NGS-Marker: Robust Native Watermarking for 3D Gaussian Splatting
यह शोध पत्र NGS-Marker प्रस्तुत करता है, जो 3D गॉसियन स्प्लेटिंग के लिए एक नवीन नेटिव वॉटरमार्किंग फ्रेमवर्क है, जो आंशिक उल्लंघन के विरुद्ध सुदृढ़ स्वामित्व सत्यापन सुनिश्चित करने और किसी भी स्थानीय दृश्य क्षेत्र से डिकोडिंग सक्षम करने के लिए एक ग्रेडिएंट-आधारित प्रोग्रेसिव इंजेक्शन रणनीति और हाइब्रिड सुरक्षा तंत्रों का उपयोग करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
डिजिटल निर्माण की तेजी से विकसित होती दुनिया में, 3D गॉसियन स्प्लेटिंग (3D Gaussian Splatting) नामक एक नया उपकरण यथार्थवादी, त्रि-आयामी दृश्य बनाने के एक शक्तिशाली तरीके के रूप में उभरा है। एक ऐसे डिजिटल परिदृश्य की कल्पना करें जो ठोस ब्लॉकों या चिकनी सतहों से नहीं बना है, बल्कि रंग और प्रकाश के लाखों छोटे, धुंधले बादलों से बना है, जिनमें से प्रत्येक अंतरिक्ष में स्वतंत्र रूप से तैर रहा है। ये बादल, जिन्हें गॉसियन प्रिमिटिव्स (Gaussian primitives) कहा जाता है, एक हलचल भरे शहर की सड़क से लेकर एक शांत जंगल तक सब कुछ बनाने के लिए व्यवस्थित किए जा सकते हैं, और उन्हें किसी भी कोण से आश्चर्यजनक स्पष्टता के साथ देखा जा सकता है। चूंकि ये डिजिटल संपत्तियां बनाना और साझा करना बहुत आसान है, इसलिए ये वर्चुअल रियलिटी, रोबोटिक्स और ऑनलाइन सामग्री की रीढ़ बनती जा रही हैं। हालांकि, इसका उपयोग करने में आसानी एक महत्वपूर्ण समस्या लाती है: आप अपने काम की रक्षा कैसे करें जब कोई आपके दृश्य से बस एक अकेला पेड़ या पात्र निकाल सकता है और बिना अनुमति के उसे अपने स्वयं के दृश्य में पेस्ट कर सकता है?
वर्षों से, डिजिटल छवियों को सुरक्षित रखने का मानक तरीका चित्र के भीतर ही एक गुप्त कोड, या वॉटरमार्क छिपाना रहा है। यह कोड मानवीय आंखों के लिए अदृश्य होता है लेकिन स्वामित्व सिद्ध करने के लिए कंप्यूटर द्वारा पढ़ा जा सकता है। शोधकर्ताओं ने इस समान विचार को 3D दृश्यों में अपनाने की कोशिश की है, लेकिन वे इसे आपके स्क्रीन पर दिखने वाले अंतिम चित्र पर लागू कर रहे थे, न कि उन 3D बादलों पर जिनसे दृश्य बनता है। यह दृष्टिकोण तब अच्छी तरह काम करता है जब पूरे दृश्य का उपयोग किया जाता है, लेकिन जब कोई इसका केवल एक हिस्सा चुरा लेता है, तो यह पूरी तरह विफल हो जाता है। यदि कोई विरोधी संरक्षित जंगल से उन बादलों के कुछ सौ हिस्से निकाल लेता है और उन्हें अपने नए, अनधिकृत दृश्य में रख देता है, तो पुराने सुरक्षात्मक तरीके गुप्त कोड को नहीं ढूंढ पाते हैं। कोड को पूरे दृश्य और अंतिम छवि के बीच के संबंध में छिपाया गया था, और एक बार जब दृश्य को टुकड़ों में तोड़ दिया जाता है, तो वह संबंध खो जाता है।
झेजियांग विश्वविद्यालय के शोधकर्ताओं की एक टीम ने इस विशिष्ट भेद्यता की पहचान की है, जिसे वे "आंशिक उल्लंघन" (partial infringement) कहते हैं, और उन्होंने इसे हल करने के लिए एक नया सिस्टम विकसित किया है। उन्होंने NGS-Marker नामक एक उपकरण बनाया है, जो रणनीति को पूरी तरह से बदल देता है। अंतिम चित्र के भीतर संदेश छिपाने के बजाय, वे इसे सीधे उन छोटे, तैरते हुए बादलों के भीतर छिपाते हैं। इसका मतलब है कि यदि कोई इन बादलों के एक छोटे से समूह को भी चुरा लेता है, तो गुप्त कोड उनके साथ चलता है। शोधकर्ताओं ने एक ऐसा सिस्टम बनाया है जो इन 3D बादलों के किसी भी स्थानीय समूह में एक अद्वितीय पहचान लिख सकता है और फिर उस पहचान को वापस पढ़ सकता है, चाहे वे बादल कहीं भी पहुंच जाएं या दृश्य को कैसे भी पुनर्गठित किया जाए।
