空中签名解锁：基于点体素交叉注意力网络的VR/AR身份认证接口
研究人员提出了一种名为“Sign in the Air to Unlock”的空中签名界面，利用点体素交叉注意力网络（PV-Net）在虚拟现实和增强现实环境中实现自然、安全且无缝的身份认证。该方法避免了传统密码、PIN及设备登录对沉浸体验的破坏，也无需专用传感器。在DeepAirSig数据集上等错误率为2.5%，在Meta Quest 2上收集的ImmAirSig数据集上分类准确率达76%。该工作展示了三维行为认证在沉浸式环境中的巨大潜力。
随着虚拟现实（VR）和增强现实（AR）技术的飞速发展，它们已深入融入医疗、教育、娱乐等众多领域，成为现代生活的重要组成部分。然而，在沉浸式环境中，用户身份认证却面临独特挑战：传统的密码、PIN码或设备登录会打断沉浸体验，且依赖外部硬件；而手势识别、眼动追踪或脑电图（EEG）等新方法往往需要专用传感器或限制自然动作，限制了在动态环境中的可用性。
针对这一问题，来自的研究团队在arXiv预印本（arXiv:2607.01435）中提出了一种名为“Sign in the Air to Unlock”的创新接口。该接口允许用户在空中像签名一样自然挥动手指或手，系统即可识别其独特的签名轨迹，完成身份验证。这一设计利用了人们熟悉的签名动作——既是个性化表达，又是稳定可重复的行为特征，从而在安全性和自然性之间取得平衡。
为了实现这一接口，团队开发了点体素交叉注意力网络（Point-Voxel Cross-Attention Network, PV-Net）。该网络巧妙融合了点云和体素两种表示的优势：通过点云建模签名轨迹的局部运动动态，如速度和加速度的变化，同时利用体素刻画三维空间的整体结构。这种联合建模方式使PV-Net能够精准捕捉每个签名独一无二的时空特征，从而实现高精度的身份识别。
为了验证该方法的实用性，研究团队在两种数据集上进行了测试：一是公开的DeepAirSig数据集，包含40位用户的1800个签名样本；二是他们自行收集的ImmAirSig数据集，使用Meta Quest 2头显在沉浸式VR环境中采集，涵盖22位用户的880个签名。实验结果显示，PV-Net在DeepAirSig上实现了2.5%的等错误率（Equal Error Rate, EER），在更为复杂的ImmAirSig上取得了76%的分类准确率。这些结果显著优于传统方法，证明了空中签名在VR/AR认证中的可行性。
该项研究证实，基于3D行为的认证方式可以兼具安全性与自然交互，为未来VR/AR场景下的无感、用户中心认证开辟了新路径。团队指出，尽管目前准确率仍有提升空间，但空中签名结合深度学习的方法已展现出替代传统方案的潜力。后续工作将聚焦于提高跨会话稳定性及应对攻击的鲁棒性，以推动该技术的实际部署。