論文の概要: BitC-3DGS: High-Capacity 3D Gaussian Splatting Watermarking via Bit Compression

• arxiv url: http://arxiv.org/abs/2605.29583v1
• Date: Thu, 28 May 2026 08:28:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-30 02:45:56.067649
• Title: BitC-3DGS: High-Capacity 3D Gaussian Splatting Watermarking via Bit Compression
• Title（参考訳）: BitC-3DGS:ビット圧縮による高容量3Dガウススプラッティングウォーターマーキング
• Authors: Yuquan Bi, Baosheng Yu, Yingke Lei, Jianwei Yang, Hongsong Wang, Jie Gui, Yuan Yan Tang, James Tin-Yau Kwok,
• Abstract要約: 高容量透かしは3Dガウススプラッティング(3DGS)資産が豊富な情報を埋め込むために必要である。 既存のビット・ツー・ケンの透かし方式は、CLIPの77ビットのコンテキスト長が固定されているため、77ビットのメッセージに制限されている。 トークン毎に複数のメッセージビットをエンコードするビット圧縮フレームワークBitC-3DGSを紹介する。
• 参考スコア（独自算出の注目度）: 68.33622936663876
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High-capacity watermarking is necessary for 3D Gaussian Splatting (3DGS) assets to embed rich information (e.g., ownership, provenance, and authentication codes), enabling reliable identification and integrity verification in large-scale 3D asset pipelines. Existing bit-to-token watermarking methods based on a pre-trained text encoder are limited to 77-bit messages due to CLIP's fixed 77-token context length, as tokens beyond this limit are unsupported by learned positional embeddings. To address this limitation, we introduce BitC-3DGS, a bit-compression framework that encodes multiple message bits per token. It employs a bit-compressed tokenization scheme that encodes multiple bits within the same chunk into a single semantic token. To enable recovery of the compressed information, it further introduces a dual-branch architecture for joint chunk decompression and bit decoding, along with a hard-message sampling strategy to improve combinatorial coverage during decoder training. Extensive experiments on the Blender and LLFF datasets demonstrate the effectiveness of BitC-3DGS for high-capacity watermarking, achieving high message recovery accuracy and rendering fidelity. For example, it supports 128-bit message capacity with recovery accuracy comparable to that of 64-bit messages in recent state-of-the-art methods.
• Abstract（参考訳）: 3Dガウススプラッティング(3DGS)資産は、リッチな情報(例えば、所有権、証明、認証コード)を埋め込んで、大規模3Dアセットパイプラインにおける信頼性の高い識別と整合性検証を可能にするために、高容量の透かしが必要である。 事前訓練されたテキストエンコーダをベースとした既存のビットツーケン透かし方式は、CLIPの77ツーケンコンテキスト長が固定されているため、77ビットのメッセージに制限されている。 この制限に対処するため,トークン毎に複数のメッセージビットをエンコードするビット圧縮フレームワークBitC-3DGSを導入する。 同じチャンク内の複数のビットを単一のセマンティックトークンにエンコードする、ビット圧縮トークン化スキームを採用している。 圧縮された情報の回復を可能にするため、さらに、結合チャンク圧縮とビットデコードのためのデュアルブランチアーキテクチャを導入し、デコーダトレーニング時の組合せカバレッジを改善するためのハードメッセージサンプリング戦略を導入した。 Blender と LLFF データセットの大規模な実験は、高容量透かしに対する BitC-3DGS の有効性を示し、高いメッセージ回復精度とレンダリング忠実性を実現している。 例えば、128ビットのメッセージキャパシティをサポートし、最近の最先端メソッドの64ビットメッセージと同等のリカバリ精度を持つ。

