論文の概要: WATER-GS: Toward Copyright Protection for 3D Gaussian Splatting via Universal Watermarking
- arxiv url: http://arxiv.org/abs/2412.05695v1
- Date: Sat, 07 Dec 2024 16:44:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-10 14:52:17.006125
- Title: WATER-GS: Toward Copyright Protection for 3D Gaussian Splatting via Universal Watermarking
- Title（参考訳）: Water-GS:ユニバーサル透かしによる3次元ガウスめっきの著作権保護に向けて
- Authors: Yuqi Tan, Xiang Liu, Shuzhao Xie, Bin Chen, Shu-Tao Xia, Zhi Wang,
- Abstract要約: Water-GSは、ユニバーサルな透かし戦略を通じて3DGS著作権を保護するために設計された新しい方法である。
そこで本研究では,3DGS生成モジュールを潜在的な透かしとして,事前学習した透かしデコーダを導入する。
点雲データの実世界の歪みに対して,埋め込み透かしのロバスト性を高めるために,新しい3次元歪み層を実装した。
- 参考スコア（独自算出の注目度）: 44.335142946449245
- License:
- Abstract: 3D Gaussian Splatting (3DGS) has emerged as a pivotal technique for 3D scene representation, providing rapid rendering speeds and high fidelity. As 3DGS gains prominence, safeguarding its intellectual property becomes increasingly crucial since 3DGS could be used to imitate unauthorized scene creations and raise copyright issues. Existing watermarking methods for implicit NeRFs cannot be directly applied to 3DGS due to its explicit representation and real-time rendering process, leaving watermarking for 3DGS largely unexplored. In response, we propose WATER-GS, a novel method designed to protect 3DGS copyrights through a universal watermarking strategy. First, we introduce a pre-trained watermark decoder, treating raw 3DGS generative modules as potential watermark encoders to ensure imperceptibility. Additionally, we implement novel 3D distortion layers to enhance the robustness of the embedded watermark against common real-world distortions of point cloud data. Comprehensive experiments and ablation studies demonstrate that WATER-GS effectively embeds imperceptible and robust watermarks into 3DGS without compromising rendering efficiency and quality. Our experiments indicate that the 3D distortion layers can yield up to a 20% improvement in accuracy rate. Notably, our method is adaptable to different 3DGS variants, including 3DGS compression frameworks and 2D Gaussian splatting.
- Abstract（参考訳）: 3D Gaussian Splatting (3DGS) は3Dシーン表現の重要な手法として登場し、高速なレンダリング速度と高忠実度を実現している。
3DGSが有名になるにつれて、その知的財産の保護はますます重要になってくる。
暗黙のNeRFに対する既存の透かし法は、3DGSの明示的な表現とリアルタイムレンダリングプロセスにより直接適用できない。
そこで本研究では3DGS著作権保護手法であるWater-GSを提案する。
まず,事前に訓練した透かしデコーダを導入し,生の3DGS生成モジュールを潜在的な透かしエンコーダとして扱い,非受容性を確保する。
さらに,新しい3次元歪み層を実装し,点雲データの実世界の歪みに対する埋め込み透かしの堅牢性を高める。
総合的な実験とアブレーション研究により、Water-GSは、レンダリング効率と品質を損なうことなく、知覚不能で堅牢な透かしを3DGSに効果的に埋め込むことが示されている。
実験の結果,3次元歪み層は最大20%の精度向上が得られることがわかった。
特に,本手法は,3DGS圧縮フレームワークや2Dガウススプラッティングなど,異なる3DGS変種に適用可能である。
関連論文リスト
- GaussianMarker: Uncertainty-Aware Copyright Protection of 3D Gaussian Splatting [41.90891053671943]
デジタル透かし技術は、3DGSモデルに個別に所有権情報を埋め込むために応用できる。
予めトレーニングされた3DGSに透かしを埋め込むと、描画画像に明らかな歪みが生じます。
モデルパラメータの摂動を制限する不確実性に基づく3DGSの透かしを実現する手法を提案する。
論文 参考訳（メタデータ） (2024-10-31T08:08:54Z) - Poison-splat: Computation Cost Attack on 3D Gaussian Splatting [90.88713193520917]
3DGSで見過ごされてきた重大なセキュリティ脆弱性を明らかにします。
相手は入力画像に毒を加えることで、3DGSトレーニングに必要な計算メモリと時間を大幅に増加させることができる。
このような計算コスト攻撃は、二段階最適化問題に対処することで達成される。
論文 参考訳（メタデータ） (2024-10-10T17:57:29Z) - 3D-GSW: 3D Gaussian Splatting for Robust Watermarking [5.52538716292462]
モデルとレンダリング画像の両方の所有権を確保する3D-GSのためのロバストな透かし方式を提案する。
提案手法は高いレンダリング品質を維持しながら、レンダリング画像の歪みやモデルアタックに対して頑健である。
論文 参考訳（メタデータ） (2024-09-20T05:16:06Z) - Towards Secure and Usable 3D Assets: A Novel Framework for Automatic Visible Watermarking [11.176240030501184]
3Dモデル(特にAI生成モデル)は、エンターテイメントなどさまざまな業界で最近急増している。
我々は、透かしの品質と資産性という2つの競合する側面から、3D視覚的な透かしを自動化するための新しいタスクを厳格に定義する。
そこで本稿では,任意の3D資産上に配置する適切な位置,向き,個数を自動的に決定する透かしを埋め込む手法を提案する。
論文 参考訳（メタデータ） (2024-08-31T00:52:29Z) - WildGaussians: 3D Gaussian Splatting in the Wild [80.5209105383932]
3DGSによる閉塞や外見の変化に対処する新しいアプローチであるWildGaussiansを紹介した。
我々はWildGaussianが3DGSとNeRFのベースラインを越えながら3DGSのリアルタイムレンダリング速度と一致していることを示す。
論文 参考訳（メタデータ） (2024-07-11T12:41:32Z) - GS-Hider: Hiding Messages into 3D Gaussian Splatting [18.16759704305008]
3Dガウススプラッティング(3DGS)はすでに3Dシーンの再構築と新しいビュー合成の分野における新たな研究の焦点となっている。
このような3D資産の著作権、完全性、プライバシーを保護することが不可欠である。
本稿では,GS-Hiderと呼ばれる3DGSの立体撮影フレームワークを提案する。
論文 参考訳（メタデータ） (2024-05-24T00:18:15Z) - DOGS: Distributed-Oriented Gaussian Splatting for Large-Scale 3D Reconstruction Via Gaussian Consensus [56.45194233357833]
3DGSを分散訓練するDoGaussianを提案する。
大規模シーンで評価すると,3DGSのトレーニングを6回以上高速化する。
論文 参考訳（メタデータ） (2024-05-22T19:17:58Z) - GaussianPro: 3D Gaussian Splatting with Progressive Propagation [49.918797726059545]
3DGSはStructure-from-Motion (SfM)技術によって生成されるポイントクラウドに大きく依存している。
本稿では, 3次元ガウスの密度化を導くために, プログレッシブ・プログレッシブ・プログレッシブ・ストラテジーを適用した新しい手法を提案する。
提案手法はデータセット上の3DGSを大幅に上回り,PSNRでは1.15dBの改善が見られた。
論文 参考訳（メタデータ） (2024-02-22T16:00:20Z)
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。