Lentes de contato cosméticas com codificação espaço–cromática para rastreamento ocular natural aprimorado

Lentes mais inteligentes para telas mais inteligentes

Cada vez que você lê uma frase, percorre uma rua com o olhar ou dá uma olhada no celular, seus olhos fazem movimentos pequenos e intrincados. Dispositivos capazes de rastrear esses movimentos prometem realidade virtual mais natural, controle sem as mãos para pessoas com deficiência e novas ferramentas para médicos e psicólogos. Mas os rastreadores oculares atuais frequentemente falham no dia a dia, especialmente ao ar livre ou quando pálpebras e cílios interferem. Este estudo apresenta uma solução surpreendentemente simples: lentes de contato cosméticas especialmente impressas que transformam o próprio olho em um alvo claro e colorido para câmeras, tornando o rastreamento ocular mais preciso, mais robusto e mais fácil de usar no mundo real.

Por que seguir os olhos é tão difícil

Os rastreadores oculares modernos geralmente funcionam como câmeras de alta tecnologia que observam a pupila escura e os reflexos na superfície do olho. Em teoria, esses elementos revelam para onde você está olhando; na prática, são frágeis. Luz do sol, iluminação ambiente e reflexos de janelas ou árvores poluem a imagem. Pálpebras e cílios escondem parcialmente a pupila. Olhos naturais também variam em cor e contraste de pessoa para pessoa. Como resultado, o software frequentemente tem dificuldade em localizar a pupila de forma confiável, especialmente com câmeras simples e de baixo custo. Essa fragilidade é um obstáculo importante para aplicações cotidianas, desde headsets de realidade virtual até sistemas de monitoramento de motoristas e ferramentas clínicas.

Uma lente decorativa com um propósito escondido

Os pesquisadores perceberam que, em vez de forçar os algoritmos a lidar com as peculiaridades do olho nu, podiam redesenhar suavemente o que a câmera vê. Eles pegaram lentes de contato cosméticas amplamente usadas — lentes baratas que as pessoas já usam para mudar a cor aparente dos olhos — e imprimiram um anel preciso de formas coloridas ao redor da íris. O anel usa as três cores básicas de luz: uma faixa azul traz doze círculos verdes brilhantes, cada um separado por um minúsculo ponto vermelho. Como vermelho, verde e azul estão bem separados em cor, até uma câmera RGB barata consegue distingui-los facilmente. O padrão fica na borda da zona visual, de modo que não bloqueia a visão, mas permanece visível para as câmeras, mesmo quando elas olham de lado. O material da lente é fino, permeável ao oxigênio e hidrofílico, com testes laboratoriais mostrando alta sobrevivência celular e ausência de vazamento de corante, indicando que as lentes são seguras e confortáveis para uso prolongado.

Transformando padrões de cor em olhar preciso

Uma vez que alguém usa essas lentes padronizadas, o rastreamento ocular vira um problema de geometria e cor em vez de uma tarefa frágil de detecção de pupila. Passos simples de processamento de imagem isolam primeiro os círculos verdes brilhantes no anel azul e então calculam os centros desses círculos em cada quadro. Porque os círculos têm tamanho e espaçamento conhecidos, o software constrói um mapeamento entre suas posições na imagem e a direção real do olhar. Em testes com um modelo mecânico de olho, esse mapeamento alcançou um erro angular inferior a um grau, mesmo quando calibrado usando apenas um pequeno conjunto de pontos de referência. Os pontos vermelhos têm um papel diferente: quando o olho se move rapidamente e a câmera não consegue congelar o movimento, esses pontos se borram em trilhas vermelhas. Ao rastrear o esqueleto dessas trilhas e combiná-lo com informações de quadros próximos e estáticos, o sistema recupera as porções perdidas da trajetória do olho, fornecendo rastreamento contínuo mesmo durante movimentos rápidos.

Rastreamento confiável em pessoas reais e lugares reais

Testes com humanos mostraram que essa abordagem funciona bem além do laboratório. Voluntários usaram as lentes especiais e um rastreador leve montado na cabeça com duas câmeras fora do eixo observando os olhos e uma terceira gravando a cena. Em condições de iluminação variadas — em ambientes internos, junto a janelas e ao ar livre — os recursos dos círculos verdes foram reconhecidos em cerca de 93% das imagens, contra menos de 55% para métodos tradicionais baseados na pupila em olhos nus. A posição ocular pôde ser medida com precisão e exatidão melhores que um grau em múltiplas pessoas com diferentes características oculares, e esse desempenho se manteve estável por pelo menos seis horas de uso contínuo. O sistema também pôde detectar e, em grande parte, corrigir deslocamentos da câmera em relação ao olho usando o arranjo tridimensional dos círculos, reduzindo grandes erros causados por deslizamentos para apenas alguns graus. Demonstrações práticas incluíram identificar qual imagem em uma grade continha uma bicicleta, analisar como o olhar de alguém se movia por linhas de texto e rastrear um marcador em movimento ao ar livre através de cenas e luz solar em mudança.

O que isso significa para a interação cotidiana baseada no olhar

Para um não especialista, a mensagem central é direta: ao adicionar um padrão colorido cuidadosamente projetado a uma lente de contato ordinária, os pesquisadores tornaram o olho dramaticamente mais fácil de ser lido por câmeras. Em vez de lutar com traços naturais fracos, o sistema fixa-se em marcos brilhantes e cuidadosamente espaçados que se movem exatamente com o olho. Essa mudança aumenta a confiabilidade, mantém a precisão dentro do ângulo minúsculo coberto pela visão mais nítida do olho e funciona em cenários realistas, de escritórios a praças da cidade. Essas lentes cosméticas aprimoradas podem ajudar a levar interfaces controladas pelo olhar, realidade virtual e aumentada mais natural e ferramentas refinadas para estudar atenção e cognição para fora de laboratórios especializados e para dispositivos do dia a dia.

Citação: Zhu, H., Huang, H., Yang, H. et al. Spatial-chromatic encoding cosmetic contact lenses for enhanced natural eye tracking. Nat Commun 17, 2289 (2026). https://doi.org/10.1038/s41467-026-68918-y

Palavras-chave: rastreamento ocular, lentes de contato inteligentes, interação humano-computador, estimação de olhar, realidade aumentada