眼动追踪鲁棒性研究:墨镜、口罩、IR照明的影响与解决方案

前言

眼动追踪(Eye Tracking)是DMS判断疲劳/分心的核心技术。然而,实际使用中墨镜遮挡、口罩佩戴、强光干扰等因素严重影响检测效果。提高眼动追踪鲁棒性是DMS商业化的关键挑战。

一、眼动追踪技术基础

1.1 主流技术方案

方案 原理 优势 局限
IR瞳孔追踪 红外光照+瞳孔反射 高精度 受IR透明墨镜影响
可见光外观方法 RGB摄像头+特征提取 成本低 受光照影响大
几何模型方法 3D眼球建模 无需IR 遮挡敏感
多光谱融合 多波段照明 鲁棒性强 成本高

1.2 系统架构

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
IR眼动追踪系统:

IR LED照明


摄像头采集

├─── 近IR图像
│ │
│ ↓
│ ┌─────────────────┐
│ │ 瞳孔检测 │
│ │ • 暗瞳孔检测 │
│ │ • 明瞳孔检测 │
│ └────────┬────────┘
│ │
│ ↓
│ ┌─────────────────┐
│ │ 角膜反射检测 │
│ │ (Purkinje图像) │
│ └────────┬────────┘
│ │
│ ↓
│ ┌─────────────────┐
│ │ 凝视向量计算 │
│ │ • 瞳孔中心 │
│ │ • 角膜反射中心 │
│ │ • 相对向量 │
│ └────────┬────────┘
│ │
└─────────────┤

凝视方向估计

二、墨镜遮挡挑战

2.1 问题分析

墨镜类型 IR透过率 影响
普通墨镜 >80% 影响小
偏光墨镜 50-80% 中等影响
IR阻隔墨镜 <20% 严重影响
过渡镜片 变化大 不可预测

2.2 检测失败案例

1
2
3
4
5
6
7
8
9
10
11
12
墨镜遮挡场景:

正常情况:
IR LED → 眼睛 → 瞳孔反射 → 摄像头 → 检测成功

IR阻隔墨镜:
IR LED → 墨镜(吸收IR)→ 无反射 → 检测失败

结果:
• 无法获取瞳孔位置
• 无法计算凝视方向
• DMS功能失效

2.3 解决方案

方案 原理 效果 成本
多波长IR照明 850nm + 940nm 提高透过率
可见光辅助 RGB摄像头补充 部分补偿
墨镜检测告警 检测墨镜+提示 用户行为引导
行为特征替代 头部运动+驾驶行为 补充判断

2.4 多波长IR照明

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
多波长IR照明方案:

IR LED阵列
├── 850nm(常用波长)
│ • 多数墨镜透过
│ • 瞳孔对比度高

├── 940nm(补充波长)
│ • 不同墨镜透过特性
│ • 可穿透部分850nm阻隔墨镜

└── 可见光LED(可选)
• 辅助检测
• 用户体验改善

检测逻辑:
IF 850nm检测失败 THEN
切换到940nm照明
IF 仍失败 THEN
触发墨镜告警
切换到行为特征判断

三、口罩场景挑战

3.1 影响分析

影响 描述
面部特征丢失 下半脸不可见
嘴部状态检测失效 打哈欠检测困难
身份验证困难 面部识别精度下降
眼动检测影响小 仅影响间接特征

3.2 DMS功能影响

功能 影响程度 解决方案
眼动追踪 不受影响
疲劳检测(PERCLOS) 不受影响
分心检测 不受影响
打哈欠检测 替代特征
身份验证 中高 眼部特征

3.3 解决方案

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
口罩场景DMS适应:

┌─────────────────────────────────────────────┐
│ 口罩检测与适应 │
├─────────────────────────────────────────────┤
│ │
│ 摄像头图像 │
│ │ │
│ ↓ │
│ ┌─────────────────────────────────────┐ │
│ │ 口罩检测 │ │
│ │ • CNN分类 │ │
│ │ • 置信度判断 │ │
│ └────────────────┬────────────────────┘ │
│ │ │
│ ┌──────────┴──────────┐ │
│ ↓ ↓ │
│ ┌──────────┐ ┌──────────┐ │
│ │ 正常模式 │ │ 口罩模式 │ │
│ │ 全特征 │ │ 眼动为主 │ │
│ │ 眼动+嘴 │ │ 禁用打哈欠│ │
│ └──────────┘ └──────────┘ │
│ │
└─────────────────────────────────────────────┘

