ECO-ID：基于事件相机的安全多用户超低延迟识别光学系统

大家读完觉得有帮助记得关注和点赞！！！

摘要

时间关键型交互系统日益需要针对多用户的超低延迟设备识别，然而当前主流方法（如密码、二维码、RFID/NFC）受限于人工输入、基于帧的传感或近接触距离。本文提出 ECO-ID，一种基于事件相机的光学系统，用于可见光通信（VLC）下的多用户超低延迟识别。利用微秒级分辨率、异步观测亮度变化的能力，ECO-ID 采用时空编码设计：不相交的 LED 子集提供用户间的空间分离，而用户特定的时序延迟编码身份信息，无需用户间同步。光学信道和事件驱动传感相对于帧相机减少了全场景捕获，并限制了射频攻击面，同时支持带有新鲜性和重放防护的快速令牌验证。我们实现了原型系统，并证明 ECO-ID 在实际中可实现约 99.8% 的定位成功率和 98.7% 的识别成功率，平均延迟为 0.64 毫秒，同时在理论上支持数十个并发用户的识别规模。总体而言，ECO-ID 为时间关键型交互环境中的可扩展多用户识别提供了一种快速、隐私友好且具有安全意识的替代方案。

I. 引言

设备认证是现代数字系统的基础，确保只有授权用户才能访问设备和服务。在新兴应用中，认证日益成为一种时间关键型原语。例如，多用户 AR/VR、时间敏感的人机交互以及智能信息物理系统必须快速确定谁在场且被授权，通常需要同时处理多个用户。尽管至关重要，但超低延迟识别在当今主流技术下仍然难以可靠实现。大多数已部署的识别机制依赖于一次性交互，例如二维码、RFID/NFC 令牌或预共享凭证 [8,1]。它们受限于人工输入、基于帧的传感延迟或近接触距离：密码带来反应时间和可用性成本；二维码扫描受限于帧采集/解码时间以及对模糊和光照的敏感性 [10,9]；而 RFID/NFC 通常需要厘米级近距离 [11,2]，同时仍易受中继和窃听攻击 [3]。这些限制也使安全通信复杂化：视觉令牌可被复制和重放，RF 链路可被代理，基于帧的相机可能捕获敏感的环境信息。

为解决上述局限，我们提出 ECO-ID，一种基于事件相机的光学系统，用于多用户超低延迟识别。ECO-ID 将可见光通信（VLC）[5,7] 与事件相机相结合，后者可报告异步亮度变化 [6,4]。该传感器仅在强度变化发生时输出带有微秒级时间戳的稀疏事件，从而实现 LED 开关转换的快速检测，同时相比传统成像减少场景捕获。ECO-ID 使用时空编码实现并发、异步用户：不相交的 LED 子集提供空间分离；短暂的定位图案产生重合事件爆发以标记起始时刻；ID-LED 在用户特定延迟后激活以编码身份。接收器聚合每个 LED 感兴趣区域（ROI）内的事件，检测每个用户的起始时刻，并通过相对于 ID LED 的相对延迟估计身份，从而实现无需用户间同步或调度的多用户关联。

重要的是，ECO-ID 还增强了识别通信本身的安全态势。与基于 RF 的令牌交换相比，定向光学信令减少了视距（LoS）区域之外的非预期暴露，事件驱动接收避免了记录环境的完整帧。ECO-ID 进一步支持安全令牌验证，通过结合认证标签以及新鲜性检查（时间戳/TTL）和基于随机数的重放保护，即使攻击者试图观测也能减轻令牌复用风险。与二维码扫描相比，ECO-ID 对焦点不完美具有鲁棒性，因为它依赖时间亮度变化而非基于帧的特征，并且支持在视距路径下实现房间级、完全非接触式操作。ECO-ID 进一步强化了识别通信。定向光学信令和超高的时间分辨率限制了 RF 和频谱相机类攻击。超低延迟和基于时间戳的处理可以方便地集成带有新鲜性（时间戳/TTL）和随机数重放保护的认证标签，减轻观测下的令牌复用。ECO-ID 还支持视距下的房间级非接触操作，并通过对时间转换而非帧特征的依赖保持对焦点不完美的鲁棒性。

