GaussLock 用属性空间陷阱为 3D Gaussian 生成模型抵御未授权微调
Immunizing 3D Gaussian Generative Models Against Unauthorized Fine-Tuning via Attribute-Space Traps
AI 导读
研究提出 GaussLock，在参数空间联合优化授权蒸馏与位置、尺度、旋转、不透明度、颜色的属性陷阱损失，抵御 3D 生成模型的未授权微调。陷阱压缩空间分布、扭曲几何形状、对齐旋转轴并抑制图元可见性，破坏未授权重建的结构完整性。大规模 Gaussian 模型实验显示，未授权重建的 LPIPS 升高、PSNR 下降，授权微调性能基本保持。