通过前注意处理和双眼竞争理解基于注视的VR身份识别
眼动追踪与注视交互语音用户界面(VUI)设计密码与身份认证远程操控与遥呈现(Telepresence)AI/ML 研究员与工程师软件工程师与开发者UI/UX 设计师
文献标题
Understanding Gaze-Based Identification in VR Through Preattentive Processing and Binocular Rivalry
出版信息
- 主题领域: 基于注视的生物识别技术在虚拟现实中的用户身份识别与认证。
- 关键词: 基于注视的生物识别技术, 虚拟现实, 前注意处理, 双眼竞争, 用户身份识别, 身份认证, 可用性, VR原生刺激, 眼动追踪, 生物识别安全。
背景与问题
- 问题/挑战: 现有的基于注视的生物识别技术在虚拟现实中依赖于通用刺激,未能充分利用VR特有的功能,如双眼竞争和立体显示。在实际场景中的时间鲁棒性和可用性尚未得到充分探索。
- 重要性: 基于注视的生物识别技术在虚拟现实中提供了一种免提、安全且直观的身份认证方式,解决了传统方法(如PIN码或带外认证)在可用性和安全性方面的挑战。
- 动机与相关研究: 先前的研究已证明了注视生物识别的可行性,但主要集中于非沉浸式或通用刺激。很少有研究探索VR原生刺激,或系统评估使用商业设备在多天内的可用性和性能。
解决方案
- 提出的方法: 开发和评估利用前注意处理和双眼竞争的VR特定视觉刺激,以引发独特的注视响应用于生物识别。
- 创新点:
- 引入VR原生刺激(NonBRiv和BRiv),设计以利用前注意处理和双眼竞争。
- 使用商业VR头显(Meta Quest Pro)进行多天的生物识别区分能力评估。
- 对基于注视的登录方法与传统认证技术的可用性进行评估。
- 探索用户对基于注视认证的感知、透明性及备用机制。
- 流程与关键技术:
- 设计具有控制视觉特征的NonBRiv(非竞争)和BRiv(双眼竞争)刺激。
- 从26名参与者处进行多天数据收集,分析两种条件下的注视动态。
- 使用分类器(SVM, LSTM, EKYT)和交叉验证评估身份识别准确性。
- 在一个“巫师实验”登录场景中,与PIN和OOBA进行对比的可用性研究,涉及16名参与者。
结果
- 具体发现:
- EKYT分类器在BRiv条件下达到50.7%的准确率,在Hybrid(聚合样本)条件下达到70.0%的准确率。
- BRiv刺激引发了比NonBRiv更高的注视速度和更丰富的区分线索。
- 单日注册的错误率较低(NonBRiv的EER=3.6%),但多天后性能下降(EER=25-33%)。
- 基于注视的方法登录时间更快(8-9秒),相比之下PIN为11.25秒,OOBA为17.35秒。
- 相较基线的优势:
- 基于注视的方法在享乐质量(HQ)和整体用户体验(UEQ-S)上优于PIN和OOBA。
- Hybrid刺激相比单独的NonBRiv和BRiv减少了跨天的变异性。
- 实验/评估:
- 用户研究I:26名参与者的多天生物识别评估,收集了44,928次试验数据。
- 用户研究II:16名参与者的可用性和感知研究,将基于注视的方法与PIN和OOBA进行比较。
- 指标:身份识别准确性、等错误率(EER)、UEQ-S评分、网络晕眩和完成时间。
- 局限性与未来工作:
- 多天和实际场景下的性能下降。
- 样本量有限(26名参与者)且实验环境受控。
- 需要在线校准、防重放攻击和个性化刺激。
- 探索双眼竞争动态及其对区分能力的贡献。
总结
本研究引入了利用前注意处理和双眼竞争的VR原生基于注视的生物识别技术,在身份识别准确性(Hybrid刺激下高达70.0%)和可用性方面相较传统方法展现了优势。尽管基于注视的方法被认为快速且直观,但跨天鲁棒性、视觉舒适性和透明性等挑战仍然存在。研究结果为改进VR中的基于注视认证提供了设计指南,强调了自适应校准、可解释反馈和备用机制的必要性。未来工作应解决实际部署中的挑战,并探索更丰富的注视特征以提升性能。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3791641
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
眼动追踪与注视交互、语音用户界面(VUI)设计、密码与身份认证、远程操控与遥呈现(Telepresence)
work
职业/产业
AI/ML 研究员与工程师、软件工程师与开发者、UI/UX 设计师
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文