近年来,基于内容的图像检索技术发展迅速,为了提高检索性能,在检索系统中引入相关反馈技术,实现了用户与检索系统的交互,成为图像检索必不可少的模块。如何高效使用相关反馈技术仍然是学者研究的热点。本文提出一种基于眼动追踪的相关反馈方法,使用用户的眼动数据作为反馈信息,获取更加准确的反馈信息,以期提高检索系统性能。所提隐式反馈方法是一种实时在线进行眼动追踪的反馈方法,主要包括三大模块：(1)标准基于词袋模型的图像检索模块；(2)眼动数据追踪及转换反馈信息模块；(3)查询扩展模块。针对反馈信息,本文设计了两种基于眼动追踪的隐式相关反馈方法。其中,基于概念图像的反馈方法从图像整体出发,将整个图像作为研究对象,由不同图像的注视时长组合形成新的图像作为扩展后的查询图像,从而改善检索结果；基于语义空间的反馈方法则关注图像中的感兴趣区域,由感兴趣区域的注视时长确定所有感兴趣区域组成的表示查询意图的视觉单词表,再利用调整后的视觉单词表改善检索结果。对10个被试人员,应用基于概念图像的反馈方法时,在牛津大学建筑物数据集和UKbench数据集上进行的反馈实验中分别有70%和50%的被试对反馈结果更加满意,而相应地有30%和60%的检索结果提高了平均准确率。同样的10个被试人员,应用基于语义空间的反馈方法时,在牛津大学建筑物数据集和UKbench数据集上进行的反馈实验中分别有70%和60%的被试对反馈结果更加满意,而相应地有70%和80%的检索结果提高了平均准确率。