凝视之下：被观察如何及何时促进创新行为

《Behavioral Sciences》：Under the Gaze: How and When Being Observed Facilitates Innovative Behavior Xue Zhang, Guyang Tian, Liang Liang, Yezhuang Tian and Zhongqiu Li

　　

摘要：眼动轨迹因难以被观察和复制，成为行为生物识别领域中一种前景广阔但尚未充分研究的模态。本研究首次探讨在漫画阅读过程中采集眼动模式用于身份识别的可行性，利用该媒介中由多样化阅读行为产生的丰富行为数据。研究人员记录了59名参与者在屏幕上阅读两部漫画作品时的眼动数据，提取了全面的凝视特征，并使用五种机器学习分类器进行评估，其中随机森林(RF)始终表现最佳。在受控实验条件下，RF分类器实现了95.0%的Rank?1识别率和1.9%的等错误率(Equal Error Rate, EER)。此外，本研究系统考察了实际应用中两个关键挑战：刺激依赖性和模板老化。交叉刺激评估显示，当训练与测试使用不同漫画作品时，性能显著下降；在约90天的时间间隔内进行模板老化分析，发现识别准确率明显下降。这些结果为自然阅读行为在生物识别连续认证系统中的潜在应用提供了初步证据，同时强调了需进一步研究跨刺激泛化能力和时间稳定性。

研究背景与意义

随着网络安全威胁加剧，身份认证技术在保护个人数据与隐私方面的重要性不断提升。传统生物识别方式（如人脸识别、指纹识别）依赖生理特征，而行为生物识别则基于个体独特的行为模式，例如手势、步态和击键动态。眼动生物识别因其被动采集、无需干扰用户体验、难以伪造等优势，被认为是极具潜力的连续认证手段。现有研究多采用固定任务范式（如点跳追踪、文本阅读），但在自然情境下的应用仍待探索。漫画作为一种融合图像、文字与叙事的媒介，其阅读过程中的眼动模式可能包含丰富的个体差异信息。本研究首次将漫画阅读作为刺激材料，旨在验证其在身份识别中的可行性，并系统分析刺激依赖性与模板老化两大实际应用挑战。

技术方法概述

研究人员招募59名参与者（最终有效样本），使用Tobii TX?300眼动仪（采样率250?Hz）记录其在无头托约束的自然阅读状态下阅读两部不同漫画（《Burakku Jakku ni Yoroshiku》与《Burakku Jakku》）的眼动数据。采用Hoppe等人提出的特征提取框架，从注视、扫视、眨眼、瞳孔直径等维度计算203项特征。通过滑动时间窗（5–30?秒）与分页两种数据划分方式，结合四折嵌套交叉验证与SHAP（SHapley Additive exPlanations）可解释性分析，使用随机森林(RF)、XGBoost、LightGBM、线性支持向量机(SVM)与多层感知机(MLP)五种分类器进行身份识别性能评估。

研究结果

3.1 滑动窗口方法的识别结果

在相同漫画内，RF分类器在20?秒时间窗下对Manga A达到95.0% Rank?1识别率与1.9% EER；Manga B在5?秒时间窗下达到93.6% Rank?1识别率与2.1% EER。结果表明，最优时间窗长度因漫画内容而异，短时窗更能捕捉瞬时个体差异。

3.2 刺激独立性检验

当训练与测试使用不同漫画时，Rank?1识别率降至15.6%–23.0%，EER升至20.3%–23.4%，显示显著的刺激依赖性，跨内容泛化能力有限。

3.3 模板老化效应

在约90天间隔后重新采集数据，Manga A与Manga B的Rank?1识别率分别降至21.5%与21.8%，EER升至26.9%–28.8%，表明时间推移导致识别性能明显下降，可能与内容熟悉度变化有关。

3.4 分页方法的识别结果

为避免刺激重叠，采用分页独立划分数据，Manga A与Manga B的Rank?1识别率分别为66.6%与76.6%，EER为7.2%与4.9%，虽低于滑动窗方法，但证明在无内容重叠条件下仍具可用识别能力。

3.5 特征的SHAP值分析

SHAP分析显示，最具判别力的特征多为N?gram扫视模式统计量，在不同漫画与方法中存在一定共性；分页方法中瞳孔直径与眨眼统计亦具重要性，反映认知参与与注意分配对识别的贡献。

讨论与结论

本研究证实，漫画阅读过程中的眼动模式可作为有效的生物识别特征，其性能与传统文本阅读相当。然而，识别效果高度依赖刺激内容，跨漫画泛化能力弱；模板老化在约三个月间隔后显著降低准确率，可能与读者对内容的熟悉度增加有关。分页方法虽降低准确率，但更符合实际应用场景中对刺激独立性的要求。研究人员建议未来通过域适应(domain adaptation)、模板动态更新及多模态融合等方法提升系统的鲁棒性与实用性。该研究为自然阅读情境下的连续、隐式身份认证提供了可行路径，尤其适用于需要低干扰、高安全性的数字交互场景。论文发表于《Behavioral Sciences》。