凝视行为的漫长发展：揭示人类自然场景观看模式二十年成熟历程

本研究通过分析6,720名5-72岁参与者的自由观看数据，首次系统揭示了人类凝视行为从童年到成年的完整发展轨迹。研究发现文本显著性、社会特征处理及基本眼动偏好的发展持续至青春期甚至成年早期，最终推动个体形成更标准化的观看模式，为理解主动视觉机制提供了关键证据。

　　

当我们观察世界时，眼睛的每一次移动都隐藏着大脑处理信息的奥秘。长期以来，科学家们认为人类对自然场景的观看模式在8岁左右就已成熟，但这一假设缺乏大规模实证支持。事实上，从儿童到成人，我们如何分配视觉注意力、优先处理哪些信息、甚至眼睛如何移动，这些基本问题仍存在巨大知识空白。更关键的是，现有研究多聚焦于幼儿期，对青春期这一视觉系统重组关键阶段的认知几乎为零。

德国吉森大学数学博物馆的合作团队在《Nature Human Behaviour》发表突破性研究，通过分析6,720名5-72岁参与者的自由观看数据，首次绘制了人类凝视行为长达二十年的发展图谱。研究采用高精度Tobii 4c眼动仪记录参与者观看40幅自然场景时的眼动轨迹，结合语义标注像素掩模技术量化对不同类别对象（如人脸、文本、被触摸物体）的注视偏好。通过多项式曲线拟合和AIC（赤池信息量准则）模型选择，研究揭示了视觉发展的非线性轨迹。

关键方法
研究团队在科学博物馆设置标准化眼动追踪展位，采集了13,984组数据，最终筛选6,720组高质量数据（每年龄组>90人）。参与者自由观看40幅包含364个语义标注对象的场景（OSIE40数据集），通过NH2010算法识别注视点与眼跳。采用滑动窗口分析（5个连续年龄组）检测发展阶段，计算注视时间比例、首次注视比例、水平眼跳偏倚（±45°）、中心偏倚（注视点与图像中心的平均距离）等指标，并通过香农熵量化观察者间相似性。

研究结果

语义显著性的漫长发展
文本显著性呈现最显著的发展变化：从5-6岁到15-16岁，文本注视时间比例增长近3倍（6%→17%），首次注视比例增长2.5倍（4%→10%），直到20多岁才稳定。这种增长与语言能力无关，在德语和英语使用者中表现一致。

人脸显著性呈现分化模式：注视时间比例从5-6岁的42%持续下降至11-12岁的38%，而首次注视比例同期从45%升至53%，表明早期眼跳（bottom-up处理）与持续注视（top-down处理）存在不同发展机制。被触摸物体的显著性则持续下降至青春期，可能与动作理解能力的发展相关。

空间偏倚的成熟过程
水平眼跳偏倚从5-6岁的53%增至13-14岁的56%，与视觉敏感度的各向异性发展同步：

中心偏倚呈现U型曲线：5-6岁儿童注视最集中（208像素），15-16岁最分散（246像素），40岁后再次轻微内收。视觉探索指标（注视对象数量）同样在15-16岁达到峰值（142个），反映青春期探索欲望最强。

观察者相似性的转变
青春期（13-14岁）是个体差异的转折点：此前组内熵升高（r=0.58），此后观察者相似性快速增加，23-24岁达r=0.63。这种标准化趋势与个体探索行为的持续增强并存，表明成熟并非简单抑制个性，而是形成共享的视觉采样策略。

结论与意义
该研究颠覆了"8岁成熟论"，证明主动视觉的核心要素需二十年逐步完善。文本偏好的持续增强可能与腹侧视觉通路（ventral stream）中文字选择性皮层的重组相关；水平偏倚的发展则可能反映空间先验的积累。最具启发性的是，青春期观察模式从个体化转向标准化，提示视觉经验通过"群体校准"塑造观看行为。这些发现为教育设计（如教科书视觉布局）、自闭症（凝视异常）研究提供了新视角，也为计算机视觉模型（如saliency模型）的年龄适配性提出挑战。

研究同时揭示了性别差异的复杂性：男性在11-16岁表现出更强的人脸偏好（与部分社会认知研究相反），但效应量较小（d<0.25），警告了小样本研究的过度推广风险。未来研究需结合纵向追踪和跨文化比较，进一步解开视觉发展与经验积累的因果关系。