最早有个东西叫云夹，展会看见的，翻我文章没有找到，当时吐槽过。
巧妙的是，后来这个创始人还看我的文章认识了我，大牛哥！！！
随着阅历的增长（不就是去年和今年），我发现我以前的一些看法太片面，单纯的以技术角度看，现在有了很多穿戴设备设计的经验来看，这个眼镜作为相当一部分人的日常必备后，这个位置就承载了太多东西.
觉得这个东西的挑战挺多的，首先是小体积，因为眼镜是全时佩戴的，就像我姑姑这种用户，睡着的时候都戴着。重量肯定不能大，而且如果单侧的太重，会压耳朵。然后在美学里面讲究是对称，其实这里就不对称了，不算美了。
我这里也想着双侧，对称也可以平衡重量。
官网的照片，不会有人觉得这个很好看吧？上面的开窗应该是亮度传感器，表面还有Logo。
更加详细的是这个，侧面的是紫外线
我今天是看见了这个东西，又是追着云夹屁股搞的
这个是几大卖点，我感觉第一个就实现不好，就是一个TOF传感器，最多也就是8x8的面TOF。
光强这些好说，至于这个智能判断姿势，是我觉得第二个有难点的东西。因为单纯的数据拿回来你用不了，还二次加工。我的Apple Watch在我外面乱窜的时候会提醒我要不要记录运动。无论是我走路，骑车都会识别，华为的表好像也可以，我不记得了。
所以这个识别的过程是离线的，这样的数据一定是有个训练的过程的。所以这里工作是以数据识别为准。
当然了我们的脑袋其实和眼镜可以看着是相对静止的，谁没事天天摇头晃脑啊。
我这里想的是，真的可以做一些不一样的东西出来。虽然手机啥的是记录你使用电子设备的时间，但是没有人记录使用自己脑子和眼睛的时间。如果你在午睡或者晚上睡觉的时候摘下眼镜，我还是可以小小的记录一下睡觉时间的。
摇摆摇摆
就像这样
虽然在设计上面已经人为的倾斜了10°，但是还不够准，这个地方最佳方案我个人觉得就是眼动了。
因为我们其实真正想知道的数据是视线，ta究竟在看哪里？
看这个图的话，其实倾斜10°还蛮合理的
看这个小设备也大概倾斜了这个角度
我还找到了2022年的一个比赛
注视目标估计（gaze target detection，or gaze following），跨帧的视频注视目标估计；
注视点估计，估算人双目视线聚焦的在一个二维屏幕上的落点（Point of gaze）；
三维视线估计（3D gaze estimation），可以分为三个亟待解决的问题：数据集、个性化、头部姿态问题。
在其中的一篇论文里面
作者分析了两种原因：
1.因为头部姿态的偏转，会导致图像中眼睛的形状发生几何变化，不能很准确地得到估计。
2.因为不同的被试者眼球的内部构造不同，也就是如图（b）中的视线偏转角k是不同的，而这个偏转是无法从图像中学习到的。
所以这个注视点的问题是最难的，也是最值得研究的，因为提供的数据很丰富。
这个阅读坐姿我觉得也实现不了，因为我实在觉得不够分析
我应该是第三种
更多时候是翘个二郎腿
快乐的呀
用眼太久这个事情，我觉得可以使用IMU数据，不还是有IMU的SLAM定位系统吗？
如果IMU的积分范围不大，就可以预测你头没有咋动。也是可以做预测的，都是算法。
我一直觉得穿戴式设备就不要做提醒这个功能，用户当然知道这样做是不好的，告诉他们是引入了新的焦虑。
穿戴式设备应该做的事情是如实记录，尽可能的记录所有的细节。
然后在数据的呈现上面做到清晰，完善，把决定权交出去，因为你让别人做一个什么事情太难了。
太喜欢这样格调了
你想啊，你戴上这个东西，两个小时以后，我觉得你对眼睛不好了，我开始震动，你怎么想？你刚刚进入状态，当然是不爽。你把信息给到小孩，小孩也不听，信息是给大人的。让大人去管，我是对改变用户使用习惯这个事情极度的克制，我不想“突兀的”进入。如果后面有人很渴求，那就给你。
我特别一个词-无形计算，默默的分析。
阅读角度这个通过IMU也可以计算
哈哈哈，老哥的东西还上过电视
分析完上面的东西在看这个产品，是不是就都明白了，OK，一模一样的东西。
就抄！就抄！
不装孙子了，今天就不尊重原创，就是抄。 罗永浩
这里我也是要设计这样设备，等打样出来再说.
代码语言：javascript复制https://blog.csdn.net/xukeke12138/article/details/128652719