我们实现了 ECO-ID 原型，并评估了在 2–30 kHz 开关频率下（包括异步和重叠传输）的定位成功率、识别成功率和端到端识别延迟。结果显示在所有测试频率下均达到亚毫秒级识别；在 4 kHz 时，ECO-ID 实现了约 99.8% 的定位成功率和约 98.7% 的识别成功率，两个用户的平均延迟约为 0.64 毫秒，并支持数十个并发用户的识别规模。本文的主要贡献有三方面：（i）ECO-ID，一种用于时间关键型交互环境的事件相机 VLC 识别/认证框架；（ii）一种时空编码协议，采用不相交 LED 子集和时序签名，实现具有微秒级转换检测、亚毫秒延迟和米级视距操作的并发多用户识别；（iii）原型实现和实验验证，展示了多个设备的亚毫秒级识别。

II. 系统模型与原型

我们考虑一个 VLC 系统，其中空间分布的光发射元件作为发射器，基于事件的视觉传感器作为接收器。发射器包含一个或多个 LED 面板，每个面板包含多个可独立控制的 LED。设 ℒ 为所有面板上所有 LED 的集合，|ℒ| = L。每个 LED ℓ ∈ ℒ 由开/关控制信号驱动，以产生可被接收器检测到的亮度转换。为具体说明，我们使用如图 1(a) 所示的原型实例化该模型。原型由一个 LED 面板发射器和一个事件相机接收器组成。面板包含 8 个独立寻址的 LED，排列成 2×4 网格。接收器为 LUCID Triton2 EVS 事件相机，在视距条件下正对面板放置。事件相机报告由 LED 开关引起的异步亮度变化，带有微秒级时间戳。尽管具有高时间分辨率，事件相机存在非理想特性，包括像素前端动态、非瞬时响应、拖尾效应、读出延迟和不应期行为，导致时间戳不一致性 [12]。遵循 [12] 中的缓解策略，我们避免依赖单像素响应，而是将每个 LED 的小区域内的像素事件聚合。具体地，我们为每个 LED 定义一个以其标称图像位置为中心的 9×9 像素窗口，并将该 ROI 用于事件聚合和检测（如图 1(c) 中的深色方块所示）。ROI 位置和 LED 索引在通过第 III-B 节所述的定位过程检测设备后确定。

图 1 测试平台：（a）整体系统运行中；（b）双用户场景（左侧 UE1，右侧 UE2）；（c）事件相机捕获的离焦 LED 观测示例。每个 LED 中心周围选择 9×9 像素 ROI 以进行鲁棒事件检测。

系统支持 U 个异步运行的用户。用户 u ∈ {1, 2, …, U} 被分配专用的 LED 子集 ℒ_u ⊆ ℒ，且各子集不相交，即 ℒ_u ∩ ℒ_v = ∅，∀ u ≠ v。这种空间划分模拟了实际部署中用户从空间不同源发射的场景。值得注意的是，我们的原型代表了一种保守（最坏情况）设置，其中用户区域在同一面板上相邻，从而最小化空间分离。如图 1(b) 所示，我们将面板划分为两个区域：左侧四个 LED 分配给用户 1（UE1），右侧四个 LED 分配给用户 2（UE2）。ECO-ID 无需主动对焦（镜头焦点固定为无穷远）。因此，LED 在事件流中呈现空间模糊（图 1(c)）。经验表明，保持完美对焦对 ECO-ID 并不带来一致性的性能提升。因此，系统避免了自动对焦引起的延迟。

时间离散化为持续时间为 T = 1/f 的时隙，其中 f 为 LED 开关（符号）频率。用户异步传输：用户 u 在任意时间偏移 τ_u 开始，不同用户可能不同。设 x_ℓ(t) ∈ {0,1} 表示 LED ℓ 在时间 t 的瞬时状态，定义活动 LED 集合为 𝒜(t) ≜ { ℓ ∈ ℒ : x_ℓ(t) = 1 }。当多用户并发传输时，接收到的光学图案对应各用户活动 LED 的并集。由于分配的 LED 集合不相交，并发传输在强度上叠加，但可通过其与不同 ROI 的空间关联而分离。

