# Xight：“用眼神切水果”的视线追踪系统【更新视频】

- 作者：黄龙中
- 发布时间：2012-05-25 07:43
- 分类：公司
- 原文：https://www.ifanr.com/91453

[![](https://s3.ifanr.com/wp-content/uploads/2012/05/yangshuo_lijin_xight.jpg "yangshuo_lijin_xight")](http://www.ifanr.com/91453/yangshuo_lijin_xight)

这几天，微软围绕“创新”举办了多场活动，BizSpark 总决赛、北大百年讲堂“纵论创新”演讲、“创新杯”项目展示、“创新·未来”论坛媒体沟通会，再往前追溯还有“衣食住行”Windwos Phone 官方开发经验传授会……北大讲堂更是请到 CEO 鲍尔默（Steve Ballmer）前来为开发者助阵。

在一堆密集活动中，5 月 23 日下午在北大讲堂外看到的 Xight 这个项目让人心里非常欣喜。

Xight 是一个硬件创新项目，来自武汉大学软件工程系大三学生作品。具体来讲，它是通过追踪人眼视线，用“眼神”来操作电脑、输入文字、玩游戏等（稍后在文末更新我用“眼神”切水果的视频）。

两个创始人杨硕（题图左一）和李今做的事情是写底层算法，让 Xight“视线追踪系统”可以捕捉和跟踪人们的视线，实现通过“眼神”来操作电脑上的程序。比如我用 Xight 来玩《水果忍者》游戏，那么只需要水果一出现你“盯住”它就可以完成“切水果”这个动作了。而在 Office 中，你也可以通过“眼神”，在特制的键盘上输入文字，精确度是 3 毫米。

[![](https://s3.ifanr.com/wp-content/uploads/2012/05/msft_innovate_1.jpg "msft_innovate_1")](http://www.ifanr.com/91453/msft_innovate_1)实际体验中，在《水果忍者》“禅”模式下，我第一回合切得 103 分（手机上用手切水果平时是 200 分左右），第二回合切得 80 分。两个回合的体验给我的感触是：一，真的可以用眼神来替代手的操作（视频中我的手是闲置的）；二，略有延迟，跟踪得不及时；三，头部要固定在一个区间内被摄像头捕捉到，离开这个区间后程序就不能识别人的视线；四，开始把玩前需要进行 25 个视频点的“视线追踪鉴定”，显得繁琐，入门门槛高。

李今告诉我下一个版本会有很大改进，包括我所感受到的几个问题。接下来的一个多月时间，Xight 将推出 2.0 版本产品——今年 7 月，他们将代表中国大陆参加悉尼举办的“创新杯”总决赛，“那时候的产品会有一个成熟的原型，外观设计以及底层技术方面”。

Xight 团队现在有 7 个人，杨硕和李今是技术骨干，底层算法两人每人完成一半。在采访中李今夸杨硕“悟性好”，杨硕夸李今“经验足”。杨硕 1989 年生人，湖北宜昌人，学习成绩在本专业 200 多人中名列榜首，拿过国家奖学金，但他极不认同书呆子式的读书方法，“考高分容易，但如果不愿意花功夫学新东西，不学了来用，很没意思”。李今是北京人，1990 年生人，在武大学习成绩算不上拔尖，但玩的东西多，经验丰富。“2010 年的时候就开始关注‘计算机视觉’这门学科了，那年 9 月报名参加了 2011 年的微软‘创新杯’，得了个第二名。”今年的创新杯是杨硕第一次参加，两人拿了“软件设计”项目特等奖，7 月要去澳大利亚代表中国参赛。

此次来北京参加微软“创新·未来”论坛的，除了杨硕和李今外，还有另外两位队友：张惠婷，杨吉。两位女生都是 90 后，张惠婷负责市场调查、文案、论文专利文件撰写等工作；杨吉负责演讲稿、对外联络方面的工作。另外三名未到北京的，是经管学院的朋友，“主要负责商业计划书方面的工作”。

除了学生队员外，Xight 还有一位教授提供一些硬件方面的资助。在我问到微软产品研发过程直到什么作用时，李今说“他们现阶段更多的是比赛流程方面的一些指导”。李今和杨硕都盛赞微软“创新杯”活动——“不会像别的活动一样，方向定得很死，微软的活动是鼓励你解决问题，任何点子都可以”（今年是“创新杯”第十年）。

李今说产生 Xight 这个点子是在去年 9 月份，“当初只是喜欢做这个事情，做到一半，发现可以参加‘创新杯’，就开始认真写算法；今年 2 月底到 4 月底，用两个月完成了算法——比赛前一天晚上还在调试”。我问为什么他们能够把想法变为现实，李今和杨硕都互相谦虚，一个夸对方“理解能力强”，一个夸对方“有经验”。李今说主要还是兴趣，两个人都非常喜欢“计算机视觉”科学，“比如分析路况，比如停车场识别车牌信息，比如 ATM 机摄像头，比如 Android 4.0 的人脸识别……都应用计算机视觉科学”。

Xight 未来的愿景是打造一套新的人机交互系统。鼠标没了，触控板没了，都转化为用眼睛来交流——事实上，我们平时也是由眼睛将捕获的指令交给手指或声带，“为什么不直接交给眼睛来处理呢”。杨硕说现在的 BOM 成本也就几十块钱（视摄像头质量而定），精确度方面还有提升的空间，但并不需要一味追求。“我们现在是 3 毫米精度，为什么要再精确到 0.01 毫米呢，现在看来是没有必要的。”

[![](https://s3.ifanr.com/wp-content/uploads/2012/05/msft_innovate.jpg "msft_innovate")](http://www.ifanr.com/91453/msft_innovate)

目前国外的同类产品有一个[ Tobii](http://en.wikipedia.org/wiki/Tobii_Technology)，这家公司成立于 2001 年，专注于眼睛控制和视线跟踪，今年 3 月刚刚获得英特尔资本 2100 万美元投资，此前在 2007 年和 2009 年分别获得 1400 万和 1600 万美元投资。李今说也是做了产品后，才发现有一家 Tobii 这样的公司，“他们已经很‘大’了。我们有自己的技术，现在正在为我们的算法申请专利。不过我们的产品很便宜，最终市场价可能在几百块钱人民币，这是我们很大的优势。”

我问 Xight 未来会有什么困难。李今说技术上会有我上面体验到的那些（校对视线过程繁琐、跟踪延迟、视线捕捉区过小），还有比如如何辨别瞳孔是眨眼还是半闭，“瞳孔反射光在眼镜上不是很清楚，会被干扰，不知道哪个是真正的光源”。而杨硕则说人们能不能接受这种（眼睛）交互方式会是未来比较大的挑战。

我问杨硕和李今未来会不会成立公司，他们说这是已经在筹划中的事情。但对于公司接受收购与否的态度，两人都很理想主义：如果有人买下公司来，能够把事情做得更好，继续往前推进，我们是不排斥收购的；否则就由我们自己来做，多少钱都不卖”。目前 Xight 也开始接触一些风投，“但由于现在的产品过于初期，自己没有优势，等第二代产品出来之后，再来谈这些罢，现在只想着在接下来的一个阶段把产品做好。”

由于杨硕和李今都是大学学生，我尝试问他们有没有崇拜的对象，出乎意料的是，杨硕直接告诉我“没有”，他反问我“什么叫崇拜”。而李今告诉我他崇拜的是乔布斯——“他非常有眼光，知道一个产品做完之后会达到什么效果，他能团结一个公司的所有人。他是一个很牛的产品经理”。

([Youku](http://v.youku.com/v_show/id_XNDAyMTQ3NzQ0.html)）