跳到正文
原文
arXiv· arXiv:2610.36168· Gaurav Behera, Abhinav Raundhal, Archisha Panda, Saumya Balina, Gargi Shroff, Ponnurangam Kumaraguru·本站收录· 原文发表

PrinGS:Gaussian Splatting 的隐私保护

PrinGS: Privacy Preservation in Gaussian Splatting

AI 导读

PrinGS 是面向 Gaussian Splatting 的隐私保护框架,训练后匿名化耗时不到 1 秒。方法据用户参考视图定位并匿名化 3D 表示中的敏感区域,使新视角渲染均不含敏感信息,并保留场景几何与视觉保真度。在保留 39.47% 人脸检测率 FDR 时,人脸相似度 FSM 仅 9.79%,敏感文本 OCR 字符错误率达 1.00、完全不可读。

阅读原文arxiv.org