結(jié)合 Prophesee 超低功耗、低延遲的事件視覺傳感器，該款突破性的視線跟蹤系統(tǒng)將助力帶來直觀、無縫流暢的新用戶體驗
Zinn Labs 宣布推出業(yè)內(nèi)首款基于事件的視線跟蹤系統(tǒng)(event-based gaze-tracking system)，用于 VR/MR 頭顯和智能鏡框
2024 年 2 月 6 日，中國上海#xad;——Zinn Labs 正式宣布推出業(yè)內(nèi)首款基于事件的視線跟蹤系統(tǒng)(event-based gaze-tracking system)，用于增強現(xiàn)實(VR)和混合現(xiàn)實(MR)頭顯和智能鏡框。該系統(tǒng)基于 Prophesee 事件視覺傳感解決方案，可實現(xiàn)更迅速、更高效的眼動追蹤，且能耗更低。
Zinn Labs 首席執(zhí)行官 Kevin Boyle 表示："相較于基于視頻的解決方案，Zinn Labs 基于事件的視線跟蹤系統(tǒng)將數(shù)據(jù)帶寬減少了兩個量級，從而能夠讓能耗滿足以往難以實現(xiàn)的應用和外形尺寸。”
由于計算占用量較低，Zinn Labs 的三維視線估計(3D Gaze Estimation)可以靈活支持低功耗模式，以用于和普通眼鏡外觀相似的智能可穿戴設備。在其它配置中，該視線跟蹤器能夠以高于 120Hz 的速度實現(xiàn)低延遲、滑動魯棒的跟蹤(slippage-robust tracking)，從而賦能高性能應用。
使用攝像頭的傳統(tǒng)眼球追蹤與 Zinn Labs 基于事件的注視追蹤
視線跟蹤應用
智能眼鏡如今正在迅速發(fā)展，為人們提供了一種可隨時隨地訪問生成式 AI 的接口。Zinn Labs 的多種應用演示已經(jīng)證明，由用戶凝視生成的注意力(Attention)信號可以將用戶的意圖與 AI 輸出的內(nèi)容無縫銜接。
未來，隨著 AR 和 MR 計算設備追求更直觀的用戶交互，視線跟蹤將成為多種組件技術發(fā)展的先決條件。視線是用戶與數(shù)字環(huán)境最自然的交互方法。借助 Prophesee 事件傳感器 GenX320，Zinn Labs 打造了具備高刷新率和低延遲的視線跟蹤解決方案，能夠助力提升頭顯設備的響應能力和體驗的真實感，對用戶而言極具吸引力。
Zinn Labs AI 應用演示
Zinn Labs DK1 即將推出
Zinn Labs DK1 是一款開發(fā)套件，配備了基于雙目事件視線跟蹤系統(tǒng)和外向攝像頭，并由 Zinn Labs 的 3D 視線估計算法提供支持。DK1 開發(fā)套件配置了 Prophesee Metavision® 事件視覺傳感器 GenX320，這也是目前市面上尺寸最小的事件視覺傳感器。
Prophesee 首席執(zhí)行官兼聯(lián)合創(chuàng)始人 Luca Verre 表示："隨著用戶對實用性和體驗感的要求不斷提高，基于幀(圖像)的采集技術已無法滿足如今 AR/MR 可穿戴設備和頭顯對于速度、低延遲、尺寸和功耗的要求。為此，Prophesee 專門設計開發(fā)了 GenX320，以滿足對實時性和處理效率的需求，為各種產(chǎn)品提供事件視覺的優(yōu)勢，例如 Zinn Labs 極具突破性 AR/MR 平臺支持的產(chǎn)品。”
Zinn Labs DK1 開發(fā)套件
###
關于 PROPHESEE
Prophesee 是神經(jīng)擬態(tài)視覺系統(tǒng)的發(fā)明者和全球市場領導者。
Prophesee 為機器視覺開發(fā)了突破性的事件視覺(Event-Based Vision)解決方案。這種新的視覺方法可顯著降低功耗、延遲、及數(shù)據(jù)處理量，能夠獲得傳統(tǒng)基于幀的傳感器不能獲取的內(nèi)容。Prophesee 獲得專利的 Metavision 傳感器和 AI 算法，模仿人眼和大腦的工作方式，能夠顯著提高機器視覺在自動駕駛汽車、工業(yè)自動化、手機、物聯(lián)網(wǎng)和 AR/VR 等領域的效率。
Prophesee 在巴黎、格勒諾布爾、上海、中國香港、東京和硅谷設有全球辦事處。該公司由 120 多名富有遠見的工程師組成的團隊組成，擁有 50 多項國際專利，并擁有豪華的投資陣容，包括英特爾投資、博世投資、雷諾集團、沙特阿美 Prosperity7 Ventures、創(chuàng)新工場、超新星投資 Supernova Invest、索尼半導體、韋豪創(chuàng)芯、小米、華業(yè)天成、惠友資本等。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
