近年来，智能眼镜逐渐成为骑行场景中的重要装备，但主流的手势与语音交互方式难以兼顾骑行安全与交互隐私性。面部交互具有自然、隐蔽、免提的优势，是骑行场景下的理想交互方式。然而，户外骑行环境中的强光、汗液、风噪、颠簸与温度变化，会严重干扰现有面部识别方案的稳定性。

MagFace系统总览

MagFace面部动作识别示例图

能否在户外骑行中实现稳定抗干扰的面部交互？浙江大学设计学团队提出了MagFace，一个抗干扰低功耗的磁传感面部动作识别系统。MagFace将磁性硅胶与磁传感器嵌入骑行眼镜，捕捉面部肌肉微动引发的磁场变化，通过轻量级深度学习模型，实现对六种面部动作的全天候高精度识别。

MagFace城市骑行评估实验场景图

该成果的第一学生作者是浙江大学工业设计工程硕士研究生张艺敷。“MagFace为抗干扰的面部交互提供了新思路，我们还将继续探索复杂场景下的面部交互设计空间，拓宽智能眼镜的交互方式和应用场景。”张艺敷分享道。

浙江大学工业设计工程硕士生张艺敷

项目成果：
项目成果于2026年4月发表在国际人机交互领域顶级会议CHI 2026。研究团队：王冠云、张艺敷、郑弦喆、傅华乾、祁凡珂、叶振轩、翟若钰、朱垠臻、樊亦涛、阳月、王琦、陶冶、宋维涛。本项目受到浙江省自然科学基金资助。

论文原文链接：
Guanyun Wang, Yifu Zhang, Xianzhe Zheng, Huaqian Fu, Fanke Qi, Zhenxuan Ye, Ruoyu Zhai, Yinzhen Zhu, Yitao Fan, Yue Yang, Qi Wang, Ye Tao, and Weitao Song. 2026. MagFace: Interference-Resistant Facial Gesture Recognition System on Cycling Glasses with Low-Power Magnetic Sensing. In Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems (CHI ’26), April 13–17, 2026, Barcelona, Spain. ACM, New York, NY, USA, 22 pages.
https://doi.org/10.1145/3772318.3790675