RDSplat: Robust Watermarking Against Diffusion Editing for 3D Gaussian Splatting
首个抗 2D/3D 扩散编辑的 3DGS 鲁棒水印（arXiv 2025）
Overview
RDSplat 攻克生成式 AI 编辑对 3DGS 水印的威胁。核心发现：扩散编辑本质上强低通滤波，会洗去高频扰动但保留低频宏观几何骨架。RDSplat 据此将水印专门嵌入不受扩散编辑影响的低频大高斯中。
Key facts / claims
核心创新：
- 频率感知基元选择 (FAPS)：联合 Mip 分数与方向平衡分数(Directional Balance Score)，从数百万基元中筛选出大体积、大尺度、低频宏观控制高斯
- 高斯模糊代理训练策略：用可微多尺度高斯模糊核取代真实 Stable Diffusion 去噪前向，低开销模拟扩散滤波退化，免去显存爆炸的扩散模型反向传播
- 多域联合嵌入：对筛选出的低频高斯进行几何 + 外观多参数联合水印嵌入
实验结果：
- 抗 Stable Diffusion 生成式全景风格重绘后 BitAcc > 70%（首个突破实用红线的方案）
- 典型 PSNR 37-41dB（极高隐蔽性）
- 单卡 RTX 4090 优化仅需 3-7 分钟
- 比特容量：100 bits
劣势与漏洞
- 低频高斯基元数量有限，信息容量受限，难以嵌入大容量/精细 2D Logo
- 仍依赖逐场景微调(3-7min)
Related
- guardsplat — GuardSplat SH偏移水印（CVPR 2025）
- 3d-gsw — 3D-GSW 高频致密化水印
- gspure-attack — GSPure 物理净化攻击
- guardmarkgs — GuardMarkGS 主动编辑阻断
- 3d-watermarking-overview — 3D 水印技术总览
Sources
- 3DGSWatermarking.pdf — 2026-05-27