们雇佣了四名“演员”，让他们坐在网络摄像头前。他们使用高科技眼动追踪眼镜，确保演员们确实按照指示看向特定位置。
- 技巧：演员们被要求看向屏幕上的不同点：有些在高处，有些在镜头正前方，有些在较低处。
- 控制：为了确保演员不会通过移动头部来作弊，他们使用了类似牙科椅使用的下巴托架，以保持头部完全静止。
- 测试：他们拍摄了演员们注视所有这些不同位置的照片。随后，他们向 17 名普通人展示这些照片，并询问：“这个人是在看着你吗？”以及“他们是在向上看还是向下看？”
3. 令人惊讶的结果
当演员们直接看着摄像头镜头时，观看照片的人表示：“不，他们是在略微向上看。”
然而，当演员们看着镜头下方 2 度的位置（即鼻梁根部）时，观看者则表示：“是的！他们正在直视我。”
事实证明，直接注视镜头会产生一种视觉错觉，让你的眼睛看起来像是在向上看。为了抵消这种错觉，你必须瞄准稍低的位置。
4. 为什么会发生这种情况？
该论文提出了几个关于我们大脑为何如此构建的原因：
- 眼睑效应：当你向上看时，你的上眼睑会向下移动以覆盖更多的眼球，这很明显地表明你在向上看。而当你向下看时，你的下眼睑移动幅度较小，因此你的眼睛看起来更加“中性”。
- “社交安全网”：在现实生活中，当我们与某人交谈时，我们通常会注视他们面部的中间（鼻梁根部），以捕捉他们的情绪和嘴部动作。我们的大脑习惯于将注视鼻子的目光解读为“眼神交流”。
- “宁可错杀，不可放过”理论：如果我们不能 100% 确定某人是否在看着我们，我们的大脑倾向于假设他们正在看着我们。由于向下看不像向上看那样会显著改变眼睛的形状，我们的大脑更有可能说：“是的，他们在看着我”，即使他们稍微偏离了一点。
5. 这对你的意义（根据论文）
该论文明确提到了两种利用这一发现的方法：
- 拍照：如果你想要一张自拍或肖像照，让自己看起来像是在与观看者建立联系，请不要看镜头。看着你的鼻梁根部，或者镜头正下方的一个点。
- 视频会议：未来的软件可以构建为自动调整你的视线。如果你正看着屏幕（那里显示着对方的脸），软件可以在视频流中将你的眼睛略微向下偏移，从而使对方感觉你正在与他们进行眼神交流。
核心结论：停止盯着摄像头的“眼睛”看。要进行眼神交流，请看着它的下方。这是一个微小的调整，但它会让你与另一端的人感觉到的连接感产生巨大的差异。
以下是论文《不要看摄像头：实现感知眼神交流》的详细技术总结。
1. 问题陈述
在视频中介通信（如电话会议、远程会议）和摄影中，实现眼神交流的感知是一个关键的社会线索。传统智慧认为，要在二维显示屏上看起来像是在与观看者进行眼神交流，主体必须直视摄像头镜头。
然而，作者假设这种直觉是错误的，因为三维交互与二维渲染之间存在几何和感知差异。核心研究问题是：主体应相对于摄像头镜头将视线投向何处，以最大化观看者对眼神交流的感知？
2. 方法论
作者进行了一项严格控制的用户研究，以量化最佳视线偏移量。
刺激获取：
- 参与者： 拍摄了 4 名演员（3 男 1 女）。
- 设备： 使用与演员眼睛水平对齐的 Logitech C920x HD Pro 网络摄像头。
- 视线控制： 与以往研究不同，本实验使用**眼动追踪系统（Vpixx Trackpixx）**来验证演员在拍摄图像前是否固定在特定点上。
- 注视点： 演员被指示固定在相对于摄像头镜头（0°）的 11 个垂直点上，范围从**-7°到 +7°**（视角度数）。负值表示看向镜头上方；正值表示看向镜头下方。
- 约束条件： 为消除噪声，演员使用下巴托以防止头部移动。仅当演员的视线偏差在目标值的**0.5°**以内时才捕获图像。
- 观看距离： 图像在两个距离（20 英寸和 24 英寸）下捕获，以模拟典型的台式机/笔记本电脑设置。
