TEMPEST：用角度间隔学习实现可扩展的驾驶员身份识别

驾驶员身份识别为何难以规模化

基于驾驶行为的生物特征识别，是一个颇具价值但长期受制于扩展性的研究方向。它的核心思路是：每个人的驾驶习惯——加速、刹车、转向的节奏与力度——都带有独特的行为指纹，可以像指纹或人脸一样用于身份确认。

但现实中，车队规模一旦扩大，识别模型的性能往往迅速崩塌。研究者指出，现有主流做法依赖三元组损失（triplet-loss）来训练嵌入模型，这类方法有两个硬伤：一是随着驾驶员数量增长，判别性能快速退化；二是在严格的时序评估下容易过拟合到特定的驾驶会话（session）模式，换个时间段采集的数据，模型就认不出来了。

TEMPEST 论文

arXiv 上新发布的 TEMPEST 工作，正是针对这一痛点提出的解决方案。它试图回答一个关键问题：如何让嵌入模型在车队扩张时依然保持稳定的区分能力？

TEMPEST 的技术路线

TEMPEST 的核心是一个时序卷积网络（Temporal Convolutional Network, TCN）嵌入模型，但真正的差异化在于它采用了**加性角度间隔损失（ArcFace loss）**进行训练。

为什么选择 ArcFace

ArcFace 最初在人脸识别领域广为人知，它的思路是在归一化的角度空间中强制类间的全局分离。相比三元组损失只关注局部的样本对关系，ArcFace 在全局层面上拉开不同类别的间隔，这正是它在大规模识别任务中优于三元组方法的关键原因。TEMPEST 把这一思想迁移到驾驶行为识别，是这篇工作的主要创新点。

从技术机制上看，ArcFace（Additive Angular Margin Loss）的核心操作是：先对特征嵌入向量和分类权重矩阵分别做 L2 归一化，使两者落在超球面上，再在它们夹角的余弦值上叠加一个固定的角度间隔 margin（通常取 0.5 �弧度），最后缩放后送入 Softmax 计算损失。这一操作使得同类样本在超球面上彼此紧密聚集，异类样本之间则被强制保持清晰的角度隔离。

与之相比，三元组损失（triplet loss）每次只处理"锚点-正样本-负样本"三元组，目标是让正对距离小于负对距离加上一个间隔值。这种局部视角在类别数少时有效，但当类别（即驾驶员）数量增多时，三元组的采样空间爆炸式增长，有效三元组占比骤降，梯度信号变得稀疏，模型难以维持全局一致的类别边界。ArcFace 因为每次迭代都通过全类别 Softmax 更新所有类中心，天然具备全局判别性，这正是它在大规模识别任务中更具优势的数学根源。

嵌入与动态注册

模型将 60 秒的多模态驾驶窗口映射为紧凑的 96 维嵌入向量。这种设计带来一个实用优势：支持真正的动态注册（dynamic enrollment）。换句话说，当车队新增驾驶员时，无需重新训练模型，也不必重新拟合分类器，直接提取嵌入即可完成注册。对于规模不断变化的真实车队部署场景，这一点价值很高。

多模态驾驶窗口通常融合来自车辆 OBD 或 CAN 总线的多路传感信号，包括纵向加速度、横向加速度、方向盘转角、油门开度、制动踏板力度和车速等。这些信号以固定频率（常见 10–25 Hz）采样，60 秒窗口在典型采样率下对应 600–1500 个时间步。时序卷积网络（TCN）通过膨胀因果卷积（dilated causal convolution）在不引入未来信息的前提下捕获长程时序依赖，相比 LSTM 类模型具有更高的并行效率和更稳定的梯度传播特性，适合处理这类多通道生理-机械行为序列。将上述序列压缩为 96 维向量后，新驾驶员注册只需一次前向推断，全程无需访问历史训练数据，这对于有数据隐私要求的车队场景同样是一个实际优势。

实验结果：扩展性是最大亮点

在一个包含 45 名驾驶员的数据集上，TEMPEST 在严格的时序评估下取得了 91.71% 的 Rank-1 准确率。这个数字本身可观，但更有说服力的是它与基线的差距：

比最优的经典模型高出 17.9 个百分点
比最强的三元组损失基线高出 58.4 个百分点

近 60 个百分点的差距，直观说明了三元组损失方法在严格时序评估下的脆弱性。

规模增长下的稳定性

真正体现 TEMPEST 价值的是扩展性测试。当驾驶员池从 10 人扩展到 45 人时：

TEMPEST 仅下降 4.3 个百分点
有监督三元组损失基线下降 22 个百分点
无监督三元组损失基线下降 32.5 个百分点

这组对比直接印证了论文的核心论点：角度间隔学习带来的全局类别分离，在规模扩张时远比三元组方法稳健。

跨会话泛化

跨会话（cross-session）表现是驾驶员识别的另一道难关，因为同一个人在不同时间的驾驶状态会有波动。在公开的 KIA Soul 数据集上，TEMPEST 的优势得到交叉验证：会话内（within-session）比最优经典模型高 7.3 个百分点，跨会话则高出 14.3 个百分点。跨会话的优势更明显，说明模型学到的是更本质的行为特征，而非会话特定的噪声模式。

轻量化与可复现性

TEMPEST 在性能之外还兼顾了工程实用性。模型仅有 72 万参数，存储占用 2.80 MB，并能在 50 个训练周期内收敛。这样的体量对车载边缘部署友好，也降低了复现门槛。

论文将 TEMPEST 定位为「可扩展行为驾驶员生物识别」领域一个严格、可复现的基线。对于后续研究者而言，这意味着一个清晰的性能标尺，以及一套可以直接对比的评估协议。

价值与局限

TEMPEST 的意义在于把人脸识别领域成熟的角度间隔学习范式，成功迁移到了驾驶行为识别这一相对小众但实用的方向，并用严格的时序和跨会话评估证明了其在扩展性上的显著优势。对于车队管理、保险 UBI（基于使用的保险）、防盗验证等应用场景，这类无需重训练即可动态注册新用户的方案具有直接落地潜力。

当然，45 名驾驶员的规模相对实际大型车队仍然有限，论文也未深入讨论对抗性场景下（如刻意模仿他人驾驶风格）的鲁棒性。但作为一个基线工作，它为这一方向建立了可靠的参照点，后续的真正考验将是在更大规模和更复杂真实环境中的表现。

UBI（Usage-Based Insurance，基于使用的保险）是保险行业近年兴起的定价模式，其核心是用驾驶行为数据替代传统的静态因素（年龄、车型、地区）来评估风险并动态调整保费。驾驶员身份的可靠绑定是 UBI 的前提——若无法确认投保人与实际驾驶人一致，行为数据的参考价值大打折扣。TEMPEST 所提供的轻量、无需重训练的识别方案，恰好能在车载 OBD 设备或智能后视镜等边缘硬件上实时运行，为 UBI 场景下的身份持续验证提供技术支撑。此外，在商业车队管理中，驾驶员行为识别还可与疲劳监测、违规追溯等功能联动，构成更完整的驾驶风险管理闭环。