論文の概要: GS-Checker: Tampering Localization for 3D Gaussian Splatting
- arxiv url: http://arxiv.org/abs/2511.20354v1
- Date: Tue, 25 Nov 2025 14:33:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-26 17:37:04.507819
- Title: GS-Checker: Tampering Localization for 3D Gaussian Splatting
- Title（参考訳）: GS-Checker:3次元ガウス平滑化のためのタンパリングローカライゼーション
- Authors: Haoliang Han, Ziyuan Luo, Jun Qi, Anderson Rocha, Renjie Wan,
- Abstract要約: 本稿では, 3DGSモデルにおける改ざん領域の探索手法であるGS-Checkerを提案する。
提案手法では, 3次元ガウスパラメータに3次元タンパリング属性を組み込んで, ガウスがタンパリングされたかどうかを示す。
- 参考スコア（独自算出の注目度）: 23.71793194731472
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent advances in editing technologies for 3D Gaussian Splatting (3DGS) have made it simple to manipulate 3D scenes. However, these technologies raise concerns about potential malicious manipulation of 3D content. To avoid such malicious applications, localizing tampered regions becomes crucial. In this paper, we propose GS-Checker, a novel method for locating tampered areas in 3DGS models. Our approach integrates a 3D tampering attribute into the 3D Gaussian parameters to indicate whether the Gaussian has been tampered. Additionally, we design a 3D contrastive mechanism by comparing the similarity of key attributes between 3D Gaussians to seek tampering cues at 3D level. Furthermore, we introduce a cyclic optimization strategy to refine the 3D tampering attribute, enabling more accurate tampering localization. Notably, our approach does not require expensive 3D labels for supervision. Extensive experimental results demonstrate the effectiveness of our proposed method to locate the tampered 3DGS area.
- Abstract（参考訳）: 近年の3Dガウススティング(3DGS)の編集技術の進歩により、3Dシーンの操作が容易になった。
しかし、これらの技術は、潜在的に悪意のある3Dコンテンツの操作に関する懸念を引き起こす。
このような悪意のあるアプリケーションを避けるために、改ざんされた領域のローカライズが重要となる。
本稿では, 3DGSモデルにおいて, 改ざん領域を探索する新しい手法であるGS-Checkerを提案する。
提案手法では, 3次元ガウスパラメータに3次元タンパリング属性を組み込んで, ガウスがタンパリングされたかどうかを示す。
さらに,3次元ガウシアン間のキー属性の類似性を比較して,3次元レベルのタンパリング・キューを求めることで,3次元コントラスト機構を設計する。
さらに, 3次元タンパ特性を改良し, より正確なタンパローカライゼーションを実現するために, 循環最適化手法を導入する。
特に、我々のアプローチは、監督のために高価な3Dラベルを必要としない。
提案手法の有効性を実験的に検証し, タンパー付き3DGS領域の同定を行った。
関連論文リスト
- LabelGS: Label-Aware 3D Gaussian Splatting for 3D Scene Segmentation [56.4321049923868]
3D Gaussian Splatting (3DGS)は、3Dシーンの新たな明示的な表現として登場し、高忠実度再構成と効率的なレンダリングの両方を提供している。
ガウス表現をオブジェクトラベルで拡張する手法であるラベル対応3Dガウス分割法(LabelGS)を提案する。
LabelGSはFeature-3DGSと比較して、1440X1080の解像度でトレーニングで22倍のスピードアップを達成した。
論文 参考訳（メタデータ） (2025-08-27T09:07:38Z) - Splats in Splats: Embedding Invisible 3D Watermark within Gaussian Splatting [28.790625685438677]
WaterGSは、バニラ3DGSの属性を変更することなく、3DGS自体に3Dコンテンツを埋め込む最初の3DGS透かしフレームワークである。
テストの結果、WaterGSは既存の3Dステガノグラフィー技術を大きく上回り、シーンの忠実度は5.31%、レンダリング速度は3倍に向上した。
論文 参考訳（メタデータ） (2024-12-04T08:40:11Z) - 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) - 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) - SAGD: Boundary-Enhanced Segment Anything in 3D Gaussian via Gaussian Decomposition [66.56357905500512]
3Dガウススプラッティングは、新しいビュー合成のための代替の3D表現として登場した。
SAGDは3D-GSのための概念的にシンプルで効果的な境界拡張パイプラインである。
提案手法は粗い境界問題なく高品質な3Dセグメンテーションを実現し,他のシーン編集作業にも容易に適用できる。
論文 参考訳（メタデータ） (2024-01-31T14:19:03Z) - Text-to-3D using Gaussian Splatting [18.163413810199234]
本稿では,最新の最先端表現であるガウススプラッティングをテキストから3D生成に適用する新しい手法であるGSGENを提案する。
GSGENは、高品質な3Dオブジェクトを生成し、ガウススティングの明示的な性質を活用することで既存の欠点に対処することを目的としている。
我々の手法は繊細な細部と正確な形状で3Dアセットを生成することができる。
論文 参考訳（メタデータ） (2023-09-28T16:44:31Z)
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。