就像是手機解鎖方式從密碼到面部識別的演化，未來如果人手一臺VR頭顯，那么一種能確保私密性、安全性的賬號解鎖和認證方式則十分重要。目前，市面上常被討論的VR解鎖方式包括眼球、面部識別等生物識別方案。但考慮到生物識別依賴于較昂貴的傳感器，大部分VR頭顯并不配備眼球識別功能。

盡管如此，目前市面上的6DoF頭顯追蹤和6DoF手柄追蹤準確性已經足夠好，可有效識別身高、臂長等信息，作為用戶的生物識別信息。

近期，斯坦福科研人員提出了一種通過識別軀體動作來驗證用戶身份的方案，它的特點是只需要小部分VR姿態追蹤數據，就能根據追蹤到的動作來識別用戶身份。在一場551人組成的實驗中，該方案的識別準確率最高可達95%，每人不到5分鐘即可完成識別。即使算法訓練時間從5分鐘降低至1分鐘，準確率也能高達75%。

在實驗中，參與者需要在VR中觀看一些全景視頻，并回答調查問卷，在這一過程中識別到的姿態追蹤數據將通過三個機器學習算法來處理，該算法適用于多種場景，無需根據場景切換而重新訓練。算法識別身份所需的數據包括VR頭顯距離地面的高度（使用者的身高）、使用者的姿態、頭顯的外形參數、靜止時手柄的位置（放松時手臂長度）等。

實驗結果顯示，大多數參與者在放松看視頻時動作幾乎保持一致，不會走來走去。

細節方面，這些實驗參與者覆蓋了多個年齡層，包括從13歲到65歲以上的人群。這群人分別包括大學生和參觀科技博物館的游客，是一群對科技比較熟悉或感興趣的人。為了從參與者身上捕捉更精準的數據，科研人員為他們播放全景視頻，參與者只需要觀看視頻，無需做出特定的動作，因此每個人做出的動作都不一樣。

科研人員指出，人軀體的移動可反映出身體健康狀況、心理情況，而且每個人的動作習慣都有所不同，比如55歲以上參與者的動作規律就與普通的大學生參與者有所不同。因此可以根據不同人的動作數據來訓練算法，用于身份認證。身體追蹤數據的規律可跟注意力不集中、自閉癥、創傷后應激障礙等身體狀況有關，甚至通過這些動作數據，還可能識別老年癡呆。在實驗中，科研人員設定了一系列日常場景，參與者可以放松的自由移動，因此追蹤識別準確性更高。

目前，科研人員完成的實驗基于6DoF手柄數據，而用3DoF手柄數據來識別參與者身份的準確率則小得多，僅19.5%，但并不是完全不能識別。

未來，他們計劃通過姿態數據來推斷性別、年齡或是VR內容，并探索保護姿態數據隱私的更多方法。

關于隱私安全

通常，姿態數據并不會被認為具有識別信息，但斯坦福大學的研究實驗希望將這種動作數據進行分類，未來或許可以作為識別個人信息的生物識別數據。

斯坦福學者發現，如果可以從姿態數據中識別身份信息，那么即使沒有人名信息，這些基礎數據也并不能保證隱私性。當前Facebook和HTC等平臺承諾僅與合作伙伴匿名分享VR追蹤數據，那么從斯坦福的研究來看，VR追蹤數據實際上具備生物識別信息一樣的可識別性。甚至有些公司或許還能通過運動數據的特質來匹配個人數據，通過匹配Facebook賬號，甚至還能識別出用戶的真實姓名。

斯坦福大學的研究表明，盡管Facebook是推動該技術發展的最大數據公司之一：借助VR和AR技術，數據采集達到了一個新的維度， 需要自己的規則。隨著虛擬現實的興起，人體跟蹤數據變得前所未有的準確和豐富。 該追蹤數據有很多很好的用途，但也可能被濫用。” “這項工作表明，即使在大樣本中，在日常VR體驗運動數據也是一種重要的人體數據，因此鼓勵研究團體探索保護VR跟蹤數據的方法，包括準則，用戶行為，行業準則等。”

總之，VR硬件和軟件廠商需要注意用戶的姿態數據安全性，尤其是在5G云XR串流服務運行時，需要確保數據傳輸的安全隱私性。斯坦福科研人員表示：可通過規定、用戶行為、行業標準等多種方式來保護姿態數據。

可以肯定的是，面對不久可能會有數百萬個VR用戶的情況，500個用戶是一個相對較小的數據集。而且，當這個數字增加時，通過動作數據識別身份的準確性有望進一步提升。但未來，這些技術可能也會作為個人資料來保存。而眼動追蹤，嘴唇追蹤以及健身腕帶和智能手表等集成可穿戴設備能在下一代消費者VR頭顯中實現，甚至可能是填補剩余5％準確率的下一步。

因此，與豐富的信息形成對比，用什么賬戶登錄VR已經不是最嚴重的問題。企業可以收集經過身份識別的生物識別數據，不僅可以弄清楚你是誰，還可以預測你的習慣，用于開發吸引你的注意力的營銷內容。隨著VR用戶數量的增加，獲得個人動作數據訪問權的價值也越來越大。
責任編輯：YYX