本研究提出了一种新的端到端学习框架，通过深度嵌入编码器，在3D模型的几何和纹理中实现数字水印嵌入，利用可微渲染器从不同角度和光照条件下渲染模型，并通过解码器从2D渲染图像中恢复信息。实验证明，该模型可以从扭曲/未扭曲的水印3D网格中检索由人类视觉无法察觉的信息，并且可以在其他渲染器中使用。

Apr, 2021

提出了一种针对3D高斯喷洒的隐写术框架，名为GS-Hider，可将3D场景和图像隐写到原始的GS点云中，且能准确提取隐藏的信息。

May, 2024

通过使用高斯细分图渲染生成的3D资产，将自定义、难以察觉和可恢复的信息嵌入当前3D生成模型生成的渲染内容中，从而实现在广泛分布的视觉数据共享中嵌入隐写信息的初步探索。

Jul, 2024

本研究解决了3D高斯点云渲染中高保真度图像所需的高内存和存储的问题。通过提出可学习的掩码策略和基于网格的神经场表示，显著减少了高斯点的数量，同时保持性能表现。我们的方法在静态场景中存储需求降低超过25倍，并在动态场景中实现超过12倍的存储效率，同时保持高质量重建。

Aug, 2024

本研究解决了3D高斯喷涂在版权保护方面的空白，提出了一种新颖的水印嵌入方法，通过微调预训练的3D高斯喷涂模型，将二进制信息嵌入到3D高斯中。实验结果表明，该方法在显著提升渲染质量和位准确性的同时，能够隐秘地嵌入水印，并在抗攻击能力和容量上表现出色。

Sep, 2024

本研究针对单视图3D重建方法可能导致的版权侵犯问题，提出了一种新颖的图像保护方法。通过在图像中嵌入隐形几何扰动（称为“几何隐形斗篷”），使得在执行TGS重建时生成可识别的水印模式，从而有效防止未授权的3D模型生成。实验验证了该方法的有效性，帮助版权持有者维护其作品的所有权。

Oct, 2024

本研究针对3D高斯点阵模型的版权保护问题，现有的数字水印技术无法有效嵌入该模型。我们提出了一种基于不确定性的水印方法，能够在保留模型质量的前提下实现隐蔽水印嵌入，并在信息解码阶段可高效提取版权信息，证明了其在解码准确性和视图合成质量上均优于现有方法。

Oct, 2024

本研究解决了3D高斯颗粒渲染中模糊伪影的问题，尤其是浮动原始体和过度重建。提出了一种新的3D线性颗粒渲染方法，通过使用线性核替代高斯核来实现更清晰、精确的结果，特别是在高频区域，结果显示相比于基线方法具有特别高的保真度和准确性，同时提升了30%的帧率。

Nov, 2024

本研究解决了3D高斯点云渲染中的模糊伪影问题，提出了一种新颖的方法——3D线性点云渲染（3DLS），通过使用线性核替代高斯核来提升高频区域的细节捕捉。实验结果表明，3DLS在渲染保真度和准确性方面达到了先进水平，并且相比于基线3D高斯点云渲染，帧率提升了30%。

Nov, 2024

本研究针对现有水印方法在保护三维高斯喷溅（3DGS）资产版权方面的不足，提出了GuardSplat框架，该框架具备高效性和强健性。其创新之处在于利用CLIP技术优化信息解耦和嵌入，实现在保证视觉质量的同时，有效防止信息被恶意移除，从而显著提升水印的隐蔽性和安全性。

Nov, 2024