論文の概要: GuardMarkGS: Unified Ownership Tracing and Edit Deterrence for 3D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2605.12919v1
• Date: Wed, 13 May 2026 02:48:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:27.770562
• Title: GuardMarkGS: Unified Ownership Tracing and Edit Deterrence for 3D Gaussian Splatting
• Title（参考訳）: GuardMarkGS:3Dガウススティングのための統一された所有者追跡と編集遅延
• Authors: Utae Jeong, Jaewan Choi, Junseok Lee, Jongheon Jeong, Sang Ho Yoon, ByoungSoo Koh, Sangpil Kim,
• Abstract要約: オーナシップトレースと不正な編集抑止を共同で最適化する3DGSのための,最初の統一された保護フレームワークを提案する。 本フレームワークは,すべてのガウス人に対するシーンワイドな透かし目的と,デトレランスを編集するための敵対的な目的を組み合わせたものである。 Mip-NeRF 360 と Instruct-NeRF2NeRF のシーンでの実験により,提案フレームワークはビット精度,編集長,レンダリング品質のバランスが良好であることを実証した。
• 参考スコア（独自算出の注目度）: 25.543410146906577
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D Gaussian Splatting (3DGS) is becoming a practical representation for novel view synthesis, but its growing adoption, together with rapid advances in instruction-driven 3DGS editing, also exposes a dual copyright risk: once a 3DGS-based asset is released, it can be used without permission and manipulated through 3D editing. Existing protection methods address only one side of this problem. Watermarking can trace ownership after unauthorized use, but it cannot prevent malicious editing. Adversarial edit-deterrence methods can disrupt editing, but they do not provide evidence of ownership. To the best of our knowledge, we present the first unified protection framework for 3DGS that jointly optimizes ownership tracing and unauthorized editing deterrence. Our framework combines a scene-wide watermarking objective over all Gaussians with an adversarial objective for edit deterrence. The adversarial branch combines latent-anchor separation, denoising-trajectory diversion, and cross-attention diversion to divert the editing trajectory, while an update-saliency-motivated Gaussian selection strategy assigns stronger adversarial updates to mask-selected Gaussians, improving the balance among watermark recovery, edit deterrence, and rendering fidelity. Experiments on scenes from Mip-NeRF 360 and Instruct-NeRF2NeRF demonstrate that the proposed framework achieves a favorable balance among bit accuracy, edit deterrence, and rendering quality. These results suggest that practical copyright protection of 3DGS-based assets can be more effectively addressed by integrating ownership tracing and unauthorized editing deterrence into a single optimization framework.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS)は、新しいビュー合成の実践的な表現になりつつあるが、命令駆動の3DGS編集の急速な進歩とともに、その普及は二重著作権のリスクも露呈している。 既存の保護手法はこの問題の片側だけに対処する。 ウォーターマーキングは不正使用後に所有権を追跡できるが、悪意のある編集を防ぐことはできない。 敵対的な編集・削除法は編集を妨害することがあるが、所有権の証拠は提供していない。 我々の知る限り、オーナシップの追跡と不正な編集抑止を共同で最適化する3DGSのための最初の統一された保護フレームワークを提示する。 本フレームワークは,全ガウス人に対するシーンワイドな透かし目的と,デトレランスを編集するための敵対的な目的を組み合わせたものである。 逆行枝は、遅延アンカー分離、デノジング・トラジェクトリ・ディバージョン、および横断的ディバージョンを組み合わせて編集軌道を分岐させ、一方、更新サリエンスを動機とするガウス選択戦略は、マスク選択されたガウスに対するより強い逆行更新を割り当て、透かし回復、編集抑止、レンダリングフィデリティのバランスを改善する。 Mip-NeRF 360 と Instruct-NeRF2NeRF のシーンでの実験により,提案フレームワークはビット精度,編集長,レンダリング品質のバランスが良好であることを実証した。 これらの結果から、3DGSベースの資産の実用的著作権保護は、オーナシップの追跡と未許可の編集遅延を単一の最適化フレームワークに統合することにより、より効果的に対処できることが示唆された。

関連論文リスト

• AdLift: Lifting Adversarial Perturbations to Safeguard 3D Gaussian Splatting Assets Against Instruction-Driven Editing [109.07334219188222]
  本稿では,任意のビューや次元にまたがる命令駆動編集を防止するAdLiftと呼ばれる3DGSの最初の編集セーフガードを提案する。 我々は勾配トランケーションとイメージ・ツー・ガウスのフィッティングを交互に行い、異なる視点で一貫した対向的保護性能を得る。
  論文  参考訳（メタデータ） (2025-12-08T07:41:23Z)
• RDSplat: Robust Watermarking Against Diffusion Editing for 3D Gaussian Splatting [86.86361440345861]
  3DGSの透かし法は拡散ベースの編集に非常に脆弱である。 本稿では拡散に基づく編集に対するロバストなウォーターマーキングパラダイムであるRDSplatを紹介する。 RDSplatは、拡散ベースの編集が本質的に保存する3DGSコンポーネントに透かしを埋め込む。
  論文  参考訳（メタデータ） (2025-12-07T10:26:35Z)
• Drag Your Gaussian: Effective Drag-Based Editing with Score Distillation for 3D Gaussian Splatting [55.14822004410817]
  DYGは3次元ガウススプラッティングのための効果的な3次元ドラッグベース編集法である。 3次元マスクと一対の制御点を入力して編集範囲を正確に制御できる。 DYGは暗黙三面体表現の強さを統合し、編集結果の幾何学的足場を確立する。
  論文  参考訳（メタデータ） (2025-01-30T18:51:54Z)

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。