四、强光干扰挑战

4.1 问题分析

干扰源 影响
阳光直射 饱和图像
对向车灯 瞬时干扰
隧道出入口 光照突变
城市夜景 频闪干扰

4.2 技术对策

方案 描述
HDR摄像头 高动态范围成像
自动曝光控制 快速曝光调整
IR滤光片 阻挡可见光干扰
多帧融合 合成稳定图像

4.3 HDR方案

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
HDR眼动追踪:

多曝光策略:
├── 短曝光:强光区域
├── 中曝光:正常区域
└── 长曝光:暗光区域

融合输出:
├── 动态范围:120dB+
├── 眼部细节保留
└── 瞳孔边界清晰

代价:
├── 计算量增加
├── 延迟增加
└── 成本增加

五、个体差异挑战

5.1 影响因素

因素 影响
眼型差异 亚洲人眼型检测困难
虹膜颜色 深色虹膜对比度低
眼镜佩戴 反射干扰
化妆/眼影 外观变化
年龄差异 老年人眼睑下垂

5.2 解决方案

方案 描述
多样化训练数据 多种族、年龄、性别
自适应模型 在线学习用户特征
多特征融合 不依赖单一特征
个性化校准 用户初始化校准

5.3 数据多样性要求

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
训练数据集多样性要求:

人种分布:
├── 亚洲人:30%+
├── 欧洲人:30%
├── 非洲人:20%
└── 其他:20%

年龄分布:
├── 青年(18-35):40%
├── 中年(36-55):40%
└── 老年(56+):20%

性别分布:
├── 男性:50%
└── 女性:50%

场景分布:
├── 正常:60%
├── 墨镜:15%
├── 眼镜:15%
└── 口罩:10%

六、鲁棒性评估指标

6.1 检测成功率

场景 目标 当前水平
正常条件 >99% 95-98%
墨镜(IR透过) >95% 85-92%
墨镜(IR阻隔) >80% 50-70%
口罩 >98% 90-95%
强光 >95% 85-90%

6.2 鲁棒性测试协议

1
2
3
4
5
6
7
8
9
10
11
12
鲁棒性测试矩阵:

变量组合:
├── 光照:日间/夜间/隧道/逆光
├── 遮挡:无/墨镜/眼镜/口罩
├── 个体:不同人种/年龄/性别
├── 动作:正常/疲劳/分心
└── 振动:静止/行驶/颠簸

测试量级:
• 每种组合:100+样本
• 总测试量:10,000+样本

七、IMS开发建议

7.1 硬件选型

组件 推荐规格
IR LED 850nm + 940nm双波长
摄像头 HDR, 全局快门
滤光片 IR带通滤光片
处理芯片 高通8295 / TI TDA4VM

7.2 算法优化

优化方向 描述
多波长切换 自动检测墨镜类型
自适应模型 在线学习用户特征
置信度输出 检测失败时明确告知
降级策略 眼动失效时切换行为特征

7.3 测试计划

阶段 测试内容
Phase 1 实验室条件测试
Phase 2 墨镜/口罩专项测试
Phase 3 实路场景测试
Phase 4 用户多样性测试

总结

眼动追踪鲁棒性的关键挑战与解决方案:

挑战 解决方案
墨镜遮挡 多波长IR照明 + 墨镜检测告警
口罩佩戴 眼动特征为主 + 禁用嘴部检测
强光干扰 HDR摄像头 + 自动曝光控制
个体差异 多样化训练数据 + 自适应模型

行动建议:IMS团队应重点关注多波长IR照明方案和墨镜检测告警功能,确保在各种遮挡条件下的检测鲁棒性。


参考来源

发布日期: 2026-04-07


眼动追踪鲁棒性研究:墨镜、口罩、IR照明的影响与解决方案
https://dapalm.com/2026/04/07/2026-04-07-Eye-Tracking-Robustness-Sunglasses-Mask-IR/
作者
Mars
发布于
2026年4月7日
许可协议