在人工智能和虚拟现实技术飞速发展的今天，眼动追踪作为人机交互的核心技术，其精度和稳定性直接决定着用户体验的优劣。当前主流的视觉式眼动追踪方案依赖于对瞳孔、角膜反射等眼部自然特征的识别，然而这些特征在真实场景中显得尤为"娇气"——强烈的光照变化会让瞳孔尺寸剧烈收缩，浓密的睫毛和频繁的眨眼会遮挡关键特征，不同人种的虹膜颜色差异更增加了识别难度。这些因素导致自然环境下眼动追踪的准确率大幅降低，严重制约了该技术在户外移动设备、增强现实眼镜等场景的应用。
为突破这一技术瓶颈，发表于《Nature Communications》的研究团队独辟蹊径，将编码策略从"识别自然特征"转变为"创造人工特征"，研制出具有空间色度编码图案的美瞳接触透镜。这种看似普通的隐形眼镜实则暗藏玄机：其表面精心排布了多组彩色微图案，这些图案在眼球转动时会形成独特的色彩空间分布，犹如为眼球装上了天然的"二维码"。配合头戴式RGB相机采集系统，研究人员建立了一套抗干扰能力极强的眼动追踪新范式。
关键技术方法主要包括：设计具有空间色度编码特征的美瞳接触透镜，构建集成RGB相机的头戴式眼动追踪硬件系统，开发基于色彩特征的眼动模型算法，并通过图像识别、阅读分析和户外交互等多场景验证系统性能。研究纳入了真实环境下的测试者队列进行验证。
研究结果验证了该技术的卓越性能：
在挑战性光照条件下，透镜编码特征识别率高达93%，显著优于传统瞳孔识别方法。更令人惊喜的是，该系统对相机位置偏离展现出极强的容忍度，即使相机与视线方向存在较大角度偏移，仍能保持稳定的特征捕获能力。
眼动模型与真人测试数据显示，该技术实现了亚度级（<1°）的追踪精度，在视线方向估计和持续注视点定位方面均表现优异。这意味着系统能够精确捕捉微小的眼球运动，甚至能够区分阅读时逐字移动的细微视线变化。
应用演示环节中，研究人员通过图像识别任务验证了系统的快速响应能力，在阅读分析中准确还原了受试者的阅读路径和停留时间，并在户外环境中成功实现了基于凝视的交互操作。这些应用场景充分证明了该技术在实际使用中的可靠性。
这项研究的创新之处在于将编码光学理念引入眼动追踪领域，通过人工特征增强突破了自然环境下的技术瓶颈。与传统方案相比，空间色度编码透镜不仅提升了特征识别的鲁棒性，还降低了对硬件配置的要求，使得高性能眼动追踪技术有望集成到日常穿戴设备中。该技术为增强现实、虚拟现实、驾驶员监控、临床诊断等领域提供了新的技术路径，推动了凝视交互技术从实验室走向实际应用的进程。值得注意的是，这种通过可穿戴光学元件增强生物特征识别的思路，也为其他生理信号监测技术提供了值得借鉴的研究范式。
