AR/VR行业兵家必争之地（上）-眼动追踪应用大全

解决方案和效果：因此我们对眼动追踪的交互方式产生了一些自己的理解。不妨我们回忆下使用鼠标的交互过程，在操作电脑软件的时候首先我们是产生需求，然后眼睛会在软件UI上搜索与需求对应的控制按钮，最后才是移动鼠标的光标到按钮位置（注视位置）点击确认。在上述的鼠标过程中，眼睛是天然参与交互过程的，所以如果把按键的选择由眼动追踪来完成，按键的点击确认由某种可以戴在手指上的外设硬件完成。也可以理解成上述鼠标的交互过程中，移动光标到按钮位置的过程被眼动追踪技术替代，直接眼睛看什么按钮光标瞬间到达，外设硬件上集成了鼠标左右键的功能作为点击确认。综上，只需要动动眼睛和手指就可以完成绝大部分智能眼镜中的交互，好的交互方式需要能够让用户以较低的学习成本学会使用。虽然该交互体验较弱于我们一贯的鼠标操作，但是AR智能眼镜上应用该交互技术，用户能够快速上手。

目前智能眼镜的所有的交互方式有手势识别、语音识别、眼动追踪、头动追踪、脑机接口、控制手柄（6DoF）等。每一种交互在特定的应用场景下都有它的优势，那么在注重隐私和简单操作的应用场景下就是眼动交互的优势，但是我相信如果智能眼镜在未来能够取代手机成为下一代计算终端，成为普通消费者都能够简单上手的产品，眼动交互一定是其中较为重要交互方式。

参考文献：

论文：激发点击的不同注视时间参数对眼控交互操作绩效的影响_李宏汀

微软专利：三维空间中的对象选择 NO.US 10268266

Apple：带有眼动追踪的电子设备NO.US10379612

天蝎科技：一种近眼显示设备的眼动追踪交互的方法及系统

天蝎科技：MR智能眼镜内容交互信息输入应用推荐技术的方法

3.用于目标识别

背景和原因：眼睛是心灵的窗户：人所接收到的外界信息有80%来自于眼睛所建立的视觉通道，同时人在进行思维或心理活动时会将其活动过程反映在眼动行为上。可以说，眼动追踪技术是当前科技允许的条件下，“透视”人类思维的最为直观有效的途径。

传统的眼动追踪技术是将眼睛的注视点映射在传统的平面显示上，能做的应用大多是与心理学相关的实验、广告分析、用户体验评估等。但是未来将眼动追踪技术应用在近眼显示设备上（AR智能眼镜），其特点是通过光学元件既可以看到虚拟的全息影像也可以看到真实的世界，用户看到是一个被叠加了虚拟影像的真实世界。如果我们通过眼动追踪技术将眼睛的注视点映射在真实世界，那么将达到一个很具有想象空间的效果，智能眼镜计算机能够以用户的第一人称视角感知用户的所闻所见。

但是有以下几个相关因素还需要我们考虑：

有时候注视不一定会转化为有意识的认知过程（“视而不见”现象）。例如，盯着屏幕发呆，眼动仪依然会判断你在注视某部分的内容，但实际上你此时并没有相关的心理活动，并且计算机也无法仅通过眼动数据一个维度判断你对正在注视的内容是感兴趣还是疑惑。注视转化的方式可能有所不同，这取决于研究的内容和目的。例如，若是让被试随意浏览某个网站，在网页某个区域注视的次数较多，就可能表明这个人对该区域感兴趣（如某张照片或某个标题），也可能是因为目标区域比较复杂，理解起来比较困难。因此清楚地理解研究目的以及认真仔细地制定测试方案对于眼动追踪结果的阐释很重要。眼动追踪只是提供了我们“透视”人类思维的方法，但和人的真实想法肯定是有差距的，不可唯眼动数据论，结合其他方法，如“有声思维”，访谈等也是十分重要的。

计算机将通过眼动追踪知道用户喜欢看什么，对什么感兴趣

解决方案和效果：我们可以通过智能眼镜上的眼动追踪系统获取用户眼睛的行为和注视点，智能眼镜的前置摄像头捕获用户视觉前方画面，经过摄像头画面，用户视野的校准匹配使得计算机系统能够以用户的第一人称视角感知用户的所闻所见。当计算机根据心理学理论（瞳孔放大、注视时长等）判断用户对注视物体感兴趣时，眼睛的注视点引导计算机对用户所注视区域的对象进行图像识别，这就实现了通过眼动追踪所引导的图像识别技术，眼动引导的图像识别可以使计算机对用户的需求分析的更为精准。当然眼睛所注视的对象可以包括人脸、条形码、宣传海报、户外广告等，通过图像对兴趣识别后可以为用户提供其他相关信息，这些信息可以是文字、图片、三维模型、甚至是应用的推荐。

例1.电子商务：当一名女性用户在大街上看到一个人身上穿的衣服非常感兴趣，智能眼镜通过眼动追踪获取眼动行为判断用户正在对目前注视的目标图像感兴趣，对这个人的衣服进行人工智能的图像识别，数据库检索出和感兴趣衣服一模一样的商品或者相似的商品。当然商品不局限于衣服，还可以是数据库记录的任意商品。在一定程度上也可以理解成淘宝的拍立淘功能与眼动追踪结合在智能眼睛上呈现。

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!