智慧眼鏡能看出瞳孔大小嗎

下面是一個 CSV 檔案的表頭，來自 Pupil Labs 的眼動眼鏡 Neon¹：

timestamp [ns], pupil diameter left [mm], pupil diameter right [mm],
eye ball center left x [mm], ..., eyelid aperture left [mm], eyelid aperture right [mm]

戴上它走一圈，匯出的 3d_eye_states.csv 裡每秒有 200 行，每一行都有左右兩隻眼的瞳孔直徑，單位是毫米。

這讓人有點意外。一副眼鏡上的攝像頭離眼睛只有兩三釐米，還是從鏡框邊上斜著拍的，它怎麼量得出毫米？我們平時說的“智慧眼鏡”，比如能拍照、能和 AI 說話的 Ray-Ban Meta，也能做到嗎？就算量出來了，走在街上忽明忽暗，這個數又能說明什麼？

上一篇講注意力的文章最後提到，想像 HRV 一樣戴著就測注意力，瞳孔是最好的候選，只是光照干擾讓它離日常使用還遠（見《心跳越不規律越健康，那注意力呢》）。這一次我們就拿著這副眼鏡，看看“遠”到底遠在哪裡。

先交代幾個後文反覆用到的詞。瞳孔是虹膜（眼睛裡有顏色的那一圈）中間的圓孔，光從這裡進入眼睛；它的大小由兩塊肌肉控制，一塊收縮、一塊擴張，都不受意識支配。眼動追蹤是用攝像頭算出眼睛在看哪裡，瞳孔測量（pupillometry）則是量瞳孔有多大。兩件事用的是同一套攝像頭，但難度不一樣。

一、眼鏡怎樣看見瞳孔

現象：大多數智慧眼鏡根本沒有看眼睛的攝像頭

先回答最直接的問題。Ray-Ban Meta 這一類 AI 眼鏡，攝像頭都朝外，用來拍照和讓 AI “看見”你面前的東西。2025 年釋出的 Meta Ray-Ban Display 加了一塊單眼顯示屏，公開的規格里仍然只有一顆朝外的 1200 萬畫素攝像頭，操控靠手腕上讀肌電的 Neural Band，而不是眼睛²。沒有朝內的攝像頭，就談不上看瞳孔。

能看瞳孔的，是另一類裝置：研究用的眼動眼鏡（Pupil Labs Neon、Tobii Pro Glasses 3、Meta 的 Aria Gen 2），以及帶眼動追蹤的頭顯（Apple Vision Pro、HTC Vive Pro Eye）。它們的共同點是，鏡框或鏡片周圍裝著朝內的紅外攝像頭和紅外 LED。

原理：在紅外影象裡找最暗的一塊

為什麼用紅外？一是人眼看不見紅外光，LED 一直亮著也不晃眼，暗處也能拍；二是在紅外下，虹膜不管是什麼顏色都比較亮，而瞳孔是一個通往眼底的洞，光照進去幾乎不反射出來，於是成了整張圖裡最暗的一塊。演算法要做的，就是把這塊暗區分割出來，沿邊緣擬合一個橢圓。影象裡另外還有一兩個小亮點，那是 LED 在角膜表面的反光，追蹤視線時會用到。

以 Neon 為例，每隻眼一個紅外攝像頭，解析度只有 192×192 畫素，每秒 200 幀，每隻眼配一個紅外 LED³。

注意攝像頭的位置：它裝在鏡框下沿，從下往上斜著拍。眼鏡不可能把攝像頭放在眼睛正前方，否則會擋住視線。所以即使我們平視前方，攝像頭拍到的瞳孔也不是正圓，而是一個橢圓。

