論文の概要: Watermarking for Neural Radiation Fields by Invertible Neural Network

• arxiv url: http://arxiv.org/abs/2312.02456v1
• Date: Tue, 5 Dec 2023 03:14:44 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-18 13:05:51.184186
• Title: Watermarking for Neural Radiation Fields by Invertible Neural Network
• Title（参考訳）: 可逆ニューラルネットワークによるニューラルネットワークの透かし
• Authors: Wenquan Sun, Jia Liu, Weina Dong, Lifeng Chen, Ke Niu,
• Abstract要約: Invertible Neural Network Watermarking を用いて, ニューラルネットワークの著作権保護手法を提案する。 このスキームは、各トレーニング画像に透かしを埋め込んで、神経放射野を訓練し、複数の視点から透かし情報の抽出を可能にする。
• 参考スコア（独自算出の注目度）: 4.460129592580675
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To protect the copyright of the 3D scene represented by the neural radiation field, the embedding and extraction of the neural radiation field watermark are considered as a pair of inverse problems of image transformations. A scheme for protecting the copyright of the neural radiation field is proposed using invertible neural network watermarking, which utilizes watermarking techniques for 2D images to achieve the protection of the 3D scene. The scheme embeds the watermark in the training image of the neural radiation field through the forward process in the invertible network and extracts the watermark from the image rendered by the neural radiation field using the inverse process to realize the copyright protection of both the neural radiation field and the 3D scene. Since the rendering process of the neural radiation field can cause the loss of watermark information, the scheme incorporates an image quality enhancement module, which utilizes a neural network to recover the rendered image and then extracts the watermark. The scheme embeds a watermark in each training image to train the neural radiation field and enables the extraction of watermark information from multiple viewpoints. Simulation experimental results demonstrate the effectiveness of the method.
• Abstract（参考訳）: 神経放射場に代表される3Dシーンの著作権を保護するため、画像変換の逆問題の一対として、神経放射場透かしの埋め込みと抽出が検討されている。 2次元画像の透かし技術を用いて3次元シーンの保護を実現する,可逆型ニューラルネットワーク透かしを用いた,神経放射線領域の著作権保護手法を提案する。 このスキームは、非可逆ネットワークにおける前処理を介して、神経放射野のトレーニング画像に透かしを埋め込み、逆処理を用いて神経放射野により描画された画像から透かしを抽出し、神経放射野と3Dシーンの両方の著作権保護を実現する。 神経放射場のレンダリングプロセスは透かし情報の損失を引き起こす可能性があるため、このスキームは、ニューラルネットワークを利用してレンダリングされた画像を復元し、透かしを抽出する画像品質向上モジュールを組み込む。 このスキームは、各トレーニング画像に透かしを埋め込んで、神経放射野を訓練し、複数の視点から透かし情報の抽出を可能にする。 シミュレーション実験により, 本手法の有効性が示された。

