DreaMark：根植于得分蒸馫抽样生成的神经辐射场水印
计算与语言
2024-12-23 v1 人工智能
摘要
最近的文本到 3D 生成技术能够通过得分蒸馫抽样（score distillation sampling）生成神经辐射场（NeRF），实现无需真实世界数据捕获的 3D 资产创建。随着 NeRF 生成质量的快速提升，保护生成 NeRF 的版权问题日益重要。虽然先前方法可通过后处理方式为 NeRF 嵌入水印，但存在两个漏洞：首先，NeRF 生成与水印嵌入之间存在延迟，因为密钥被嵌入到通过微调生成的 NeRF 模型中；其次，生成非水印 NeRF 作为中间过程会 introduce 盗窃漏洞。为解决上述问题，我们提出了 Dreamark，通过在 NeRF 生成期间对其进行后门嵌入来嵌入密钥。具体而言，我们首先预训练水印解码器。随后，Dreamark 以使目标密钥可在任意触发视口上由预训练水印解码器验证的形式生成后门 NeRF。我们评估了生成质量和水印对抗攻击的鲁棒性，包括图像级和模型级攻击。大量实验表明，水印嵌入过程不会降低生成质量，水印在图像级攻击（如高斯噪声）和模型级攻击（如剪枝攻击）中均 achieves 90% 以上的准确率。
引用
@article{arxiv.2412.15277,
title = {PLPP: Prompt Learning with Perplexity Is Self-Distillation for Vision-Language Models},
author = {Biao Liu and Wenyi Fang and Xiaoyu Wu and Yang Zheng and Zheng Hu and Bo Yuan},
journal= {arXiv preprint arXiv:2412.15277},
year = {2024}
}