感知实验：
- 参与者： 17 名人类受试者（平均年龄 22.3 岁）观看了收集的 88 张图像（4 名演员 × 11 个视线偏移 × 2 个距离）。
- 程序： 受试者坐在距离显示器 23 英寸处。他们以随机顺序观看每张图像两次。
- 任务： 对于每张图像，受试者回答两个问题：
- “你是否感知到演员正直视你？”（是/否）
- “你是否感知到演员在看上或看下？”（上/下）
- 置信度： 受试者为每个回答提供置信度评级（1–5 分制）。
数据分析：
- “是”回答： 将高斯分布拟合到不同视线偏移下“是”回答的比例，以找到峰值（最佳眼神交流）。
- “下”回答： 将心理测量函数拟合到“下”回答，以确定主观相等点（PSE）。
3. 关键结果
该研究得出了反直觉但具有统计显著性的结果：
- 最佳视线偏移： 当演员看向摄像头镜头下方约 2°时（具体而言，基于高斯峰值为1.76°），眼神交流的感知达到最大化。
- 统计显著性：
- 从零（直视镜头）的偏移对于“是”回答具有显著性（t(16)=4.45,p<0.0001）。
- 对于“上/下”感知，偏移也具有显著性（t(16)=6.19,p<0.0001）。
- 容忍范围： 虽然峰值位于镜头下方约 2°，但在**0°到镜头下方 3°*之间的视线偏移范围内，眼神交流的感知仍然很高。直视镜头（0°）会导致观看者感知到主体正略微向上*看。
4. 主要贡献
- 对传统智慧的实证修正： 该论文提供了定量证据，证明直视镜头并不能产生最佳的眼神交流；略微看向镜头下方更优。
- 方法论的严谨性： 与 prior 研究不同，本研究采用了：
- 实时眼动追踪以确保图像捕获期间的精确固定。
- 头部/下巴约束以消除头部移动伪影。
- 受控对齐，使演员的眼睛水平与摄像头对齐，观看者的眼睛水平与显示的图像对齐。
- “最佳点”的量化： 作者确定了一个特定的角度偏移（约 2°视角），以优化感知到的相互关注的“视线锥”。
5. 讨论与理论解释
作者提出了几种解释，说明为什么略微向下看能产生更好的眼神交流：
- 解剖学因素： 当向上看时，上眼睑会显著移动，改变可见的巩膜（眼白）。当向下看时，下眼睑保持相对固定，使得虹膜位置的变化不太明显，这可能会使观察者倾向于感知为眼神交流。
- ** snap to contact 理论（接触锁定理论）：** 观察者可能有一种偏见，即除非确定视线已避开，否则假设存在眼神交流。由于向下看产生的巩膜变化不太明显，观察者默认认为是“眼神交流”。
- 进化/社会线索： 在面对面互动中，看向鼻子的一半位置允许一个人同时感知来自眼睛、鼻子和嘴巴的线索。作者认为，人类已进化为将这种特定的向下视线归类为“投入”或“进行眼神交流”。
6. 意义与应用
- 摄影： 摄影师和自拍者可以通过指示主体看向鼻梁或镜头下方的一点，来改善肖像中的感知连接。
- 视频会议系统： 这一发现使得开发视线校正算法成为可能。未来的软件可以自动调整用户在垂直轴上的渲染视线（将其略微向下重定向），以补偿摄像头的位置，从而创造更自然、更具吸引力的远程通信体验。
- 人机交互（HCI）： 该研究强调了数字环境中非语言线索的复杂性，并强调需要设计系统来考虑感知偏见，而不仅仅是几何准确性。
7. 局限性与未来工作
- 静态与动态： 本研究使用了静态图像。未来的工作应调查动态实时视频对话中的视线感知。
- 可变条件： 本研究未充分考虑显示器尺寸、坐姿距离或相对于用户眼睛的网络摄像头位置的变化。
- 持续时间： 本研究未测量用户在对话中偏好维持相互注视的时间长度。
每周获取最佳 computer science 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。