所有基于视频的眼动追踪系统的核心是一个或多个摄像头，它们可以拍摄一系列的眼睛图像。仪器均使用能够每秒拍摄多达2000张双眼图像的摄像机。在距所拍摄眼睛图像不到3毫秒内，即可计算出受试者正在看屏幕的坐标位置，并将此信息传递回控制刺激信号的计算机。

 

　　眼动跟踪软件使用图像处理算法来识别眼睛跟踪相机发送的每个图像上的两个关键位置—瞳孔中心和角膜反射中心。角膜反射点是固定光源（红外照明器）的发出的光在角膜上反射回来的点。

　　眼睛旋转时，相机传感器上瞳孔中心的位置会改变。但是，（当头部稳定时），角膜反射（CR）的位置相对固定在摄像头传感器上（因为反射源不会相对于摄像头移动）。

　　说明了当眼睛向前看，然后旋转到一侧然后再旋转到另一侧时相机所看到的眼图像。CR的中心保持在大致相同的位置（就相机像素坐标而言），而瞳孔的中心在移动。

 

　　如果眼睛*固定在空间中并简单地绕其自身的中心旋转，则仅在摄像机传感器上跟踪瞳孔中心的变化就可以确定注视/凝视的位置。实际上，仅瞳孔跟踪仍可以在某些头戴式或基于“眼镜”的眼动仪中使用，无论头部如何移动，相机和眼睛之间的关系都保持相对固定。

　　但是，对于台式或遥测式眼动仪，即使使用下巴/前额托来稳定头部，也无法防止头部的微小移动（与眼睛相反），并且这些头部动作也会改变瞳孔的位置在眼睛跟踪相机传感器上。显示了当头部从一侧向另一侧稍微移动时从摄像机看到的眼睛。