X-SG²S:带X维水印的安全且可泛化的三维高斯溅射
人工智能
2025-11-06 v2 机器人学
系统与控制
系统与控制
摘要
三维高斯溅射已广泛用于三维重建和三维生成。训练一个三维高斯溅射场景通常需要大量时间和资源,甚至宝贵的灵感。日益增多的三维高斯溅射数字资产给版权保护带来了巨大挑战。然而,针对三维高斯溅射的深入探索仍然缺乏。在本文中,我们提出了一种新的框架X-SG²S,可以在保持原始三维高斯溅射场景几乎不变的同时,同时对1至3D消息进行水印处理。一般而言,我们有一个X-SG²S注入器用于同时添加多模态消息,以及一个提取器用于提取它们。具体而言,我们首先以固定方式将水印拆分为消息补丁,并对三维高斯溅射点进行排序。一个自适应门用于选择合适的水印位置。然后使用XD(多维度)注入头将多模态消息添加到排序后的三维高斯溅射点中。一个可学习的门可以识别带有额外消息的位置,XD提取头可以从可学习门推荐的位置恢复隐藏消息。大量实验证明,所提出的X-SG²S能够在不改变预训练三维高斯溅射流水线或三维高斯溅射参数原始形式的情况下,有效隐藏多模态消息。同时,凭借简单高效的模型结构和高实用性,X-SG²S在隐藏和提取多模态结构化或非结构化内部消息方面仍表现出良好的性能。X-SG²S是首个统一1至3D水印模型用于三维高斯溅射的框架,也是首个在单个三维高斯溅射中同时添加多模态水印的框架,为后续研究铺平了道路。
引用
@article{arxiv.2502.10476,
title = {Multi-Objective Planning with Contextual Lexicographic Reward Preferences},
author = {Pulkit Rustagi and Yashwanthi Anand and Sandhya Saisubramanian},
journal= {arXiv preprint arXiv:2502.10476},
year = {2025}
}
备注
9 pages, 5 figures, 2 tables, To appear in Proceedings of the 24th International Conference on Autonomous Agents and Multiagent Systems (AAMAS) 2025