接收器输出异步事件流 e_i = (r_i, c_i, t_i, p_i)，其中 (r_i, c_i) 为像素位置，t_i 为时间戳，p_i ∈ {+1, -1} 为极性（对数强度的增加/减少）。对于每个 LED ℓ，我们定义 ROI ℛ_ℓ，并通过聚合 ℛ_ℓ 内的事件提取每个 LED 的活动。例如，区间 [t, t+δ) 内的事件计数为

轨迹集合 { N_ℓ(·) }_{ℓ∈ℒ} 构成接收端用于后续检测和解码的观测。

不失一般性，我们假设发射面板与接收器之间存在视距光学信道。事件相机的异步输出能够在异步运行下精确估计 LED 开关时刻，而不相交的 LED 分配无需传统多址接入调度即可提供可扩展的多用户可分离性。

III. ECO-ID：多用户超低延迟识别

III-A 概述

ECO-ID 定义了一种信令结构，利用空间分离（不相交 LED 分配）和时间编码（用户特定时序）实现无需用户间同步的并发多用户识别。对于每个用户 u，分配的 LED 集合 ℒ_u 被划分为定位子集 ℒ_u^loc ⊂ ℒ_u 和一个识别 LED ℓ_u^id ∈ ℒ_u \\ ℒ_u^loc。定位 LED 指示传输起始，识别 LED 通过用户特定延迟编码用户身份。用户 u 在时间 τ_u 通过（近似）同时切换 ℒ_u^loc 中的 LED 来启动其识别序列。相对于此起始时刻延迟 T_ID(u) 后，用户 u 切换 ℓ_u^id。剩余时隙可用于在所选调制格式下传输有效载荷（若需要）。在接收端，通过检测 ℒ_u^loc 对应 ROI 中的重合活动突发来估计起始时刻，得到 \\hat{t}_start(u)。识别 LED 激活时间类似地检测为 \\hat{t}_ID(u)，估计的 ID 延迟为

用户身份通过将 \\hat{T}_ID(u) 映射到预定义时序码本中的最近条目获得。在建立 \\hat{t}_start(u) 作为时序参考后，有效载荷（若有）通过在以 \\hat{t}_start(u) 对齐的符号窗口（持续时间为 T 或 T 的整数倍）内采样每 LED 活动轨迹 {N_ℓ(·)} 来解码。因此，ECO-ID 通过不相交 LED 集合实现空间用户分离，并通过用户特定 ID 延迟实现时间身份区分，利用事件相机的微秒级时间戳支持完全异步的多用户识别。设备识别后，可根据目标系统和威胁模型的需要执行高层认证和密钥建立（例如标准的四次握手）。

III-B 单用户识别协议

在单用户场景中，一个用户设备（UE）被分配 LED 面板上的四个 LED。传输按持续时间 T = 1/f 的离散时隙组织，其中 f 为 LED 开关（符号）频率。UE 传输由以下连续阶段组成的识别帧。接收器为事件相机，通过监测预定义的 LED 特定 ROI 内的事件活动来推断 LED 开关时刻。图 2 描述了单 UE 识别协议的时序图，包括以下四个阶段。

图 2 单 UE 识别协议时序图。

（i）定位。在帧开始时，预定义的三个 LED 同时开启并保持 N_loc 个时隙（固定设计参数）。这个多 LED 前导码在相应 ROI 中产生重合事件突发，从而实现鲁棒的设备检测和 LED 索引，无需全局同步。设 \\hat{t}_start 为接收端估计的起始时刻。

（ii）识别。定位之后，第四个 LED（保留用于识别）在延迟

后开启，其中 k ∈ ℤ_{\\ge 0} 唯一地定义一个用户。设 \\hat{t}_ID 为识别 LED 的检测激活时间。解码的时序码通过将测量的延迟量化到最近的时隙来获得：

