随着视线跟踪技术的发展，其在不同领域的应用也越来越加广泛。作为视线跟踪的表示载体——眼动仪，其在使用过程中如何做到支持用户头部自然运动一直是视线跟踪技术的研究热点和实现难点。本文首先介绍了视线跟踪技术的发展、分类及应用，并对视线跟踪的关键技术——注视点的视线估计进行了详细阐述。接着用实验数据说明了头部运动对头部静止式眼动仪的精度影响，并介绍了几种常用的解决头动问题的方法。然后对本文实现的视控人机交互字符输入系统进行介绍并由此引出本系统中解决头动问题的共面标志点法。共面标志点法实时确定两坐标系间的映射关系并进行坐标转换，可分场景图像处理和射影坐标转换两部分进行。场景图像处理采用基于Hu矩匹配的轮廓检测算法提取标志点。射影坐标转换利用检测出的点构成点对求解两平面间的射影矩阵。最后对共面标志点法在本系统中的实现进行了论述。主要包括场景图像处理算法的OpenCV实现和图像采集卡程序对整体流程的调度，完成了用户注视点坐标从场景摄像机坐标系到计算机屏幕坐标系的转换。并通过实验验证算法的可行性。由实验得到场景图像处理算法具有较好的提取准确度，头部在标定位置左右各15cm，纵深向前5cm，向后10cm的范围内运动，系统的跟踪精度基本可以保持在1°以内。