ARKit 2眼动追踪，人机交互新模式

在ARKit 2.0发布之后不久，不少开发者发现了新版本ARKit对利用iPhone X前置结构光摄像头进行眼动追踪的支持。

类似的功能我们在过去也见识过（不会写程序怎么当好艺术家？跳出iPhone X屏幕的3D立体视觉效果）

该艺术效果的开发者就是利用了前置景深摄像头获取眼球位置，根据位置实时改变动画呈现角度。

但严格意义来说，这并不算是眼动追踪，只是对眼球位置的识别，换言之如果头部和手机的相对位置不改变，眼球转动时画面不发生变化。

而ARKit 2下眼动追踪的效果效果就非常惊艳了

转动眼睛，屏幕中的十字光标便会随着注视点的移动而移动，响应速度和精确度都很不错

通过眨眼睛（忍不住想眨眼了怎么办，会不会误触）完成点击选择，操纵手机全程不需要动手，在很多场景中可以说是非常方便了。得益于红外方案，即便是在黑暗中也能实现眼动追踪。

手机眼球追踪

用眼动追踪来控制手机，是不少开发者一直以来都在设想的。

去年年初发布的ZTE Hawkeye加入的眼球追踪利用前置摄像机检测用户的虹膜运动，上下或左右滑动控制屏幕。

滑动的功能能方便人们在手上没空的情况下简单的操作手机，但是对于一些使用群体（肢体残障）来说，他们渴望功能更加强大的眼动追踪方案。

一般而言，有两种跟踪眼球的方案，即普通摄像头和红外摄像头。

普通摄像头方便小型化，低成本但是精度低，红外方案体积大，造价高，同时精度高。

但随着技术的发展，优缺点不能一刀切，针对普通摄像头方案，2016年麻省理工开设的“Eye tracking for everyone”就利用了卷积神经网络（CNN）预测用户对手机或者平板的注视位置，只使用普通摄像机的情况下让精度变为1.34cm到2.12cm。

尽管精度上有所提高，但从目前的市场情况可见虽然该技术还并没有成熟。

红外摄像头则一直都是主流的眼动追踪识别方案

例如Tobii眼动仪采用的技术就是通过识别用户眼球上角膜、瞳孔产生的反射图像，使用两个图像传感器分别采集眼睛与反射图像，通过图像处理算法和一个三维眼球模型精确地计算出眼球、注视点在空间中的具体位置。

解决了小型化问题的True-Depth相机模组是否也采用了相似地技术原理呢？

6月20日，开发者Andrew Zimmer在Twitter发布了一个demo，展示ARKit 2对眼睛注视点位置的实时追踪效果，随着Andrew眼球的转动，注视点点的移动在屏幕上画出一条连贯的曲线。在图中，颜色越暖（橘色、红色），代表注视时间越长。注视点位置的检测精确，识别轨迹流畅连贯，在未来的人机交互中潜力巨大。

有相当数量的患者由于操作不便，与信息时代脱节。其中有不少唯一与设备相互动的渠道就是眼睛，眼球追踪加入智能手机的交互模式同样也能造福健全人，让我们在手上没空的情况下操作手机比如做饭看菜谱、开车看导航。

不过同时，技术也带来了很大的隐私问题。相信大家都有同感，在网上浏览过某一类商品之后，pc和手机app的各种广告和弹窗中会根据你的浏览内容推荐一堆类似商品。当未来的APP知道了你因为感兴趣而长时间注视的内容，内容推送会更加精确，人们的注视内容信息会被拿去贩卖，更无隐私可言了。