バーチャルリアリティにおける眼球認証
本研究では、VRデータにおけるISO/IEC 29794-6虹彩品質指標の評価を行い、一部の指標（マージン適応性など）が機能しないことを発見。生成モデルを用いてオフアクシス視線、不均一照明、鏡面反射に対処し、虹彩と眼周囲のマルチモーダル融合により等誤り率を約11%低減。
バーチャルリアリティ（VR）ヘッドセット（Meta Quest、Apple Vision Proなど）は、高速で摩擦のないインタラクションにより没入体験を提供します。ユーザー認証は通常、虹彩などの生体特徴に依存しますが、従来の虹彩認識プロトコルはVRに典型的な非制約取得条件下では不十分な場合があります。本研究ではVRBiomデータセットを用いて、3つの重要な側面を体系的に評価しました。
まず、ISO/IEC 29794-6虹彩品質指標をVR取得データに適用したところ、マージン適応性（margin adequacy）などの指標が機能しないことが判明し、既存の標準をVR環境向けに調整する必要性が示されました。次に、オフアクシス視線、不均一照明、鏡面反射などVR特有のデータ課題に対処するため、生成モデルを用いた画像調整を実施し、特に眼周囲領域の認識性能を大幅に向上させました。最後に、単一モダリティ（虹彩、眼周囲）認識とスコアレベルのマルチモーダル融合（虹彩＋眼周囲）を行いました。
実験の結果、画像調整は主に眼周囲認識を改善し、虹彩と眼周囲のマルチモーダル融合により、単一虹彩認識と比較して等誤り率（EER）が約11%低下しました。この発見は、VRヘッドセットにおける効率的でロバストな認証の新たな道を開くものです。研究チームは再現性確保のため、論文受理後に評価スクリプトを公開する予定です。本論文はHusanpreet Singh、Robert Tran、Ayushree Kharel、Sudipta Banerjeeによって執筆され、2026年7月22日にarXivに投稿されました。