関連論文リスト

• Every Bit, Everywhere, All at Once: A Binomial Multibit LLM Watermark [16.543554028816477]
  トークン位置毎にペイロードのすべてのビットをエンコードするために二項符号化を導入する。 我々は、エンコーディングの圧力を未符号化ビットに動的にリダイレクトするステートフルエンコーダを用いて、我々のアプローチを補完する。 提案手法は,メッセージの精度とロバスト性を向上し,ベースライン手法とのギャップを拡大する。
  論文  参考訳（メタデータ） (2026-05-12T07:14:45Z)
• WISV: Wireless-Informed Semantic Verification for Distributed Speculative Decoding in Device-Edge LLM Inference [56.297697169678095]
  WISV(Wireless-Informed Semantic Verification)は、分散投機的復号化フレームワークである。 WISVは最大60.8%の許容長の増加、37.3%の対話ラウンドの削減、31.4%のエンドツーエンドレイテンシの改善を実現している。 NVIDIA Jetson AGX OrinとA40搭載サーバからなるハードウェアテストベッド上でWISVを検証する。
  論文  参考訳（メタデータ） (2026-04-20T01:29:56Z)
• UniMark: Unified Adaptive Multi-bit Watermarking for Autoregressive Image Generators [1.7507301683087861]
  本稿では,自動回帰画像生成のためのトレーニングフリーで統一された透かしフレームワークを提案する。 textbf Semantic Grouping (ASG)、 textbfBlockwise Multi-bit。 3つのARモデルを用いた実験により、画像品質(FID)、透かし検出精度、マルチビットメッセージ抽出における最先端性能が得られた。
  論文  参考訳（メタデータ） (2026-04-12T16:22:24Z)
• ProGS: Towards Progressive Coding for 3D Gaussian Splatting [48.49297993424879]
  本稿では,3DGSデータをオクツリー構造に整理し,効率的なプログレッシブコーディングを実現する手法を提案する。 ProGSは、元の3DGSフォーマットと比較して、ファイルストレージの45倍の削減を実現し、同時にビジュアルパフォーマンスを10%以上改善している。
  論文  参考訳（メタデータ） (2026-03-10T14:13:43Z)
• ProGIC: Progressive and Lightweight Generative Image Compression with Residual Vector Quantization [59.481950697968706]
  残留ベクトル量子化(RVQ)に基づくコンパクトなプログレッシブ生成画像圧縮(ProGIC)を提案する。 RVQでは、ベクトル量子化器の列がステージごとに残余を符号化し、それぞれが独自のコードブックを持つ。 これを奥行き分離可能な畳み込みと小さな注意ブロックに基づく軽量なバックボーンと組み合わせることで、GPUとCPUのみのデバイスに実用的なデプロイを可能にします。
  論文  参考訳（メタデータ） (2026-03-03T11:47:05Z)
• Transformers from Compressed Representations [74.48571451824569]
  TEMPEST (TransformErs froM comPressed rEpreSenTations) は、圧縮されたファイルのバイトストリーム構造を利用して効果的なトークン化と符号化戦略を設計する手法である。 本提案では,意味分類に必要なトークン数を大幅に削減し,計算複雑性とメモリ使用量の両方を削減する。
  論文  参考訳（メタデータ） (2025-10-26T13:48:03Z)
• Fast, Secure, and High-Capacity Image Watermarking with Autoencoded Text Vectors [3.7924059908193133]
  意味コミュニケーションとして透かしを再構成するLatentSealを提案する。 軽量テキストオートエンコーダは、全文メッセージを256次元単位ノルム潜在ベクトルにマッピングする。 得られたシステムは全文メッセージを隠蔽し、リアルタイムで復号し、付加価値と幾何学的攻撃に耐える。
  論文  参考訳（メタデータ） (2025-10-01T11:56:40Z)
• Majority Bit-Aware Watermarking For Large Language Models [7.200910949076064]
  MajorMarkは、多数ビット認識エンコーディングによるこのトレードオフを改善する新しい透かし手法である。 トークン周波数分析を利用した復号化手法とは対照的に、MajorMarkはクラスタリングベースの復号化戦略を採用している。 我々の手法は復号精度とテキスト生成品質の両方を著しく向上させる。
  論文  参考訳（メタデータ） (2025-08-05T18:19:00Z)

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。