論文の概要: CompMarkGS: Robust Watermarking for Compressed 3D Gaussian Splatting
- arxiv url: http://arxiv.org/abs/2503.12836v5
- Date: Thu, 12 Jun 2025 02:11:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-13 15:37:22.200897
- Title: CompMarkGS: Robust Watermarking for Compressed 3D Gaussian Splatting
- Title（参考訳）: CompMarkGS:圧縮された3Dガウススティングのためのロバストな透かし
- Authors: Sumin In, Youngdong Jang, Utae Jeong, MinHyuk Jang, Hyeongcheol Park, Eunbyung Park, Sangpil Kim,
- Abstract要約: 既存の3DGS透かし法では3DGS圧縮法で透かし性能が著しく低下した。
耐圧縮アンカー型3DGS透かし方式を提案する。
- 参考スコア（独自算出の注目度）: 3.6711067779088555
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: 3D Gaussian Splatting (3DGS) is increasingly adopted in various academic and commercial applications due to its real-time and high-quality rendering capabilities, emphasizing the growing need for copyright protection technologies for 3DGS. However, the large model size of 3DGS requires developing efficient compression techniques. This highlights the necessity of an integrated framework that addresses copyright protection and data compression for 3D content. Nevertheless, existing 3DGS watermarking methods significantly degrade watermark performance under 3DGS compression methods, particularly quantization-based approaches that achieve superior compression performance. To ensure reliable watermark detection under compression, we propose a compression-tolerant anchor-based 3DGS watermarking, which preserves watermark integrity and rendering quality. This is achieved by introducing anchor-based 3DGS watermarking. We embed the watermark into the anchor attributes, particularly the anchor feature, to enhance security and rendering quality. We also propose a quantization distortion layer that injects quantization noise during training, preserving the watermark after quantization-based compression. Moreover, we employ a frequency-aware anchor growing strategy that improves rendering quality and watermark performance by effectively identifying Gaussians in high-frequency regions. Extensive experiments demonstrate that our proposed method preserves the watermark even under compression and maintains high rendering quality.
- Abstract（参考訳）: 3D Gaussian Splatting(3DGS)は、リアルタイムかつ高品質なレンダリング機能のために、学術的および商業的な様々なアプリケーションで採用され、さらに3DGSの著作権保護技術の必要性が増している。
しかし、3DGSの大きなモデルサイズは、効率的な圧縮技術を開発する必要がある。
これは、3Dコンテンツの著作権保護とデータ圧縮に対処する統合フレームワークの必要性を強調している。
それでも既存の3DGS透かし法は3DGS圧縮法、特に優れた圧縮性能を実現する量子化に基づく手法でウォーターマーク性能を著しく低下させる。
圧縮下での確実な透かし検出を実現するため,透かしの整合性とレンダリング品質を保った圧縮耐アンカー型3DGS透かしを提案する。
これはアンカーベースの3DGS透かしを導入することで実現される。
アンカー属性、特にアンカー機能に透かしを埋め込んで、セキュリティとレンダリング品質を高めます。
また、トレーニング中に量子化ノイズを注入し、量子化に基づく圧縮後の透かしを保存する量子化歪み層を提案する。
さらに、高周波領域のガウスを効果的に同定することにより、レンダリング品質と透かし性能を向上させる周波数対応アンカー成長戦略を採用する。
大規模な実験により,提案手法は圧縮下でも透かしを保存し,高いレンダリング品質を維持することを示した。
関連論文リスト
- Gaussian Shading++: Rethinking the Realistic Deployment Challenge of Performance-Lossless Image Watermark for Diffusion Models [66.54457339638004]
著作権保護と不適切なコンテンツ生成は、拡散モデルの実装に課題をもたらす。
本研究では,実世界の展開に適した拡散モデル透かし手法を提案する。
Gaussian Shading++はパフォーマンスのロスレス性を維持するだけでなく、ロバスト性の観点からも既存のメソッドよりも優れています。
論文 参考訳（メタデータ） (2025-04-21T11:18:16Z) - GS-Marker: Generalizable and Robust Watermarking for 3D Gaussian Splatting [17.880821149078066]
本稿では,3次元ガウススティング(3DGS)のためのシングルパス透かし手法を提案する。
GS-Markerという名前のフレームワークでは、メッセージの埋め込みに3Dエンコーダ、様々な歪みに対するレジリエンスを高めるために歪み層、レンダリングから透かしを抽出する2Dデコーダが組み込まれています。
論文 参考訳（メタデータ） (2025-03-24T14:29:14Z) - SuperMark: Robust and Training-free Image Watermarking via Diffusion-based Super-Resolution [27.345134138673945]
我々は、堅牢でトレーニング不要な透かしフレームワークであるSuperMarkを提案する。
SuperMarkは既存の手法を使って初期ガウスノイズに透かしを埋め込む。
次に、トレーニング済みの超解像モデルを適用して、透かしのノイズを消音し、最終的な透かしの画像を生成する。
抽出には、透かし画像がDDIM変換により初期透かしノイズに逆戻りされ、埋め込み透かしが抽出される。
実験により、SuperMarkは既存のメソッドに匹敵する忠実性を達成し、ロバスト性を大幅に改善した。
論文 参考訳（メタデータ） (2024-12-13T11:20:59Z) - WATER-GS: Toward Copyright Protection for 3D Gaussian Splatting via Universal Watermarking [44.335142946449245]
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。
論文 参考訳（メタデータ） (2024-12-07T16:44:22Z) - GuardSplat: Efficient and Robust Watermarking for 3D Gaussian Splatting [70.81218231206617]
GuardSplatは、3DGS資産をウォーターマークするための革新的で効率的なフレームワークである。
Message Embeddingモジュールは、元の3D構造を保持しながら、各3DガウスのSH機能にメッセージをシームレスに埋め込む。
反歪メッセージ抽出モジュールは、様々な歪みに対する堅牢性を改善する。
論文 参考訳（メタデータ） (2024-11-29T17:59:03Z) - 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) - 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) - Certifiably Robust Image Watermark [57.546016845801134]
ジェネレーティブAIは、偽情報やプロパガンダキャンペーンの促進など、多くの社会的懸念を提起する。
ウォーターマークAI生成コンテンツは、これらの懸念に対処するための重要な技術である。
本報告では, 除去・偽造攻撃に対するロバスト性保証を保証した最初の画像透かしを提案する。
論文 参考訳（メタデータ） (2024-07-04T17:56:04Z) - T2IW: Joint Text to Image & Watermark Generation [74.20148555503127]
画像と透かし(T2IW)への共同テキスト生成のための新しいタスクを提案する。
このT2IWスキームは、意味的特徴と透かし信号が画素内で互換性を持つように強制することにより、複合画像を生成する際に、画像品質に最小限のダメージを与える。
提案手法により,画像品質,透かしの可視性,透かしの堅牢性などの顕著な成果が得られた。
論文 参考訳（メタデータ） (2023-09-07T16:12:06Z) - Watermarking Images in Self-Supervised Latent Spaces [75.99287942537138]
我々は,自己教師型アプローチに照らして,事前学習した深層ネットワークに基づく透かし手法を再検討する。
我々は、マーク時間におけるデータの増大を利用して、マークとバイナリのメッセージをその潜在空間に埋め込む方法を提案する。
論文 参考訳（メタデータ） (2021-12-17T15:52:46Z)
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。