其中，t=0，1, ...,L−1。接下来，将距离值 r_t 按降序排序，并构造分类器的特征向量。使用 SVM 进行分类。

为了进行训练，作者收集了注视数据，并构建与场景相关的、自发观看的注视模式的训练数据。SVM 模型能够将注视模式分类为自发观看（spontaneous viewing）S_l 和任务或场景相关观看（task or scene-relevant viewing）T_l。

最后，通过识别目标人物所参与的任务来确定任务上下文（Task Context）。给定一个视频序列，提取每帧的方向梯度（HOG）特征直方图 [6]。将 HOG 特征组合为 10 个连续的帧来构建 HOG 特征模式 HOG_P：

其中 F_0 和 F_i 分别是第一帧和第 i 帧的 HOG 特征。

在识别出目标人的任务（或当前 VFOA）后，接下来，使用任务的相关上下文线索来识别注意力水平。对于每个任务，本文使用任务相关的 VFOA 跨度（T_s）来确定机器人应该等待多长时间或者机器人应该在怎样的时间周期内与目标人交互。此外，还定义了一些特定任务的线索来确定注意力的水平。以阅读 reading 为例，使用翻页率 P_t 和倾斜角度偏差来测量 LVFOA。而这些特定任务的线索的位置是根据人的身体的相对位置来确定的，本文应用的是文献 [7] 中给出的人体跟踪系统。

2.2 持续视觉注意力的集中程度

根据语境线索和注视模式，VFOA 水平分为低水平和高水平。当注意力水平降低时，系统假设检测到 VFOA 丢失。对于不同的任务，注意力水平检测如下：

S_l 表示自发观看。如果检测到自发观看，则假定此人对某项任务没有特别注意，即，表示检测到低注意水平。对于阅读和写作任务，除了头部姿势的改变外，本文还考虑了「翻页」（Pt）和「停止写作」（Ws）等行为来检测低注意水平。对于上式来说，如果特定的头部姿势变化且稳定性大于或等于 3 帧，则相应任务的注意力水平较低。否则，表示注意力水平较高，当前的注意力集中在任务上。

2.3 注意力集中 / 转移的检测

焦点 / 注意力转移分为两个阶段。首先，为了吸引目标人的注意力，机器人从持续的 VFOA 中检测出焦点 / 转移的注意力。第二，在发送 AA 信号后，机器人需要检测到焦点 / 转移的注意力。

注意力从持续性 VFOA 转移：为了发起礼貌的社交互动，机器人应该根据目标人当前持续的 VFOA 去吸引他 / 她的注意力。在引起注意后，机器人检测到目标人移位的 VFOA。根据环境因素和目标人的心理焦点，持续性 VFOA 可分为五个区域之一：CFV、LNPFV、LFPFV、RNPFV 和 RFPFV。利用头部姿态的平移角度来检测移位的 VFOA 区域。

对机器人的注意力集中 / 转移：对机器人的注意力集中 / 转移的检测是机器人与目标人进行目光接触的重要线索。如果机器人和目标人没有面对面，那么机器人会发送一些 AA 信号，等待她 / 他的注意力朝向目标。当目标人转移注意力或将注意力转向机器人时，就要求机器人能够检测到对机器人的注意力集中 / 转移。为了进行成功的眼神交流，机器人将注意力集中 / 转移的程度分为三级：低、中、高。机器人向目标人发送一个 AA 信号，并逐帧分析输入的视频图像，以检测目标人是否正在向其移动。如果目标人正从她 / 他当前的注意力焦点转向机器人，那么在头部周围会检测到一些相邻的 h_m 窗口。聚焦 / 移位 VFOA 的级别按如下分析进行分类。

当除了头部运动之外没有检测到其他视觉线索时，可以假设集中 / 转移的注意力水平较低：

其中，N_hm 表示后续帧中出现连续的头部运动的窗口数量，o_f 表示是否检测到重叠窗口（检测到为（1），未检测到为（0）），（h_p）^ p 是头部姿势的估计平移角度，N_fs 是检测到重叠窗口后在后续帧中的面部稳定性检测结果。

如果在相邻的头部运动区域内通过重叠的面部窗口检测到头部运动，则注意力水平为中等：