基于后门植入的神经辐射场隐写术
密码学与安全
2023-09-20 v1
摘要
近年来，利用隐式表示处理视觉数据（如图像、视频和三维模型）在计算机视觉研究中受到广泛关注。在本文中，我们提出了一种基于隐式神经表示的新型模型隐写方案。消息发送方通过引入一个视角作为密钥，利用神经辐射场（NeRF）及其视角合成能力。NeRF模型生成一幅秘密视角图像，作为后门。随后，我们通过过拟合训练一个消息提取器，以建立秘密消息与秘密视角图像之间的一一映射。发送方通过开放信道将训练好的NeRF模型和消息提取器发送给接收方，接收方利用双方共享的密钥从NeRF模型获取秘密视角的渲染图像，再通过消息提取器得到秘密消息。视角信息固有的复杂性使攻击者无法准确窃取秘密消息。实验结果表明，本文训练的消息提取器实现了高容量且快速的隐写，消息提取准确率达100%。此外，NeRF庞大的视角密钥空间保障了该隐写方案的安全性。
引用
@article{arxiv.2309.10503,
title = {Steganography for Neural Radiance Fields by Backdooring},
author = {Weina Dong and Jia Liu and Yan Ke and Lifeng Chen and Wenquan Sun and Xiaozhong Pan},
journal= {arXiv preprint arXiv:2309.10503},
year = {2023}
}
备注
6 pages, 7 figures