1
| 本文作者： 劉芳平 | 2016-09-14 13:43 |
七鑫易維創始人兼CEO黃通兵
對VR來說，交互是一個重要的創新點，GPU性能則是重要的瓶頸，對于前者目前仍有很多創業公司在發布新的交互系統，后者則是GPU巨頭英偉達需要努力的的地方。
9月13日在英偉達舉辦的GPU技術大會（GTC China 2016）上，擁有眼球追蹤技術的國內創業公司七鑫易維發布了首款針對HTC Vive的眼控外設，把這項技術應用到了VR上面。
這款號稱全球首款VR眼配件的產品，為VR帶來兩大功能：眼控交互和注視點渲染，前者為VR帶來了新的交互式，后者則通過新的渲染方式提高GPU的渲染效率。
最早的Cardboard在交互上非常簡單，用戶轉動頭部使畫面移動，同時移動光標來選定某個物體，這是利用了手機內置的陀螺儀實現。眼球追蹤的加入讓這種交互有了升級，除了轉動頭部，用戶在頭部不動的時候，也可以通過注視視野中的不同物體來進行選擇。
七鑫易維眼控VR配件
為了追蹤用戶的眼球運動，七鑫易維推出了這款內置到HTC Vive里的配件，它是一個疊加到頭盔透鏡上面的產品。一對設備上各自有一個傳感器（攝像頭），設計在下方；環繞著透鏡的則是一圈紅外補光燈，因為VR頭盔是全封閉的；另外它還有一個USB Type-C接口用作供電和數據傳輸。攝像頭之所以被設計在下方，據七鑫易維CEO黃通兵透露，是因為要考慮用菲涅爾透鏡的頭盔，它的同心圓紋理會有干擾，所以就做在下面。
在追蹤方面，這款產品支持全視場角的追蹤，能覆蓋整個VR顯示屏幕；擁有220HZ渲染頻率，延時低；同時支持近視鏡片疊加，使用戶不用佩戴眼鏡也能玩，同時避免近視眼鏡對眼球追蹤的影響。
為了提高眼球追蹤的可用性，該公司在算法方面引入了深度學習技術，據黃通兵介紹，
在深度學習出來之前，SVM等機器學習的傳統方法效果做不到很好，因為其中的很多特征是人為設定的，實際有很多情況可能不是那樣的。深度學習的好處是機器可以自動去學習，不限定特征，這樣的話基于大量的樣本進行訓練可以得到一個很牛的模型，這個模型可以用來進行人眼的眼球追蹤。
以前的技術可以識別人眼的可用率在95%，一萬個人中可能有500個人用不了，這樣要把它用在消費級就不行了，特殊行業可以。要把眼球追蹤用到消費級的話必須達到更高的可用性，深度學習可以把它的可用性從95%提升到99.9%甚至更高。
雖說眼球交互聽起來非常炫酷，實際使用時并不如動捕手柄+空間定位自然，如上文所說，它更像是陀螺儀的升級版。實際上，開發者對眼球追蹤技術的期待，更多是注視點渲染。黃通兵表示開發者對他們這套系統的功能關注度排序分別是：注視點渲染，交互和眼動分析。
注視點渲染（也叫焦點渲染）通過近紅外傳感器對人的眼球進行追蹤，判斷人眼的注視點，只對注視點區域進行高清渲染，而且這個區域會隨著注視點的變化而變化。這項技術在英偉達MRS（multi-resolution shading）技術的基礎上進一步縮小渲染范圍，從而大幅提高渲染效率。
注視點渲染的效果
黃通兵表示，VR看房開發者指揮家使用這套系統之后，“本來要1080的顯卡才能跑得動的場景，加上眼球追蹤可能用980就能跑，這樣一方面大幅降低他們的硬件成本，同時可以提高視覺效果，可以上復雜的光照等各種特效”。當然，實際的效果還是要看開發者的不同情況而定。
更需要降低GPU性能需求的應該是移動VR，而移動VR十分需要考慮功耗和性能的平衡。黃通兵表示，“做到移動VR上，原理上差不多，結構上需要改一改。移動VR上功耗性能有限制，所以這塊一般會把幀率適當降低，其實也可以跑滿幀，但移動VR本身幀率就低，所以就沒有必要跑滿幀。”
據介紹，這套產品單眼追蹤的功耗不到500mW，如果工作在省電模式下會更低。而對處理性能的要求黃通兵表示高通的驍龍820是支持的，“主流的都沒問題”。
不過這套產品不會出單賣的消費版，它預計將在10月份登陸京東眾籌，售價3000元左右，主要面向開發者。而面向消費者的產品將會以與頭盔廠商的合作，內置到后者產品當中的形式推出。具體的產品面世時間仍有待確定，但據悉高通的一體機方案會重點推這個技術，國內的大朋和3Glasses也很積極。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
