StegaNeRF：在神经辐射场中嵌入不可见信息
计算机视觉与模式识别
2022-12-06 v1
摘要
神经渲染的最新进展预示着未来将通过共享 NeRF 模型权重来广泛分发视觉数据。然而，尽管常见的视觉数据（图像和视频）已有标准方法显式或隐秘地嵌入所有权或版权信息，这一新兴的 NeRF 格式所面临的问题仍未被探索。我们提出 StegaNeRF，一种在 NeRF 渲染图中嵌入隐写信息的方法。我们设计了一个优化框架，能够从 NeRF 渲染的图像中准确提取隐藏信息，同时保持其原始视觉质量。我们在几种潜在部署场景下对我们的方法进行了实验评估，并进一步讨论了通过分析所发现的见解。StegaNeRF 标志着对向 NeRF 渲染图中注入可定制、不可感知且可恢复信息这一新问题的最初探索，对渲染图像的影响极小。项目页面：https://xggnet.github.io/StegaNeRF/。
引用
@article{arxiv.2212.01602,
title = {StegaNeRF: Embedding Invisible Information within Neural Radiance Fields},
author = {Chenxin Li and Brandon Y. Feng and Zhiwen Fan and Panwang Pan and Zhangyang Wang},
journal= {arXiv preprint arXiv:2212.01602},
year = {2022}
}
备注
Project page: https://xggnet.github.io/StegaNeRF/