拍到的是一個幾十畫素寬的橢圓，那它是怎麼變成“4.6 毫米”的？

二、從畫素到毫米

現象：瞳孔沒變，影象裡的大小卻變了

最直覺的辦法是數畫素：橢圓越大，瞳孔越大。可是同一個瞳孔，在影象裡的大小會因為跟瞳孔無關的原因而變化。

• 眼球一轉，瞳孔這個圓片相對攝像頭傾斜，投影出來的橢圓變扁。只按幾何算，視線偏離攝像頭軸 40° 時，短軸縮到 cos 40° ≈ 0.77 倍。
• 眼鏡一滑，攝像頭離眼睛遠了一點，整個瞳孔看上去就小了一圈。Neon 白皮書裡，鏡架沿視線方向移開 5 毫米，按畫素算的瞳孔大小就下降了一成以上³。
• 角膜是一塊透鏡。我們從外面看到的瞳孔，其實是隔著角膜看到的放大像，放大多少又跟觀察角度有關。

這幾種效應合稱瞳孔投影縮短（pupil foreshortening）。它在桌面眼動儀上就已經很明顯⁴，在眼鏡上更麻煩：攝像頭離眼睛近、角度斜，人又在走動，眼鏡會順著鼻樑慢慢往下滑。白皮書舉了一個例子：做一個持續幾小時的疲勞實驗，眼鏡慢慢滑下去，表觀瞳孔跟著變小，很容易被誤讀成“人疲勞了”³。

第一次嘗試：量橢圓的長軸

既然眼球轉動只會把圓壓扁，那麼取橢圓的長軸，不就繞開了嗎？圓片傾斜時，和轉軸平行的那條直徑長度不變。

可惜這隻在沒有角膜、攝像頭離得很遠的理想情況下成立。Pupil Labs 的 Petersch 和 Dierkes 用光線追蹤模擬了頭戴式眼動儀的成像：視線偏離到約 50° 時，長軸法會把瞳孔低估最多 7.5%⁵。

第二次嘗試：先重建眼球，再求瞳孔

更進一步的辦法是3D 眼球模型。眼球在轉，但眼球中心在眼眶裡基本不動；從一段影片裡的許多個橢圓，可以反推出眼球中心的位置，再把每一幀的橢圓還原成三維空間裡一個真實的圓，它的直徑就是瞳孔大小。這是 Świrski 提出的方法，開源的 Pupil Core 一直在用。

但它忽略了角膜折射，結果反而高估，視角越大高估越多。把角膜折射也算進去（用標準眼模型的四個引數：眼球半徑、虹膜半徑、角膜曲率半徑和折射率），人群平均的誤差能壓到 ±1%；落到具體某個人身上，仍然有 2.5%–4% 的偏差，因為每個人的眼睛和“標準眼”不完全一樣⁵。

解決：讓網路直接學一個“個人化”的眼球

Neon 在這條路上又走了一步：用一個叫 NeonNet 的神經網路直接從眼圖估計三維眼球狀態，並約束它和一個個人化的、帶光學引數的眼球模型一致，不需要使用者先校準³。按白皮書的測試，水平方向 ±40° 內，人群平均的視角誤差小於 5%；垂直方向 ±15° 內也小於 5%；鏡架移開 5 毫米，幾乎沒有影響。

這也解釋了為什麼上一代產品 Pupil Invisible 乾脆不輸出瞳孔大小。它的攝像頭裝在鏡腿根部，角度更斜，Pupil Labs 的工作人員在社群裡的答覆是：“因為攝像頭角度，2D 瞳孔檢測不夠穩定，建不出好的 3D 眼模型”⁶。同一家公司、同樣是眼鏡，測視線可以，測瞳孔不行，難點就在這一步。

需要說明的是，Neon 的數字來自廠商自己的白皮書，沒有經過同行評審。Tobii Pro Glasses 3 也說自己報告的是瞳孔的物理大小（毫米），而不是從外面看到的表觀大小⁷，但沒有公開同樣細的誤差資料。

誤差壓到 5% 以內，對 4.6 毫米的瞳孔來說約是 0.2 毫米。這夠不夠用？要看我們想測的那個變化有多大。

三、瞳孔為什麼會變

光照：瞳孔最主要的工作

瞳孔首先是一個光圈。它的直徑大約在 2 到 8 毫米之間變化，進光量相差十幾倍⁸。從暗處走到太陽下，瞳孔會在一秒左右縮到很小，這叫瞳孔光反射。光照能帶來的變化最大約 6 毫米⁹。

