GuardSplat: Efficient and Robust Watermarking for 3D Gaussian Splatting

CLIP 引导的高效 3DGS 水印框架，CVPR 2025 | 中山大学

Overview

GuardSplat 提出 CLIP 引导的消息解耦优化 + SH 偏移嵌入，在冻结所有几何参数（位置、协方差、不透明度）的前提下仅在球谐系数上添加可学习偏移量（SH Offsets），实现几何零漂移的水印嵌入。

Key facts / claims

核心创新：
- CLIP 引导消息解耦优化：将二进制消息通过 Bit-to-Token 映射转换为 CLIP 文本 token，用 CLIP 文本编码器提取特征后训练 MLP 解码器（3层 FC）。解码器训练仅需 5 分钟（RTX 3090），独立于图像保真度约束
- SH-aware 消息嵌入：冻结所有3D结构参数，为每个高斯创建可学习 SH 偏移量 ho_i ∈ R^48。利用 SH 系数表示视角相关效果（光泽/高光）的特性，嵌入对保真度影响最小。同时添加偏移量 L2 约束
- 抗失真提取模块：在优化中使用可微失真层（裁剪、缩放、旋转、亮度抖动、JPEG压缩、VAE攻击），使 SH 特征学习抗失真能力
- 训练/水印解耦：先训练通用解码器（5 分钟），再用于 3DGS 资产嵌入（10 分钟），总耗时 15 分钟

实验结果：
- 48-bit 消息：BitAcc 83.97%，PSNR 41.55，SSIM 0.9957，LPIPS 0.0017（Blender+LLFF平均）
- 超越所有基线：CopyRNeRF（84h）、WateRF（14h）、3DGS w/ WateRF（13h）、GaussianMarker（12.1h）
- StegExpose 检测安全性最优（ROC 曲线接近 Reference 对角线）
- 抗 JPEG 10% 压缩 BitAcc 94.70%，抗 VAE 攻击 93.38%

技术对比

维度	GuardSplat	GaussianMarker	3D-GSW
嵌入靶点	SH偏移量	3D中心位置	FGD分裂高频基元
几何参数	完全冻结	修改位置/不透明度	分裂高频区域高斯
训练耗时	5+10=15min	~12h	~13h
典型PSNR	41.55	~36	~35
无攻击BitAcc	99.64%	99.36%	~97%
抗模型剪裁	中等(70.4%)	强(88.75%)	弱(62.1%)

劣势与漏洞

对重着色(Recolorization)及重光照完全失效——水印编入SH系数，修改材质或抛弃高阶SH会洗刷水印
PSNR 相对 GaussianMarker 略低（33.55 vs 36dB）
仍依赖逐场景微调（10min/场景），无法零微调泛化

3d-gsw — 3D-GSW 频率引导致密化（CVPR 2025）
gaussianmarker — GaussianMarker 不确定性感知双域保护（NeurIPS 2024）
rd-splat — RDSplat 抗扩散编辑鲁棒水印
w2m — W2M 强化学习水印分配
gspure-attack — GSPure 物理净化攻击
3d-watermarking-overview — 3D 水印技术总览

Sources

GuardSplat_CVPR_2025_paper.pdf — CVPR 2025
3DGSWatermarking.pdf — 2026-05-27