眼动追踪技术与虚拟现实实现

（上海交通大学，上海 200000）

一、引言

虚拟现实VR(Visual Reality)系统是一种可以创建和体验虚拟世界的计算机仿真系统，使得用户沉浸到其模拟环境中。用户视野的获取是VR系统中最基础也是最重要的环节，VR技术的三大核心要素为交互性、沉浸感、想象力。现阶段主要通过追踪用户头部运动的方式来定位用户视野，用户通过扭动头部获取不同的视野。此方式与人类生活习惯相类似，易于使用者快速融入VR系统。

但是，单纯的头部跟踪定位视野的方式会使得使用者易于疲劳，降低用户体验。基于此问题，更轻松和快速的视野定位系统—眼动跟踪系统就应运而生。该系统首先通过放置在用户头部的摄像头采集眼部图像，然后将图像传送给处理芯片，处理芯片可以对图像进行裁剪、去噪等初步处理后发送到图像识别工作站，工作站将得到的图像输入到Deep Learning图像识别模型中，最终跟踪得到用户的眼球位置，从而实现眼球跟踪定位视野。

一方面，将头部运动跟踪与眼动跟踪系统相结合，得到更为完善的VR视野定位系统，使用户能够完全以实际生活的本能适应虚拟现实，提升用户体验。

另一方面，通过眼动追踪，得到的特殊眼球运动轨迹，可以作为VR系统中的特殊指令，加强眼部与系统的交互性。这样，即可通过更便捷的眼球运动发布指令，提供更强大的交互性。通过眼球与头部运动协调进行VR视野定位，在沉浸感上实现质的飞跃。

二、市场应用前景分析

眼动追踪技术主要解决的主要问题如下：一是VR系统中根据头部运动定位视野方向的方式使得使用者容易疲劳。通过跟踪眼球修正视野，使用者能更轻松地融入虚拟现实。二是根据跟踪眼球运动轨迹实现特定的操作指令。

（一）解决当前的VR晕屏问题

在目前现有的头戴式虚拟现实头盔或虚拟现实盒子技术中，晕屏（看屏幕时有恶心、晕眩的感觉）是最迫切需要解决的问题。在当前技术下，使用者在观看或使用VR产品时，只能用头部运动来变换视野。由于这种单纯的头部定位方式并不符合人类本能习惯，因此当使用时间过长或者需要在短时间内快速进行多个视觉焦点的变化时，会产生强烈的晕屏效应。该技术的成功实现，将可以很大程度地让VR视野定位更加贴近人类视觉本能，减小晕屏感。

（二）为残疾人提供使用VR技术的可能

在人体的身体构造上，眼球的运动是不受脊椎控制的。而对于相当一部分残疾人来说，他们虽然失去了四肢的运动能力，但是眼球的活动仍然是自如的。科技进步的意义在于造福人类，眼动追踪技术可以给予残疾人“无形的双手”，自由的发布指令。因此，眼动追踪技术在残疾人配套设施领域，亦有相当广阔的应用空间。

三、配套技术制约

周边硬件是虚拟现实的重要组成部分。每一项新的智能硬件的成熟，或者其中的某个，某些关键技术点的突破，都能给智能媒体的形态带来巨大变化。虚拟现实的硬件设备，应当有足够能力支持以下两种需要：

（一）自由的高速接入能力

随着移动通信技术的提升，从3G到4G到现在的5G试点，Wi-Fi成为室内甚至是公共区域的标配，无线网络已经十分普及。智能终端可通过移动通信网络方便地接入到互联网中。虚拟环境的展现需要和网络技术结合才能发挥价值。这涉及三维动态模型的流式传输，而传统的数据传输方式无法满足这一要求。UC Berkeley和UIUC对于压缩技术的研究证明，在实时三维重建技术或网络带宽取得突破之前，动态模型的实时压缩与传输难以提高。

（二）数据处理能力和软硬件的匹配

当前的智能终端硬件已具有类似PC的快速处理速度，可实现复杂处理能力，极大地减少了软件运行限制，随芯片技术持续提升还将进一步发展。但是随着媒体智能化进程的进一步深入，需要处理的数据量会比现在更多更复杂，因此可能会需要超越PC级的信息处理能力。

正如前文所言，虚拟现实技术实现的过程，不仅仅是娱乐和显示行业自身的一种进化和升级，而是将多种行业生态、多种技术融为一体的过程。如果某一项技术的发展较为缓慢，则无法充分服务于智能媒体中的其他功能。因此，上述的两个重要的关键技术节点的协同发展，将直接影响虚拟现实技术的进步。

四、小结

虚拟现实技术通过获取和记录用户在虚拟现实中的不同动作，可将数据进行一定的处理后进行深度数据挖掘，得到更贴近用户的VR系统，从而使虚拟现实技术具有更广阔的商业前景。