論文の概要: Sign in the Air to Unlock: An Interface for authentication in Virtual and Augmented Reality Powered by Point-Voxel Cross-Attention Network

• arxiv url: http://arxiv.org/abs/2607.01435v1
• Date: Wed, 01 Jul 2026 19:56:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-03 19:45:08.582954
• Title: Sign in the Air to Unlock: An Interface for authentication in Virtual and Augmented Reality Powered by Point-Voxel Cross-Attention Network
• Title（参考訳）: 空気中のサイン・イン・ザ・アンロック:ポイント・ボクセル・クロスアテンション・ネットワークを利用した仮想および拡張現実における認証インタフェース
• Authors: Neda Abdolrahimi, Thiru Siddharth, Frank Sicongchen, Vir V Phoha,
• Abstract要約: Sign in the Air to Unlockは、ユーザーが自然に3D空間にサインすることで認証できる、空気中のシグネチャインターフェースである。 PV-NetはDeepAirSigで2.5%、ImmAirsigで76%の誤り率を達成した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Significant advancement of immersive technologies such as Virtual and Augmented Reality (VR/AR) and their integration into diverse aspects of modern life need authentication interfaces that are secure, intuitive, and compatible with embodied interaction. Traditional methods such as passwords, PINs, and device-based logins, break immersion and rely on external hardware. Recent 3D-specific behavioral approaches, such as hand-gesture, eye-tracking, and electroencephalography (EEG)-based methods, offer promising alternatives but often require specialized sensors or constrain natural movement, limiting usability in dynamic environments. We present Sign in the Air to Unlock, an in-air signature interface that enables users to authenticate by signing naturally in 3D space which is a familiar, personal, and reproducible gesture. To realize this interface, we design a point-voxel Cross-Attention Network (PV-Net) that jointly models local motion dynamics and global spatial structure from 3D trajectories. The model is evaluated on two datasets: the public DeepAirSig dataset (1,800 signatures from 40 users) and ImmAirsig, a new dataset collected using Meta Quest 2 in immersive VR (880 samples from 22 users). PV-Net achieves an Equal Error Rate of 2.5% on DeepAirSig and 76% classification accuracy on ImmAirSig. These findings highlight the potential of 3D behavioral interfaces for seamless, user-centric authentication that merges security with natural interaction in immersive environments.
• Abstract（参考訳）: Virtual and Augmented Reality (VR/AR)のような没入型技術の顕著な進歩と、現代の生活の様々な側面への統合には、安全で直感的で、具体的相互作用と互換性のある認証インターフェースが必要である。 パスワード、PIN、デバイスベースのログインといった従来の手法は、没入を壊し、外部ハードウェアに依存している。 眼球運動、眼球運動、脳波(EEG)ベースの手法などの最近の3D特異的な行動アプローチは、有望な代替手段を提供するが、しばしば特殊なセンサーを必要とし、自然運動を制限し、動的環境におけるユーザビリティを制限している。 空気中のSign in the Air to Unlockは、ユーザが慣れ親しんだ、個人的で再現可能なジェスチャーである3D空間に自然に署名することで、認証を可能にするインエアシグネチャインターフェースである。 このインタフェースを実現するために,3次元軌道から局所運動力学と大域空間構造を共同でモデル化するポイントボクセルクロスアテンションネットワーク(PV-Net)を設計する。 このモデルは、パブリックなDeepAirSigデータセット(40ユーザから1,800シグネチャ)と、没入型VR(22ユーザから880のサンプル)でMeta Quest 2を使用して収集された新しいデータセットであるImmAirsigの2つのデータセットで評価されている。 PV-NetはDeepAirSigで2.5%、ImmAirSigで76%の誤り率を達成した。 これらの知見は, 没入型環境におけるセキュリティと自然なインタラクションを融合する, シームレスでユーザ中心の認証のための3次元動作インタフェースの可能性を強調した。

