Mark4D: Temporally-Consistent Watermarking for 4D Gaussian Splatting
首个面向 4DGS 的时序一致数字水印（CVPR 2026）
Overview
Mark4D 首次将 4D 动态高斯场景的水印保护纳入研究视野，解决 3DGS 水印方法在动态场景（4D Gaussian Splatting）中的时序不一致问题。核心思路是引入 X-CLIP 视频-文本隐空间解码器，并沿高斯运动轨迹进行傅里叶参数化偏移嵌入，配合运动自适应损失加权实现时序一致性。
Key facts / claims
核心创新：
- X-CLIP 视频-文本隐空间解码器：利用 X-CLIP 的跨模态对齐能力，在视频-文本隐空间中设计水印解码器，充分利用时序上下文信息提升比特提取精度
- 沿高斯运动轨迹偏移（Trajectory Offset）：对 4DGS 中每个高斯的运动轨迹进行傅里叶参数化，在频域嵌入水印偏移量，确保水印随高斯运动保持时空一致性
- 运动自适应损失加权：根据每个高斯局部运动幅度动态调整水印损失权重——高运动区域降低嵌入强度以避免闪烁伪影，低运动区域增加嵌入强度以提升鲁棒性
实验结果（32-bit）：
- Bit Acc: 96.34%
- PSNR: 42.32 dB
- 在 D-NeRF / Plenoptic 等动态场景数据集上验证时序一致性
劣势与漏洞
- 4DGS 场景本身计算开销大，Mark4D 在 4DGS 训练流程中增加额外水印嵌入阶段，整体训练时间显著增加
- 高度依赖 4DGS 的运动轨迹参数化质量，若运动估计不准确可能引入伪影
- 仅在 32-bit 上报告结果，更大比特容量下的性能未知
Related
- 3d-gsw — 3D-GSW 频率引导致密化水印
- guardsplat — GuardSplat SH偏移嵌入水印
- w2m — W2M 强化学习自适应水印
- gaussianmarker — GaussianMarker 不确定性感知水印
- robust3dgsw — Robust3DGSW 量化感知水印
- 3d-watermarking-overview — 3D 水印技术总览
Sources
- papernotes.org/CVPR2026 — Mark4D 论文笔记
- CVPR 2026 OpenAccess