空中籤名解鎖：基於點體素交叉注意力網絡的VR/AR身份認證接口
研究人員提出了一種名為“Sign in the Air to Unlock”的空中籤名界面，利用點體素交叉注意力網絡（PV-Net）在虛擬現實和增強現實環境中實現自然、安全且無縫的身份認證。該方法避免了傳統密碼、PIN及設備登錄對沉浸體驗的破壞，也無需專用傳感器。在DeepAirSig數據集上等錯誤率為2.5%，在Meta Quest 2上收集的ImmAirSig數據集上分類準確率達76%。該工作展示了三維行為認證在沉浸式環境中的巨大潛力。
隨着虛擬現實（VR）和增強現實（AR）技術的飛速發展，它們已深入融入醫療、教育、娛樂等眾多領域，成為現代生活的重要組成部分。然而，在沉浸式環境中，用户身份認證卻面臨獨特挑戰：傳統的密碼、PIN碼或設備登錄會打斷沉浸體驗，且依賴外部硬件；而手勢識別、眼動追蹤或腦電圖（EEG）等新方法往往需要專用傳感器或限制自然動作，限制了在動態環境中的可用性。
針對這一問題，來自的研究團隊在arXiv預印本（arXiv:2607.01435）中提出了一種名為“Sign in the Air to Unlock”的創新接口。該接口允許用户在空中像簽名一樣自然揮動手指或手，系統即可識別其獨特的簽名軌跡，完成身份驗證。這一設計利用了人們熟悉的簽名動作——既是個性化表達，又是穩定可重複的行為特徵，從而在安全性和自然性之間取得平衡。
為了實現這一接口，團隊開發了點體素交叉注意力網絡（Point-Voxel Cross-Attention Network, PV-Net）。該網絡巧妙融合了點雲和體素兩種表示的優勢：通過點雲建模簽名軌跡的局部運動動態，如速度和加速度的變化，同時利用體素刻畫三維空間的整體結構。這種聯合建模方式使PV-Net能夠精準捕捉每個簽名獨一無二的時空特徵，從而實現高精度的身份識別。
為了驗證該方法的實用性，研究團隊在兩種數據集上進行了測試：一是公開的DeepAirSig數據集，包含40位用户的1800個簽名樣本；二是他們自行收集的ImmAirSig數據集，使用Meta Quest 2頭顯在沉浸式VR環境中採集，涵蓋22位用户的880個簽名。實驗結果顯示，PV-Net在DeepAirSig上實現了2.5%的等錯誤率（Equal Error Rate, EER），在更為複雜的ImmAirSig上取得了76%的分類準確率。這些結果顯著優於傳統方法，證明了空中籤名在VR/AR認證中的可行性。
該項研究證實，基於3D行為的認證方式可以兼具安全性與自然交互，為未來VR/AR場景下的無感、用户中心認證開闢了新路徑。團隊指出，儘管目前準確率仍有提升空間，但空中籤名結合深度學習的方法已展現出替代傳統方案的潛力。後續工作將聚焦於提高跨會話穩定性及應對攻擊的魯棒性，以推動該技術的實際部署。