当成功检索到视觉线索并稳定下来时，注意力水平较高：
对应于上述三个公式，当能够满足公式右侧全部条件时，表示检测到对应的注意力水平。检测到的注意力水平将用于随后的意识生成，并进行成功的眼神交流。
2.4 基于视觉注意焦点的初始互动
在礼貌的社会交往中，人们通常会先抬起头来，或是转头朝着想与之交流的人，再进行后续的交流。然而，如果目标人对某项任务的注意力集中度很高，作为人类就会尝试使用一些更有力的动作（例如多次转头、挥手、走近对方并转头，使用声音等）来吸引对方的注意力。我们当然希望社交机器人也能做到这样。
在本文的研究中，机器人会监测目标人 VFOA 的程度及移位的 VFOA 区域，以选择适当的控制讯号。当持续性 VFOA 注意力水平较低且移位的 VFOA 位于 CFV/LNPFV/RNPFV 区域时，机器人会选择头部转向动作发出弱信号。当持续性 VFOA 注意力水平较低且移位的 VFOA 位于 LFPFV/RFPFV 区域时，机器人会使用摇头动作。在持续 VFOA 注意力水平较高且需要吸引目标人注意力的情况下，机器人还会采用摇头动作。
本文使用摇头动作作为一个很强的 AA 信号，因为物体的突然运动会引起人们的注意。如果一个人处于一个看不到机器人动作的位置，机器人的非语言行为所产生的视觉刺激不会影响到他 / 她。因此，本文不考虑移位的 VFOA 在 FOV 区域之外的情况。
2.5 建立沟通渠道
为了建立一个交流通道，机器人需要让目标人注意到它正看着她 / 他。机器人应该能够通过一些动作（例如面部表情、眨眼或点头）来表达它的这个意识。本文通过眨眼来产生这种意识，因为眨眼是形成一个人印象的最重要的线索之一。机器人通过完成眨眼的动作，能够使目标人感受到他 / 她正在被机器人注视。
如果机器人成功地吸引了目标人的注意，或者她 / 他注意到了机器人的动作，她 / 他就会将目光转向机器人。当她 / 他看着机器人的脸时，机器人能认出她 / 他的脸。在检测到目标人的面部稳定性后（即 FAH=1），机器人开始眨眼睛大约三次（1 blink/s），以建立一个通信通道。眨眼动作是通过快速关闭和打开 CG 图像的眼睑产生的，并通过 LED 投影仪显示在机器人的眼睛上。
3. 实验分析
本文在两个不同的机器人场景中验证所提出的方法。
3.1 静态机器人头部交互
本文在一个静态机器人的头部位置实现了基于目标人 VFOA 水平的人机交互场景。实验的目的是验证本文提出的交互系统会造成较少的干扰，并且在她 / 他参与某项任务时能够更成功地启动与目标人的交互。具体实验平台见图 5 所示。该系统包括头部检测与跟踪、态势识别、身体跟踪、人脸检测、眨眼、摇摄装置控制单元、VFOA 检测和转移 / 集中注意力检测模块。
图 5. 静态机器人实验平台
参与者被要求注意自己的任务，并戴上带有音乐的耳机，以避免被机器人做出动作时所产生的声音干扰。本文用两个摄像机捕捉所有的互动。图 6（a）为实验环境。图 6（b）给出了本文系统应用于两种机器人行为的成功率。双尾 Z 比例检验（Z=3.837，p
3.2 博物馆场景中的 Robovie-R3
文章最后给出了另外一个实验，构建了一个位于博物馆内的参观者和机器人之间的交互场景。假设一个参观者在博物馆里观察画作，参观者会把注意力集中在某一幅画上。机器人位于远离画作的地方，因此，它不会干扰参观者的移动和注意力。当机器人检测到参观者的高水平注意力时，它会对参观者的头部方向进行分类，以选择机器人应该从哪一侧或哪个位置开始交互。机器人将参观者的头部定位分为五个角度区域：LFPFV、LNPFV、CFV、RNPFV 和 RFPFV。然后，机器人选择合适的运动路径和位置来启动交互（见图 7）。
图 7. 机器人的交互位置：（a）当在 LNPFV 区域检测到访客的注意方向时，机器人选择左侧的交互路径；（b） 当在 RNPFV 区域检测到访客的注意方向时，机器人选择右侧的交互路径。
将六幅画（P1–P6）挂在同一高度的墙上（见图 8（a））。这些画被放置在不同的地方，让参与者从一个固定的站立位置将 VFOA 固定在一幅特定的画上。一个 USB 摄像头（位于画作（P3）的顶部，用于检测访客的凝视和头部方向。P2、P3 和 P4 分别放置在 LNPFF、CFV 和 RNPFV 区域。将 Robovie-R3 眼睛（见图 8（b））替换为计算机图形生成的用于注视通信的投影眼睛（见图 8（c））。为了确认参观者能够与机器人进行眼神接触，在机器人头部下方放置了一个 USB 摄像头（见图 8（d））。在交互场景中，每个参与者被要求站在一个固定的位置，她 / 他的目光和头部方向可以在画作中自由的移动，最后，他 / 她会将注意力固定在图片 P2、P3 或 P4 上（见图 9）。