等价于通过最近邻匹配到有效的时序码集合。

（iii）不应期/保护间隔和定界符。识别之后，所有四个 LED 保持开启，持续一段不应期 T_ref = N_f T，其中 N_f 为设计参数。该保护间隔通过在快速切换后提供稳定的亮度水平来减轻瞬态效应和杂散事件。随后，帧插入一个单时隙定界符，将所有 LED 关闭一个时隙，从而在引导码（定位/识别）和有效载荷之间形成清晰的时间边界，并产生有助于定时重对齐的强烈转换。

（iv）有效载荷传输（可选）。若传输有效载荷，四个 LED 形成 4 比特符号字母表。在每个有效载荷数据时隙，LED 状态向量 s[n] ∈ {0,1}^4 使用固定的比特到 LED 映射编码一个半字节 b[n] ∈ {0,…,15}。为确保可靠的事件生成，每个数据时隙后跟一个 OFF 时隙（所有 LED 关闭）。因此，一个字节需要两个半字节，总共四个时隙（数据-关闭-数据-关闭）。接收端通过在每个 ROI 的决策窗口（与符号边界对齐）内聚合事件，并根据观测到的每 LED 活动推断 s[n] 来解码有效载荷。

III-C 多用户识别协议

所提协议自然扩展到多用户场景，无需用户间同步或显式协调。这由两个正交机制实现：（i）通过不相交 LED 分配实现空间分离；（ii）通过用户特定延迟特征实现时间识别。因此，多个 UE 可以异步发起识别帧，并且在时间上可能部分或完全重叠，但在接收端仍然可分离。在我们的原型中，多用户操作通过将一个 2×4 LED 面板逻辑划分为两个独立区域来模拟，对应两个相邻的用户发射器。具体地，UE1 使用 LED {0,1,4,5}，UE2 使用 LED {2,3,6,7}。由于这些子集不相交，一个 UE 产生的事件被限制在其分配 LED 的 ROI 内，不会污染其他 UE 的 ROI，从而提供第一层分离。更一般地，任何不相交的 LED 子集可分配给用户，并且可在每个子集内实现不同的时间 ID。

图 3 多 UE 识别协议时序图。

如图 3 所示，用户异步传输。设 UE2 在 t=0 开始，UE1 在 t=Δ 开始，其中 Δ = δ T，δ ∈ ℤ_{\\ge 0}。接收端不需要跨用户的全局对齐；相反，每个 UE 以其自身检测到的定位起始时刻为时间参考，因此重叠不会妨碍解码。在每个用户分配的 LED 子集内，身份通过定位与识别 LED 之间的延迟进行时间编码。具体地，用户 u 使用 T_ID(u) = k_u T，其中 k_u 为整数时序码。例如，UE1 可使用 T_ID(1) = 2 T，UE2 使用 T_ID(2) = 4 T。接收端根据 ℒ_u 对应 ROI 内的事件活动独立估计 T_ID(u)，因此只要 ROI 保持不同，并发传输不会干扰识别。在任何时隙，发出的光图案等于所有 UE 活动 LED 的并集（按位 OR 实现）。由于每个 UE 控制不相交的 LED 子集，这种光学叠加不会引入歧义：在给定 ROI 中观测到的活动可唯一归属于一个 UE。

解码是独立针对每个 UE 进行的，仅使用与其 LED 关联的 ROI。对于每个用户 u，接收端（i）从定位-LED ROI ℒ_u^loc 中的重合活动检测帧起始，（ii）从测量到的到识别 LED 激活的延迟推断身份，（iii）仅使用分配的 LED 解码有效载荷（若有）。因此，即使帧重叠，每个 UE 也可在没有调度、协调或用户间同步的情况下被定位、识别和解码。

III-D 最大用户 ID 支持分析

表 I：频率相关的 ID 时隙容量和分配组合数（1 ms 窗口）。

f (Hz)

T (μs)

N

U_max

P(N,2)

P(N,3)

P(N,4)

我们刻画 ECO-ID 支持的最大并发用户数随 LED 开关频率的变化。分析遵循 ECO-ID 的时间识别机制，其中每个用户通过定位起始与识别 LED 激活之间的延迟编码其身份。设 f (Hz) 为开关频率，时隙持续时间为 T = 1/f。我们将识别延迟限制在固定窗口 T_win = 1 ms 内。该窗口内可区分的离散延迟时隙数为

