論文の概要: Fading the Digital Ink: A Universal Black-Box Attack Framework for 3DGS Watermarking Systems

• arxiv url: http://arxiv.org/abs/2508.07263v1
• Date: Sun, 10 Aug 2025 09:31:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-12 21:23:28.782657
• Title: Fading the Digital Ink: A Universal Black-Box Attack Framework for 3DGS Watermarking Systems
• Title（参考訳）: Fading the Digital Ink: A Universal Black-Box Attack Framework for 3DGS Watermarking Systems
• Authors: Qingyuan Zeng, Shu Jiang, Jiajing Lin, Zhenzhong Wang, Kay Chen Tan, Min Jiang,
• Abstract要約: 本稿では,グループベース多目的進化攻撃(GMEA)の第1次汎用ブラックボックス攻撃フレームワークを紹介する。 我々はこの攻撃を大規模多目的最適化問題として定式化し、透かし除去と視覚的品質のバランスをとる。 実験により,本フレームワークは主流3DGS透かし法から1Dと2Dの透かしを効果的に除去することを示した。
• 参考スコア（独自算出の注目度）: 15.347933983222914
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: With the rise of 3D Gaussian Splatting (3DGS), a variety of digital watermarking techniques, embedding either 1D bitstreams or 2D images, are used for copyright protection. However, the robustness of these watermarking techniques against potential attacks remains underexplored. This paper introduces the first universal black-box attack framework, the Group-based Multi-objective Evolutionary Attack (GMEA), designed to challenge these watermarking systems. We formulate the attack as a large-scale multi-objective optimization problem, balancing watermark removal with visual quality. In a black-box setting, we introduce an indirect objective function that blinds the watermark detector by minimizing the standard deviation of features extracted by a convolutional network, thus rendering the feature maps uninformative. To manage the vast search space of 3DGS models, we employ a group-based optimization strategy to partition the model into multiple, independent sub-optimization problems. Experiments demonstrate that our framework effectively removes both 1D and 2D watermarks from mainstream 3DGS watermarking methods while maintaining high visual fidelity. This work reveals critical vulnerabilities in existing 3DGS copyright protection schemes and calls for the development of more robust watermarking systems.
• Abstract（参考訳）: 様々なデジタル透かし技術である3D Gaussian Splatting(3DGS)の台頭に伴い、1Dビットストリームまたは2D画像の埋め込みが著作権保護に使用されている。 しかしながら、潜在的な攻撃に対するこれらの透かし技術の堅牢性は未解明のままである。 本稿では,これらの透かしシステムに挑戦するために,グループベース多目的進化攻撃(GMEA)と呼ばれる,最初の汎用ブラックボックス攻撃フレームワークを紹介する。 我々はこの攻撃を大規模多目的最適化問題として定式化し、透かし除去と視覚的品質のバランスをとる。 ブラックボックス設定では、畳み込みネットワークによって抽出された特徴の標準偏差を最小化することにより、透かし検出器を目立たせる間接目的関数を導入し、特徴写像を非形式化する。 3DGSモデルの膨大な探索空間を管理するために,グループベースの最適化手法を用いて,モデルを複数の独立部分最適化問題に分割する。 実験により,本フレームワークは,高視力を維持しつつ,主流3DGS透かし法から1Dと2Dの透かしを効果的に除去することを示した。 この研究は、既存の3DGS著作権保護スキームの重大な脆弱性を明らかにし、より堅牢な透かしシステムの開発を要求する。

関連論文リスト

• Optimization-Free Universal Watermark Forgery with Regenerative Diffusion Models [50.73220224678009]
  ウォーターマーキングは、人工知能モデルによって生成された合成画像の起源を検証するために使用できる。 近年の研究では, 対象画像から表層画像への透かしを, 対角的手法を用いてフォージできることが示されている。 本稿では,最適化フリーで普遍的な透かし偽造のリスクが大きいことを明らかにする。 我々のアプローチは攻撃範囲を大きく広げ、現在の透かし技術の安全性により大きな課題をもたらす。
  論文  参考訳（メタデータ） (2025-06-06T12:08:02Z)
• 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)
• 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)
• 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)
• WAVES: Benchmarking the Robustness of Image Watermarks [67.955140223443]
  WAVES(Watermark Analysis Via Enhanced Stress-testing)は、画像透かしの堅牢性を評価するためのベンチマークである。 我々は,検出タスクと識別タスクを統合し,多様なストレステストからなる標準化された評価プロトコルを確立する。 我々はWAVESを,ロバストな透かしの将来の開発のためのツールキットとして想定する。
  論文  参考訳（メタデータ） (2024-01-16T18:58:36Z)
• Exploring Structure Consistency for Deep Model Watermarking [122.38456787761497]
  Deep Neural Network(DNN)の知的財産権(IP)は、代理モデルアタックによって簡単に盗まれる。 本稿では,新しい構造整合モデルウォーターマーキングアルゴリズムを設計した新しい透かし手法,すなわち構造整合性'を提案する。
  論文  参考訳（メタデータ） (2021-08-05T04:27:15Z)
• Fine-tuning Is Not Enough: A Simple yet Effective Watermark Removal Attack for DNN Models [72.9364216776529]
  我々は異なる視点から新しい透かし除去攻撃を提案する。 我々は、知覚不可能なパターン埋め込みと空間レベルの変換を組み合わせることで、単純だが強力な変換アルゴリズムを設計する。 我々の攻撃は、非常に高い成功率で最先端の透かしソリューションを回避できる。
  論文  参考訳（メタデータ） (2020-09-18T09:14:54Z)

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。