在日常社交场合中，人们通常会采用各种形式的交流方式，除了文字交流、谈话等直接的方式，眼神、姿态、动作也是人与人沟通的关键方式。然而，正常的社交为盲人、视障人士带来诸多困难，就像电视里常演的那样，盲人在说话的时候通常不会对着其他人，因为他们难以定位周围人的位置，而且也无法确定对方是否在看着他说话。
微软表示：PeopleLens通过定位和识别空间中的人，帮助盲人、视力障碍人士了解周围的社交环境。它还结合了基于心理学、语言治疗的研究和实验成果，通过一系列游戏来训练盲人/视障人士的社交技能，允许他们更好的与同龄人交流。
技术细节
据了解，PeopleLens是一个开放的AI系统，它可以增强盲人/视障人士的日常社交体验，帮助他们更好的感知世界。它需要结合AR头显来运行，比如NrealLight。与基于HoloLens的ProjectTokyo相比，PeopleLens更轻量化，NrealLight更接近普通眼镜形态。
PeopleLens采用了5种计算机视觉算法，可持续定位、识别、追踪和捕捉附近人的注视方向。也就是说，它可以帮你识别附近看你的人，并根据空间音频提示找到这个人。当你得到其他人注意力时再开启对话，体验感会更自然、效率也更高。
PeopleLens可以帮助盲人/视障人士建立一个3D社交地图，这个地图旨在帮助他们了解环境中不同人的定位、距离。创建地图的好处是，即使用户背对着其他人，或其他人不在HoloLens追踪范围内，其位置也会记录在实时更新的地图中。
细节方面，PeopleLens利用空间音频来念人名，也就是说将空间信息与人名结合，帮助用户根据声音传播方向来定位其他人的距离和所在地，并进行系统的记忆。
AR眼镜还可以通过灯光等形式，提醒周围的人他们的追踪状态，如果你不想进入AR的定位范围，在看到LED灯光后可以躲开。这种方式可以一定程度上替代人与人互动时的眼神交流。（白光表示检测到人的位置，闪烁绿光代表人脸识别成功）
值得注意的是，PeopleLens的面部识别是基于自愿收集的，人们可以上传几张自己的照片来注册系统，这些照片不会被储存，而是被系统转换成可识别的面部数据。
PeopleLens在10米范围内识别到的人用撞击声表示，当这个人距离用户4米以内时，PeopleLens会念出其名字。如果这个人的脸没有正面对着PeopleLens的追踪范围，系统会通过声音来引导用户看向这个人，如果识别到注册的用户则会念出名字，如果识别到未注册的人则通过咔哒声来确认。
应用场景
对于盲人、视障人士，PeopleLens是一种寻找朋友的方式，也是一种提升反应能力和社交自信的工具。通过一系列培养注意力的交互游戏，还可以进一步提升盲人/视障人士的空间感知能力，让他们更容易和周围的环境互动。
此外，也可以通过交互游戏来训练盲人/视障人士的社交能力，比如PeopleLens在检测到周围有人时，会发出咔哒声，识别到人脸后，会播放碰撞声，然后念出这个人的名字。在听到咔哒声，想要寻找这个人时，会听到一种类似于橡皮筋拉伸的声音，其音量会根据你跟这个人之间的距离而变化，直到你面对着这个人时，会发出响亮的咔哒声，向你确认定位成功。
这种声音提示，可以帮助盲人/视障人士快速发现周围的人，通过改变/引导注意力，来发起或结束对话。
科研人员解释，这参考了儿童学习的方式，比如当婴儿指着天空时，父母说“鸟”，他/她便会将语音和视觉匹配。而对于视力不佳的孩子来讲，他们的注意力通过听觉来表现，因此PeopleLens试图将听觉和空间方位结合，帮助他们在空间中导航。
除此之外，用户还可以通过连续敲击声的次数来识别不同方向有多少个人，比如在教室里，如果一个方向有三个人，他们可能是在讨论题目，如果听到一连串敲击声，可能是一群孩子在课桌前看书。你还可以在周围寻找好友奥斯卡，当他看到AR头显上的LED灯光时，可以移动到头显摄像头可识别的位置，当你识别到奥斯卡后，可以根据奥斯卡的位置来分析他的姿态，如果奥斯卡在坐着，那么你也可以抓一把椅子坐在他旁边。参考：
