面向智能眼镜的无摄像头电荷变化传感器评估
人机交互
2025-11-12 v1
摘要
使用电荷变化（QVar）传感的接触less电内视视觉（EOC）最近作为可穿戴设备的眼动跟踪技术而涌现。QVar 实现低功耗且不 intrusive 的交互，无需贴近皮肤的电极。以往的工作表明，在受控实验室条件下，这类系统可以准确地对眼动进行分类。然而，在现实场景中，其中环境噪声和用户可变性方面的表现和鲁棒性仍基本未被探索。本文我们对此前提出的QVar-based眼动跟踪系统进行了现场评估，评估了其在29名用户、100次日常场景记录（例如在笔记本电脑前工作）中的局限性。我们的结果显示，分类准确率因用户而异，介于57%至89%之间，平均为74.5%，在附近电子噪声源存在时会显著降低。这些结果表明，在真实条件下接触less EOC 仍然可行，尽管主观可变性和环境因素会显著影响分类准确率。这些发现为面向人机交互和增强现实的可穿戴注视界面开发指明了方向，支持将该技术从原型过渡到实际应用。
引用
@article{arxiv.2511.08279,
title = {Evaluating Electric Charge Variation Sensors for Camera-free Eye Tracking on Smart Glasses},
author = {Alan Magdaleno and Pietro Bonazzi and Tommaso Polonelli and Michele Magno},
journal= {arXiv preprint arXiv:2511.08279},
year = {2025}
}