为推动 XR 技术普惠性发展，英国格拉斯哥大学与瑞士圣加仑大学联合开展跨学科研究，成功开发出基于面部表情的精准交互系统。该系统依托具备面部识别功能的高精度头显设备，通过解析用户细微表情实现 VR/AR 环境下的无手柄操控。

研究团队构建了包含 53 种基础面部姿态的识别矩阵，每个表情需保持 3 秒重复三次，并完成舒适度、易用性等维度的主观评估。实验发现，聚焦于口部（张嘴）、眼部（眯眼）、脸颊（鼓腮）及嘴角（拉伸）等 7 个关键区域的表情组合，在识别准确率与用户体验间达成最佳平衡。

项目负责人格拉斯哥大学计算机科学学院格雷厄姆·威尔逊教授指出："传统 XR 交互严重依赖手部控制器，这对运动障碍群体构成天然屏障。我们希望验证商用头显的面部识别潜能，通过算法优化实现普适化交互。"

研究团队开发的神经网络模型，成功将表情识别准确率提升至 97%，标志着面部交互技术取得关键突破。

为验证系统实用性，研究团队招募 10 名健康志愿者开展对照实验。在 VR 射击场景中，受试者通过面部表情完成转向、选择、射击等操作；在 AR 网页浏览任务中，则利用表情实现滚动、点击、返回等功能。

结果显示，尽管手柄在精准控制上仍具优势，但面部交互显著降低了操作疲劳度，80% 受试者认为其"直观高效且未来应用潜力巨大"。

该系统的技术亮点在于：

表情识别引擎：采用深度学习框架，对 7 种核心表情进行毫秒级解析

跨平台兼容性：支持主流 VR/AR 头显的面部追踪模块

自适应校准系统：可根据用户面部特征动态调整识别阈值

多模态交互接口：支持表情-手柄混合控制模式

研究团队表示，当前成果仅为阶段性突破。后续计划联合运动神经障碍患者开展临床试验，重点解决渐冻症、肌萎缩侧索硬化症等特殊群体的交互需求。项目最终目标是为开发者提供标准化 API 接口，推动 XR 设备厂商将面部交互纳入原生功能模块。