#eye-movement-biometrics

共收录 1 条相关安全情报。

← 返回所有主题
👥 作者: Mehedi Hasan Raju, Oleg Komogortsev

该研究评估了虚拟现实(VR)头显中眼动追踪数据的生物特征识别性能,并与高端眼动仪在相同采样率下的数据进行对比。眼动生物特征识别利用个体独特的眼球运动模式进行身份验证,此前研究多基于实验室级眼动仪(如1000 Hz采样率)取得高精度。本研究使用的数据集GazeBaseVR来自集成眼动追踪的VR头显(采样率较低),并对比了从高端眼动仪降采样至相同频率的数据。实验采用单眼配置,基于注视、扫视等眼动特征进行认证。结果显示,GazeBaseVR数据集在错误接受率(FAR)为10^-4时,达到等错误率(EER)1.92%、错误拒绝率(FRR)16.65%,可判定指数为3.43。这表明尽管VR头显的眼动追踪精度低于实验室设备,但其数据仍具备足够的区分度用于生物特征认证。研究的主要贡献是验证了消费级VR设备在安全认证中的潜力,为VR环境下的无密码身份验证提供了依据。适合VR安全、生物特征识别及人机交互领域的研究人员阅读。

💡 推荐理由: 该研究验证了消费级VR头显的眼动数据可用于生物特征认证,为VR环境下的身份安全提供新型方案,有望替代传统密码或PIN码,降低被冒充风险。

🎯 建议动作: 研究跟进

排序因子: 来自网络安全顶级会议 (+8) | Community 数据源 (+1) | LLM 评分加成 (+0.5)