Noise-NeRF：利用可训练噪声在神经辐射场中隐藏信息
计算机视觉与模式识别
2024-10-02 v2
摘要
神经辐射场 (NeRF) 已被提出作为 3D 重建技术的创新性进展。然而，关于 NeRF 的信息保密和安全问题（如隐写术）的研究甚少。现有的 NeRF 隐写术解决方案存在隐写质量低、模型权重受损以及隐写信息量有限等缺点。本文提出了 Noise-NeRF，这是一种新颖的 NeRF 隐写术方法，采用自适应像素选择策略和像素扰动策略，通过可训练噪声来提高隐写术的质量和效率。大量实验验证了 Noise-NeRF 在隐写质量和渲染质量方面的最先进 (SOTA) 性能，以及在超分辨率图像隐写术中的有效性。
引用
@article{arxiv.2401.01216,
title = {Noise-NeRF: Hide Information in Neural Radiance Fields using Trainable Noise},
author = {Qinglong Huang and Haoran Li and Yong Liao and Yanbin Hao and Pengyuan Zhou},
journal= {arXiv preprint arXiv:2401.01216},
year = {2024}
}