该论文研究了在智能可穿戴眼镜上进行的医疗监测应用的任务卸载场景，旨在识别最优的卸载条件，并评估了在现实环境下任务完成时间、计算能力和能量消耗等性能指标。研究重点关注在如机场等室内区域进行的特定用例，安全人员佩戴智能眼镜来检测个体的体温是否升高，从而可能表明患有 COVID-19。研究结果突出了在医疗环境中为可穿戴设备进行任务卸载的潜在益处，证明了其实用性与相关性。

Aug, 2023

本文说明了在智能眼镜中设计和实现利用新型低功耗处理器的小型机器学习算法，以实现持续不间断运行。我们使用两个微控制器和蓝牙低功耗模块为研究平台设计了智能眼镜原型，集成了用于能耗和延迟评估的基于 YOLO 的小型深度学习模型 TinyissimoYOLO，并在原型上进行了评估，结果表明其具有良好的检测精度和能耗性能。

Nov, 2023

本文第一次详细研究了在移动增强现实客户端中，执行基于卷积神经网络的物体检测的能量消耗和检测延迟，提出了新的测量策略，从而发现了执行基于 CNN 的物体检测的能量消耗问题。结果表明，我们的实验结果为设计能有效处理基于 CNN 的物体检测的能量有效型处理流程提供了指导。

Nov, 2020

本文提出了一种新型电子旅行辅助设备，以仿眼镜的形式在多个方面协助视障人士进行室内出行，采用深度传感器与超声波传感器自动避障的技术来检测障碍并指引方向，结构简单而效率高。

Sep, 2017

该论文介绍了一种使用设备集成传感器和身体佩戴相机的方法来预测用户在移动设备上的视觉注意力行为，并探讨了其在不同特征集下的性能和潜力。

Jan, 2018

通过调查注意力和认知模型、隐私保护方法和协议，研究人员完成了 3 个主要研究贡献，旨在将 VR 和随身式头戴式设备推向日常生活。

Mar, 2022

本研究利用人体发出的红外热辐射在物体表面形成反射的原理，通过分析 - 合成框架，结合不同 iable 度的渲染技术，实现了人体姿态重建，可以在非常具有挑战性的情况下工作，例如弯曲的镜子或者被正常摄像机完全看不到的情况。

May, 2023

对于可以整合到日常生活中的可穿戴计算机、外置摄像头和数字叠加技术等未来的先知性研究，本文通过以人物为基础的故事来描绘未来，并提供了之前定义的研究任务与未来之间的映射，对每个任务进行了调研，包括开创性的作品、最新技术方法和可用数据集，然后反思了目前技术的局限，最后提出了为了实现始终开启、个性化和增强式的自我中心视觉的未来研究的建议。

Aug, 2023

通过智能眼镜中嵌入的 RGB 摄像头和大型语言模型（LLM）构建的智能阅读助手，利用物体检测和光学字符识别方法处理眼镜佩戴者的视角拍摄视频，从而定位文本信息，并通过与用户的互动实现查询和摘要功能，为有视力障碍的人群提供在日常活动中获取知识的能力。

Apr, 2024

本文提出了一种基于智能手机的凝视追踪器的开源实现，利用机器学习技术实现了与专业设备相当准确度的眼动追踪解决方案，并通过复制之前的研究关于眼动行为和自然图像观察中显著性分析的关键发现，强调了智能手机凝视追踪在阅读理解挑战中的应用潜力，以及在视觉研究、无障碍增强和医疗应用等领域的益处。

Aug, 2023