除此之外還有兩種跟“想事”無關的變化。一是近反射：看近處時，雙眼向內聚、晶狀體變凸，瞳孔也會跟著縮小，讓近處的東西看得更清楚。二是自發波動：即使光照不變、人不動，瞳孔也在一直輕微地變，其中有一個約每 3–5 秒一次的節律，叫瞳孔震顫（hippus）。

想事：小，但很穩定

在光照不變的條件下，瞳孔還會隨“心裡的事”變化。Kahneman 在 1973 年的《注意與努力》裡就拿瞳孔擴張當作“心理努力”的主要指標：記的數字越多，瞳孔越大¹⁰。上一篇文章裡講過，這背後是腦幹裡的藍斑：它釋放去甲腎上腺素調節警覺程度，瞳孔大小和它的活動同步。

但這個變化很小。做心算這類費腦的任務時，瞳孔最多擴張約 0.5 毫米⁹。把幾種變化放在同一把尺子上，就能看出問題在哪：

暗室裡，眼鏡已經測得出來

所以第二節的問題有了答案：在光照不變的暗室裡，約 0.2 毫米的誤差比 0.5 毫米的訊號小，眼鏡夠用。Neon 白皮書在暗室裡復現了三個經典結果：瞳孔震顫的頻率在 0.18–0.26 Hz 之間；螢幕閃亮後約 0.22–0.27 秒瞳孔開始收縮；做 n-back 記憶任務（看一串字母，判斷當前字母是否和 N 個之前的相同，N 越大越費腦）時，8 名受試者全都在最難的 2-back 時瞳孔最大³。

可是，一旦走出暗室，光照的變化就是這個訊號的十幾倍。走過一片樹蔭、抬頭看一眼窗外、手機螢幕亮一下，都足以淹沒“想事”帶來的那一點擴張。

那能不能把光照的那一部分算出來，從測得的瞳孔裡減掉？

四、扣除光照的影響

第一次嘗試：只在光照穩定時用

最簡單的辦法是繞開問題：只在光照不變的時候看瞳孔。實驗室就是這麼做的，暗室、固定螢幕亮度、下巴託。可如果只能在暗室裡用，眼鏡就失去了“戴著就測”的意義。

第二次嘗試：先預測光照該讓瞳孔多大

更積極的思路是：既然光照對瞳孔的影響有規律，就先根據看到的亮度預測一個瞳孔大小，再看實際測得的比它大了多少。

預測的公式早就有人總結過。Watson 和 Yellott 2012 年綜合了七個舊公式，給出一個統一公式，輸入亮度、視野裡亮區的大小、年齡、單眼還是雙眼受光，輸出瞳孔直徑¹¹。問題在於眼鏡上怎麼知道“看到的亮度”。

• 用場景攝像頭和亮度感測器。 挪威的 Pignoni 等人在眼動儀上加了一個頭戴亮度感測器，結合第一視角影片和注視點，估計“光照下應有的瞳孔”，把它當作認知負荷的基線¹²。這套方法在實驗室的受控畫面裡驗證過，後來被同一團隊用在直升機駕駛和艦船航行演練中。
• 用渲染出來的畫面。 在 VR 頭顯裡，畫面每個畫素有多亮是已知的。Eckert 等人在 VR 裡給每個人做一條“亮度→瞳孔”的個人曲線：先用 6 秒一檔、順序打亂的灰屏校準，再用注視區和背景的加權亮度去查這條曲線，效果最好¹³。

把這些拼起來，就是眼鏡上扣除光照的大致流程：

眼鏡上難在哪裡

這條流程在 VR 裡比在眼鏡上容易，原因是 VR 的光源完全由程式控制。換到眼鏡上，至少有三處麻煩（下面三條是根據上述研究推斷的，沒有找到專門的驗證）：

1. 場景攝像頭不是測光表。 它會自動調曝光，拍出來的明暗不等於真實亮度；要麼鎖定曝光、做亮度標定，要麼另加一個校準過的環境光感測器。Aria Gen 2 就帶了這樣一個感測器，還能用紫外通道分辨室內和室外¹⁴。
2. 瞳孔看的是注視點附近。 同一個場景，盯著窗戶和盯著桌面，進眼的光差得很遠，所以必須用眼動追蹤的注視點去取亮度，而不是整張畫面的平均值。
3. 看遠近也要扣。 近反射會讓瞳孔縮小，需要用兩隻眼的視線交點（輻輳點）估出注視距離再修正。Aria Gen 2 的眼動輸出里正好有輻輳點¹⁴，但還沒見到有人把它用於瞳孔校正。

