3D 数字水印技术总览

三维数字水印技术旨在保护 3D 内容（网格、点云、高斯 Splatting 等）的版权和来源认证

Overview

随着 3D 生成技术的快速发展（3DGS、NeRF、扩散模型等），3D 内容的版权保护已成为迫切需求。3D 数字水印通过将不可感知的标记嵌入 3D 数据中，实现版权追踪和内容认证。

3DGS 数字水印技术经历了十年四阶段演进：
1. 静态几何水印（2016-2022）：网格/点云的谱域扰动
2. NeRF 隐式水印（2022-2024）：MLP 权重参数微调
3. 初代 3DGS 参数微调（2024-2025）：高斯属性直接修改
4. 应用博弈（2025-2026）：抗压缩/抗扩散编辑/主动防御

主流技术路线

1. 3DGS 水印

3DGS 水印是当前最活跃的研究方向。核心思路是将水印嵌入高斯原语的属性（位置、SH系数、协方差、不透明度）中。

逐场景微调型：
- 3D-GSW: 频率引导致密化 + 小波子带损失 (→ 3d-gsw)
- GuardSplat: CLIP 引导 SH 偏移嵌入，几何零漂移 (→ guardsplat)
- GaussianMarker: 不确定性感知双域 2D+3D 水印 (→ gaussianmarker)
- CompMarkGS: 锚点框架+量化失真模拟，抗 HAC 压缩 (→ compmarkgs)
- RDSplat: FAPS 低频高斯嵌入，抗扩散编辑 (→ rd-splat)
- W2M: 强化学习策略网络自适应分配 (→ w2m)
- WATER-GS: 即插即用 3DGS 水印解码器 (→ water-gs)
- Explainable GSW: 水印可解释性分析 (→ explainable-gsw)

泛化型（单阶段前向）：
- GS-Marker: AMC + PointNet++ 毫秒级前向嵌入 (→ gs-marker)
- MarkSplatter: Splatter Image 网格映射泛化水印 (→ marksplatter)

2. 3D 网格 / 点云水印

3D 网格水印的传统方向，近年结合深度学习提升鲁棒性。

代表性方法：
- Deep 3D Mesh WM: 基于注意力卷积的网格水印 (→ deep-3d-mesh-watermarking)

3. 2D 图像 / 视频水印（与 3D 相关）

与扩散模型结合的视频/图像水印，可迁移到多视图 3D 生成。

代表性方法：
- Tree-Ring Watermarks: 扩散图像的环形水印指纹 (→ tree-ring-watermarks)
- SKeDA: 扩散 T2V 模型的生成式水印框架 (→ skeda)

4. 攻击与防御博弈

攻击方法：
- GSPure (AAAI 2026): 几何特征聚类物理净化，PSNR ↓16.34dB (→ gspure-attack)
- GMEA (AAAI 2025/26): 进化黑盒去水印，致盲 CNN 解码器 (→ gmea-attack)

主动防御：
- GuardMarkGS (arXiv 2026): 所有权溯源 + 编辑阻断联合优化 (→ guardmarkgs)

关键挑战

• 鲁棒性 vs 质量权衡: 水印强度影响渲染/网格质量
• 攻击抵抗: 几何变换、压缩、噪声添加等攻击下的水印存活率
• 高容量嵌入: 在有限高斯原语/顶点中嵌入足够信息
• 多视图一致性: 渲染视图间水印一致性问题
• 盲检测: 无需原始数据即可提取水印

评估指标体系

Related

• diffusion-model-3d — 3D 生成模型与扩散水印的结合
• point-cloud-completion — 点云处理与潜在水印嵌入空间
• ip-protection-3dgs-survey — 3DGS 资产知识产权保护综述

Counter-arguments & data gaps

• 当前 3DGS 水印仅针对渲染输出的保护，缺乏对中间表示的保护机制
• GSPure 等攻击已证明单属性修改方案的脆弱性
• 缺乏统一的水印评估基准
• 多租户动态水印（零重训在线配置）仍是开放问题

Sources

• wiki-source.pdf — 2026-05-27
• 3DGSWatermarking.pdf — 2026-05-27