如果Pura X能眼动翻页算黑科技，那我眼动控制CATIA模型旋转算什么

CATIA那点事儿

1年前浏览1472

关注

先看最终效果：

这两天，一款打着“人人都买得起”、“友商想不到”的手机产品发布了——华为Puar X。作为一个CATIA内容创作者，小狼不会去评论手机的性能、参数、使用体验，咱们单就它其中一个功能讨论：眼动翻页，来展开讨论。

图片来源：华为官网

这个功能不必过多解释，上面的动图已经展示得很生动了。

作为汽车工程师圈里的程序员，小狼更好奇的，是这个技术实现的原理。于是，在被生物钟支配而早早醒来的周末早晨，我打开了电脑，凭借着之前在mediapipe看到的下面的记忆，开启了“面向DeepSeek的编程”。

和DeepSeek聊天记录实在太过冗长，小编这里通过一个动图给大家直观地展示，我让它修改了多少轮代码：

接下来，说原理：

首先，我们可以踩在巨人的肩膀上，借助人家训练好的模型（如google的mediapipe的facemesh），从一张脸的图片里，提取出详细的信息——事实上，足足有468个三维点。

其实，另一个叫做Iris的模型更适合做这个例子：

只可惜它更适用于ios/Android等移动设备，不支持在python里做。所以我们退而求其次，使用facemesh来做。

技术上的思路找到了，接下来是逻辑上：

其实合理的做法，是训练一个模型，来判断输入的某一组值，是否为“翻页”这一眼部动作。但我们毕竟不是程序员，所以依旧退而求其次，用一个简单的逻辑来替代：

当规定时间，如0.5s内，眼球中心从下到上的最大变化量超过了某个阈值，我们就认为用户做了“翻页”这个眼部动作。当然这样，识别的准确率也会随之降低。

但，别忘了：我们的目的，只是为了——玩儿~~

最后，把我们的想法和Deepseek交流。这里小狼要再强调一次：我们不能完全依赖AI，要有自己的理解，并指出它给出代码中不合理的地方（尤其是逻辑上），这样才能引导它给出我们想要的东西。以下是我努力将它从放飞自我的路上拉回来的一些截图：

来源：CATIA那点事儿