为避免歧义，同时活动的用户必须选择不同的延迟时隙，即不能有两个用户使用相同的识别延迟。除时间分辨率外，多用户容量还受空间资源限制。设 K 为可用于用户分离的独立空间区域数（例如不同面板或不相交 LED 组）。因此，最大并发用户数为

这体现了空间分离和时隙可用性共同施加的限制。

对于给定的活动用户数 U ≤ N，唯一 ID 时隙的有序分配方式数为

它计算将 U 个用户映射到 U 个不同延迟时隙的不同方式。例如，在 f = 4000 Hz 时，T = 250 μs，N = 4 个时隙可容纳在 1 ms 窗口内。若空间资源充足，最多可支持 4 个用户，有序分配数分别为 P(4,2)=12，P(4,3)=24，P(4,4)=24（对应 U=2,3,4）。

表 I 汇总了不同频率下的 T、N 以及 P(N,U) 的代表值。随着 f 增加，T 减小，N 增大，使更多不同的时间 ID 可在同一窗口内实现。然而在实际中，K 可能是更紧的瓶颈：在我们的原型中 K=2，无论 N 多大（只要 N≥2），最多只能同时激活两个用户。尽管如此，较大的 N 增加了分配灵活性，并降低了非调度多用户操作中 ID 时隙冲突的概率。尽管可同时读取的用户数最终受限于事件相机的空间分辨率，但可用像素预算仍然可观。例如，使用 1920×720 的传感器，可容纳约 10^4 个非重叠 9×9 ROI，这对应于每个用户分配 8-LED 面板（即 8-ROI 区域）时约 10^3 个用户。实际中，由于光学模糊、LED 间串扰、ROI 重叠以及将大量光源置于视场内的几何限制，支持的用户数会降低。尽管如此，这一分析凸显了相比现有识别技术的明显扩展优势。总体而言，ECO-ID 通过结合空间分离和时间编码进行扩展，实现无需同步或显式资源调度的并发多用户识别。

IV. 评估

使用第 II 节所述的原型系统，我们评估 ECO-ID，重点关注多用户能力和超低延迟设备识别。关于事件相机配置、参数优化和可实现端到端有效载荷延迟的详细信息见我们先前的工作 [12]。本节重点介绍识别流水线。

IV-A 定位与用户识别

我们在 2 kHz 至 30 kHz 的 LED 开关频率下评估定位和用户识别阶段。除非另有说明，发射器–接收器距离固定为 1 m。对于每个频率，我们运行 10,000 次独立试验。每次试验中，系统随机选择一对识别延迟 (T_ID(1), T_ID(2)) 分别用于 UE1 和 UE2，且 T_ID(1) ≠ T_ID(2) 以确保不同的时间 ID。图 4(a) 显示了识别成功率随频率的变化。识别在低频（2–4 kHz）时接近 100%，并随频率增加而下降，因为更高的开关速率减少了转换间的时间间隔，使定时估计更容易受到事件丢失和传感器非理想特性的影响。图 4(b) 报告了定位成功率，其趋势相似但不太明显：定位在低频时保持较高，在高频时逐渐下降，主要因为更短的导通间隔导致每个符号产生的事件更少，降低了检测鲁棒性。图 4(c) 绘制了平均识别延迟随频率的变化。如预期，延迟随频率增加而减少（由于符号持续时间缩短），但这一改进以可靠性降低为代价。

图 4 双用户识别评估结果：（a）ID 成功率 vs 频率；（b）定位成功率 vs 频率；（c）平均 ID 延迟 vs 频率。

图 5不同频率下的延迟误差直方图。虚线表示 ±T/2 的决策边界，用于正确 ID 检测。

表 II：各频率下的定位、识别和延迟性能。

频率 (Hz)

试验数

UE1 定位 (%)

UE2 定位 (%)

UE1 ID (%)

UE2 ID (%)

UE1 延迟 (μs)

UE2 延迟 (μs)