関連論文リスト

• Neural radiance fields-based holography [Invited] [7.6563606969349856]
  本研究ではニューラルラジアンス場(NeRF)に基づくホログラム生成手法を提案する。 NeRFはボリュームレンダリングに基づく2次元画像からの3次元光場再構成のための最先端技術である。 深部ニューラルネットワークを用いたホログラム生成のためのNeRFによる2次元画像から生成した3次元光場から直接レンダリングパイプラインを構築した。
  論文  参考訳（メタデータ） (2024-03-02T08:49:02Z)
• Leveraging Neural Radiance Fields for Uncertainty-Aware Visual Localization [56.95046107046027]
  我々は,Neural Radiance Fields (NeRF) を用いてシーン座標回帰のためのトレーニングサンプルを生成することを提案する。 レンダリングにおけるNeRFの効率にもかかわらず、レンダリングされたデータの多くはアーティファクトによって汚染されるか、最小限の情報ゲインしか含まない。
  論文  参考訳（メタデータ） (2023-10-10T20:11:13Z)
• MarkNerf:Watermarking for Neural Radiance Field [6.29495604869364]
  暗黙的な3Dモデルの著作権保護問題に対処するために,透かしアルゴリズムを提案する。 実験により,提案アルゴリズムは3次元モデルの著作権を効果的に保護することを示した。
  論文  参考訳（メタデータ） (2023-09-21T03:00:09Z)
• Neural Point-based Volumetric Avatar: Surface-guided Neural Points for Efficient and Photorealistic Volumetric Head Avatar [62.87222308616711]
  ニューラルポイント表現とニューラルボリュームレンダリングプロセスを採用したフルネーム(名前)を提案する。 具体的には、ニューラルポイントは高分解能UV変位マップを介してターゲット表現の表面を戦略的に拘束する。 設計上は,アバターをアニメーションする際の正確な表現制御を確保しつつ,地形的に変化する領域や細い構造を扱えるように設計されている。
  論文  参考訳（メタデータ） (2023-07-11T03:40:10Z)
• Semantic 3D-aware Portrait Synthesis and Manipulation Based on Compositional Neural Radiance Field [55.431697263581626]
  セマンティックな3次元画像合成と操作のための合成ニューラルネットワーク場(CNeRF)を提案する。 CNeRFは、イメージを意味領域に分割し、各領域の独立した神経放射場を学び、最終的にそれらを融合し、完全な画像をレンダリングする。 最先端の3D-Aware GAN法と比較して,我々は高品質な3D一貫性合成を維持しつつ,きめ細かな意味領域操作を可能にする。
  論文  参考訳（メタデータ） (2023-02-03T07:17:46Z)
• GazeNeRF: 3D-Aware Gaze Redirection with Neural Radiance Fields [100.53114092627577]
  既存の視線リダイレクト法は2次元画像上で動作し、3次元一貫した結果を生成するのに苦労する。 顔領域と眼球は3次元構造であり、協調しているが独立して動くという直感に基づいて構築する。
  論文  参考訳（メタデータ） (2022-12-08T13:19:11Z)
• Knowledge-Free Black-Box Watermark and Ownership Proof for Image Classification Neural Networks [9.117248639119529]
  画像分類ニューラルネットワークのための知識のないブラックボックス透かし方式を提案する。 繊細なエンコーディングと検証のプロトコルは、スキームの敵に対する未知のセキュリティを確保するために設計されている。 実験により,提案した透かし方式の機能保存能力と安全性が実証された。
  論文  参考訳（メタデータ） (2022-04-09T18:09:02Z)
• A Screen-Shooting Resilient Document Image Watermarking Scheme using Deep Neural Network [6.662095297079911]
  本稿では,ディープニューラルネットワークを用いた文書画像のスクリーン・シューティング・レジリエントな透かし方式を提案する。 具体的には、透かしを埋め込むエンコーダと、透かしを抽出するデコーダを備えたエンドツーエンドのニューラルネットワークである。 埋め込み強度調整戦略は、抽出精度を損なうことなく透かし画像の視覚的品質を向上させるように設計されている。
  論文  参考訳（メタデータ） (2022-03-10T07:19:44Z)
• Adversarial Domain Feature Adaptation for Bronchoscopic Depth Estimation [111.89519571205778]
  そこで本研究では,深度推定のためのドメイン適応手法を提案する。 提案する2段階構造は,まず,ラベル付き合成画像を用いた深度推定ネットワークを教師付きで訓練する。 実験の結果,提案手法は実画像上でのネットワーク性能をかなりの差で向上させることがわかった。
  論文  参考訳（メタデータ） (2021-09-24T08:11:34Z)
• Light Field Networks: Neural Scene Representations with Single-Evaluation Rendering [60.02806355570514]
  2次元観察から3Dシーンの表現を推定することは、コンピュータグラフィックス、コンピュータビジョン、人工知能の基本的な問題である。 そこで我々は,360度4次元光場における基礎となる3次元シーンの形状と外観の両面を表現した新しいニューラルシーン表現,光場ネットワーク(LFN)を提案する。 LFNからレイをレンダリングするには*single*ネットワークの評価しか必要としない。
  論文  参考訳（メタデータ） (2021-06-04T17:54:49Z)

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。