用户可以使用凝视跟踪和移动跟踪来选择场景中的对象或者与场景中的对象交互。在一些示例中，场景可以包括虚拟现实场景或者混合现实场景。用户可以移动环境中的输入对象并且面向朝向输入对象的移动的方向。计算设备可以使用传感器来获得对应于输入对象的移动的移动数据，以及对应于用户的眼睛的位置的凝视跟踪数据。计算设备的一个或多个模块可以使用移动数据和凝视跟踪数据来确定场景中的三维选择空间。在一些示例中，被包括在三维选择空间中的对象可以被选择或以其他方式与之交互。