表 II 汇总了这些结果，并突显了可靠性-延迟权衡。在 2 kHz 时，ECO-ID 达到 99.99% 定位和 99.98% 识别，平均延迟约 0.76 ms；在 4 kHz 时，它保持约 99.8% 定位和约 98.7% 识别，延迟降低至约 0.64 ms。超过 4 kHz 后，识别下降速度明显快于定位（例如，6 kHz 时定位仍高于 96%，但识别降至约 79%；10 kHz 时定位仍约 85%，识别降至约 61%），这与定位依赖多个 LED 上的强重合事件突发，而识别需要在每个符号事件更少的情况下进行精确相对延迟估计的事实一致。延迟总体上持续下降（从 2 kHz 的约 768 μs 到 30 kHz 的约 415 μs），高频时存在轻微非单调性，主要归因于成功试验的平均效应。在所有频率下，UE1 和 UE2 表现出几乎对称的性能，表明这种保守设置中的相邻空间划分并未引入显著的用户偏差。

IV-B 识别的延迟误差分析

为解释较高开关频率下定位和识别性能下降的原因，我们使用延迟误差直方图检查识别延迟估计误差的分布。对于每次试验，延迟误差为 ε ≜ \\hat{T}_ID(u) − T_ID(u)，其中 T_ID(u) = k_u T 是真实识别延迟（时隙持续时间的整数倍），\\hat{T}_ID(u) 是从事件流估计的延迟。如第 III 节所述，解码将 \\hat{T}_ID(u) 映射到最近的离散 ID 时隙。因此，正确识别的充要条件是估计误差落在最近邻决策区域内，即 ε ∈ (−T/2, T/2)，构成决策边界。当 |ε| > T/2 时，测量延迟被量化到相邻时隙，导致错误的用户 ID。图 5 显示了代表频率下的延迟误差分布。在 4 kHz（T=250 μs）时，误差紧密集中在零附近，且完全处于 ±T/2 边界内，与图 4(a) 和表 II 中近乎完美的识别准确率一致。在 6 kHz（T≈166.7 μs）时，分布略微展宽，但大部分仍在决策区域内，导致成功率适度下降。在 8 kHz（T=125 μs）时，不可忽略的误差部分跨越 ±T/2，增加了时隙误分配的概率，造成识别准确率的明显下降。在更高频率（例如 12 kHz 和 20 kHz，T=83.3 μs 和 50 μs）时，允许的误差裕量进一步缩小，分布的大量部分落在决策边界之外，导致频繁误分类和显著的性能退化。该分析表明，高频下观测到的性能下降根本上由时间容限减小驱动：提高 f 降低了平均延迟，但同时收紧了量化裕量，使识别对事件抖动、错过转换和检测不确定性更加敏感。

总体而言，评估结果表明，所提出的 ECO-ID 能够实现无需用户间同步或显式协调的并发低延迟识别。通过为不同用户分配不相交的 LED 子集（空间分离）和在用户特定延迟特征中编码身份（时间编码），接收端可以独立地定位、关联和识别多个用户，即使传输重叠，也无需依赖传统的多址接入调度（如 TDMA/FDMA）。事件驱动传感流水线进一步降低了开销和延迟，因为它仅响应亮度变化，实现亚毫秒级识别，同时无需对焦仍保持鲁棒性。综合来看，这些发现验证了 ECO-ID 作为一种可扩展、灵活的多用户识别方法，支持异步操作且协调开销最小。

V. 结论

在本文中，我们提出了 ECO-ID，一种用于时间关键型多用户交互环境的基于事件相机的识别与认证系统。ECO-ID 通过不相交 LED 分配实现空间分离，并通过用户特定延迟特征实现时间身份编码，从而支持无需显式调度或协调的并发异步识别。通过基于 ROI 的事件聚合，接收端即使无需对焦也能鲁棒地检测定位和识别转换，而事件驱动传感实现了亚毫秒级的端到端识别延迟。原型实现验证了 ECO-ID，并揭示了可靠性-延迟权衡。我们当前的设置在实际中为两个用户提供了约 99.8% 的定位、约 98.7% 的识别和约 0.64 ms 的平均延迟。未来工作将扩展到更多用户和面板，增强在运动和环境光下的鲁棒时序解码，并在更大规模的交互部署中评估 ECO-ID。