関連論文リスト

• SARAH: Spatially Aware Real-time Agentic Humans [58.32612596034656]
  ストリーミングVRヘッドセット上に展開可能な空間認識型対話動作のための,初のリアルタイム完全因果的手法を提案する。 ユーザの位置とダイアディックな音声を考慮に入れたアプローチでは,エージェントの向きをユーザに応じて調整しながら,ジェスチャーを音声と整列させる全体動作を生成する。 実写VRシステムに対する我々のアプローチを検証し,空間認識型対話エージェントをリアルタイム展開に適用する。
  論文  参考訳（メタデータ） (2026-02-20T18:59:35Z)
• Predicting 3D Motion from 2D Video for Behavior-Based VR Biometrics [7.609875877250929]
  被験者の右側から取得した2Dボディジョイントを,外部の2Dカメラで撮影する手法を提案する。 本手法では,VRデバイスが追跡していない関節の2次元データを用いて,制御器の過去と将来の3次元トラックを予測する。
  論文  参考訳（メタデータ） (2025-02-05T02:19:23Z)
• Grounded GUI Understanding for Vision-Based Spatial Intelligent Agent: Exemplified by Extended Reality Apps [39.56688889845037]
  仮想現実感アプリのための最初のゼロショットcOntext-sensitive inteRactable GUI ElemeNT dEtectionフレームワークOrienterを提案する。 人間の振る舞いを模倣することで、OrienterはまずXRアプリケーションシーンの意味的コンテキストを観察し、理解し、次に検出を実行する。
  論文  参考訳（メタデータ） (2024-09-17T00:58:00Z)
• Deep Motion Masking for Secure, Usable, and Scalable Real-Time Anonymization of Virtual Reality Motion Data [49.68609500290361]
  最近の研究では、ほぼすべてのVRアプリケーションで使われているモーショントラッキングの「テレメトリ」データが、指紋スキャンと同じくらいに識別可能であることが示されている。 本稿では、既知の防御対策を確実に回避できる最先端のVR識別モデルを提案する。
  論文  参考訳（メタデータ） (2023-11-09T01:34:22Z)
• Two-stream Multi-level Dynamic Point Transformer for Two-person Interaction Recognition [45.0131792009999]
  本稿では,2人インタラクション認識のための2ストリームマルチレベル動的ポイント変換器を提案する。 本モデルでは,局所空間情報,外観情報,動作情報を組み込むことで,対人インタラクションを認識するという課題に対処する。 我々のネットワークは、ほとんどの標準的な評価設定において最先端のアプローチよりも優れています。
  論文  参考訳（メタデータ） (2023-07-22T03:51:32Z)
• Force-Aware Interface via Electromyography for Natural VR/AR Interaction [69.1332992637271]
  我々はVR/ARにおける自然的および直感的な力入力のための学習ベースのニューラルネットワークを設計する。 我々は,3.3%の平均誤差で指の力量をリアルタイムでデコードし,キャリブレーションの少ない新規ユーザに一般化できることを実証した。 今後のVR/ARにおける、より現実的な物理性に向けた研究を進めるために、我々の研究成果を期待する。
  論文  参考訳（メタデータ） (2022-10-03T20:51:25Z)
• The Gesture Authoring Space: Authoring Customised Hand Gestures for Grasping Virtual Objects in Immersive Virtual Environments [81.5101473684021]
  本研究は、仮想オブジェクトを現実世界のようにつかむことができる、オブジェクト固有のグリップジェスチャーのためのハンドジェスチャーオーサリングツールを提案する。 提示されたソリューションは、ジェスチャー認識にテンプレートマッチングを使用し、カスタムのカスタマイズされた手の動きを設計および作成するために技術的な知識を必要としない。 本研究は,提案手法を用いて作成したジェスチャーが,ユーザによって他のユーザよりも自然な入力モダリティとして認識されていることを示した。
  論文  参考訳（メタデータ） (2022-07-03T18:33:33Z)
• A Wireless-Vision Dataset for Privacy Preserving Human Activity Recognition [53.41825941088989]
  アクティビティ認識の堅牢性を改善するため,WiNN(WiFi-based and video-based neural network)が提案されている。 以上の結果から,WiViデータセットは一次需要を満足し,パイプライン内の3つのブランチはすべて,80%以上のアクティビティ認識精度を維持していることがわかった。
  論文  参考訳（メタデータ） (2022-05-24T10:49:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。