建立基于梯度优化的协同标定模型，简化多用户眼动跟踪标定过程；然后提出面向多用户的眼动跟踪客户端-服务器计算架构, 优化眼动跟踪数据的传输和管理. 进一步, 研究眼动跟踪数据的可视化在协同交互环境下对用户视觉注意行为的影响, 设计相应的可视化形式, 有效提高多用户协同搜索任务的完成效率. 在此基础上, 设计与开发了基于眼动跟踪的协同交互系统. 此外，为了提高用户在跨设备交互环境下的操作效率, 减小视觉注意力在不同设备间切换时产生的认知负荷, 建立眼动跟踪的跨设备注意力感知界面模型. 首先提取设备屏幕边缘, 结合屏幕几何特征和颜色直方图进行不同设备的识别, 基于支持头部运动的瞳孔-反光点向量模型计算注视点坐标数据, 并根据驻留时间和多设备协同机制识别目标感兴趣区; 然后建立分布式感知用户界面的任务管理模型, 控制任务的分发、中断与继续以及评估, 并利用产生式规则驱动用户界面的转换; 最后设计与开发了一个面向跨设备阅读的人机交互系统, 包括最后阅读位置提示、单词词义与例句自动注释等功能.