所以這個問題目前只有一個保守的答案：技術路線是清楚的，從暗室走到真實街道的那一步，目前還停在實驗室和 VR 裡。

就算這些都能做，為什麼我們手上的眼鏡還是拿不到這個數？

五、手上的眼鏡為什麼拿不到這個數

把前面提到的裝置排在一起，答案分成兩類：要麼沒有看眼睛的攝像頭，要麼有，但資料不給你。

為什麼消費級眼鏡不裝？ 公開資料裡沒有廠商的解釋，以下是推斷。一副要整天戴的眼鏡，重量、續航和外觀都很緊張；朝內的攝像頭和 LED 要一直工作，還要實時跑眼模型，耗電不小。對這類眼鏡現在的主要用途（拍照、聽歌、問 AI），看視線和瞳孔的收益不足以抵消這些成本。

為什麼裝了也不給？ Vision Pro 有一整套 LED 和紅外攝像頭盯著眼睛，但 Apple 的隱私說明寫得很直白：“你的眼睛輸入不會分享給 App、網站或 Apple”¹⁵，App 只知道你最後用手指捏合選中了什麼。這和本文講的瞳孔直接相關：如果瞳孔能反映認知負荷和喚醒程度，那麼一個能實時讀瞳孔的廣告或應用，就能知道你看到什麼時心裡一動。反過來，Vive Pro Eye 這類面向開發者的頭顯，SDK 裡直接有返回瞳孔直徑的介面¹⁶。

六、回到注意力

現在可以回答上一篇留下的那個“遠”了。想用眼映象 HRV 一樣被動地看注意力，要過三關：

• 有沒有攝像頭。 消費級 AI 眼鏡現在沒有，研究用眼鏡有。
• 量不量得準。 帶角膜折射的 3D 眼模型已經能把誤差壓到 5% 以內，暗室裡足以測出 n-back 級別的認知負荷。這一關基本過了。
• 能不能扣掉光照。 這是真正的距離。光照帶來的變化是認知訊號的十幾倍，扣除的方法在 VR 和受控實驗裡可行，在真實街道上還沒有被驗證。

一個折中的想法是，像 HRV 的晨測一樣，不追求全天連續，而是每天在同一個光照穩定的場景（比如固定的書桌前）測幾分鐘，比較自己不同日子、不同時段的變化。上一篇提到的瞳孔睏倦測試就是這樣做的：暗室裡盯著看 11 分鐘，困了以後瞳孔會出現緩慢的大幅波動。這只是推斷，還沒有見到有人用眼鏡這樣做。

小結

1. 智慧眼鏡能看到瞳孔嗎？ 要有朝內的紅外攝像頭。研究用眼動眼鏡和部分頭顯有，Ray-Ban Meta 這類消費級 AI 眼鏡沒有。
2. 斜著拍的畫素怎麼變毫米？ 眼球轉動、眼鏡滑動和角膜折射都會改變影象裡的瞳孔大小。量長軸、3D 眼球模型都不夠，要把角膜折射算進去，人群平均誤差才壓到約 ±1%，Neon 在真實佩戴下做到 5% 以內。
3. 瞳孔為什麼會變？ 主要是光照（最多約 6 mm），還有看遠近和自發波動；想事帶來的擴張最多約 0.5 mm。暗室裡誤差比它小，眼鏡已經測得出來。
4. 街上能不能扣掉光照？ 思路是先按注視點亮度預測光照該有的瞳孔，再看殘差。VR 和實驗室裡可行，眼鏡上還缺測光、注視點取亮度和近反射修正的驗證。
5. 為什麼拿不到？ 消費級眼鏡因為重量、續航沒裝；裝了的頭顯出於隱私不開放；能拿到資料的裝置都在研究者手裡。

參考資料