उनकी खोज का मूल एक दो-चरणीय प्रक्रिया है जो 3D डेटा के लिए लॉक और की (lock and key) की तरह काम करती है। पहले, उन्होंने एक कंप्यूटर प्रोग्राम को 'लेखक' (writer) के रूप में प्रशिक्षित किया। यह प्रोग्राम तैरते हुए बादलों के एक छोटे, यादृच्छिक चयन को देखता है और उनकी स्थिति और रंग में सूक्ष्म, लगभग अदृश्य बदलाव करता है। ये बदलाव इतने सूक्ष्म हैं कि मानवीय आंख अंतिम चित्र में कोई अंतर नहीं देख सकती, लेकिन वे एक विशिष्ट संदेश, जैसे कि मालिक के नाम को दर्शाने वाली संख्याओं की एक स्ट्रिंग को एनकोड करने के लिए पर्याप्त सटीक हैं। दूसरा, उन्होंने एक अलग प्रोग्राम को 'पाठक' (reader) के रूप में प्रशिक्षित किया। यह पाठक बादलों के किसी भी समूह को देख सकता है, यहाँ तक कि एक बहुत बड़े दृश्य से लिए गए बादलों के एक छोटे से समूह को भी, और छिपे हुए संदेश को डिकोड कर सकता है। क्योंकि संदेश बादलों के गुणों में सीधे एम्बेडेड है, इसलिए इससे कोई फर्क नहीं पड़ता कि शेष दृश्य गायब है या बादलों को किसी पूरी तरह से अलग स्थान पर ले जाया गया है।
यह परीक्षण करने के लिए कि क्या यह तरीका वास्तव में काम करता है, शोधकर्ताओं ने चोरी के परिदृश्य का अनुकरण किया। उन्होंने एक संरक्षित 3D दृश्य लिया, बादलों के एक उपसमुच्चय (subset) को निकाला, और उन्हें एक नए, अनधिकृत दृश्य में डाल दिया। जब उन्होंने पुराने, पारंपरिक तरीकों का उपयोग करके मालिक को खोजने की कोशिश की, तो सिस्टम पूरी तरह विफल रहा, और सही मालिक का अनुमान केवल आधे समय ही लगा पाया, जो कि यादृच्छिक संभावना (random chance) से बेहतर नहीं था। इसके विपरीत, नए सिस्टम ने 95 प्रतिशत से अधिक सटीकता के साथ मालिक की पहचान की, भले ही चोरी किए गए बादल अन्य असंबंधित बादलों के साथ मिले हुए थे। शोधकर्ताओं ने पाया कि यह प्रणाली सामान्य विकृतियों के संपर्क में आने पर भी प्रभावी रहती है, जैसे कि बादलों को घुमाना, स्केल करना, या उनके पड़ोसियों में से कुछ को हटा देना।
सबसे महत्वपूर्ण निष्कर्षों में से एक यह है कि इस नए तरीके के लिए चेक करने के लिए 3D दृश्य को एक सपाट छवि में रेंडर करने की आवश्यकता नहीं है। अतीत में, आपको 3D दुनिया की तस्वीर लेनी पड़ती थी ताकि यह देखा जा सके कि वह संरक्षित है या नहीं। अब, स्वामित्व की जांच सीधे 3D डेटा पर ही की जा सकती है। यह सुरक्षा का एक बहुत अधिक लचीला रूप प्रदान करता है। शोधकर्ताओं ने प्रदर्शित किया कि यह सिस्टम न केवल सरल टेक्स्ट संदेश छिपा सकता है, बल्कि इसे चित्र छिपाने के लिए भी अनुकूलित किया जा सकता है, जिससे एक मालिक 3D संरचना के भीतर सीधे एक विजुअल लोगो को एम्बेड कर सकता है। इसके अलावा, नया सिस्टम पुराने तरीकों के साथ मिलकर काम कर सकता है, जो सुरक्षा की दोहरी परत प्रदान करता है जो 3D बादलों और उनके द्वारा बनाई गई अंतिम छवियों दोनों की रक्षा करता है।
शोधकर्ता स्वीकार करते हैं कि हालांकि उनका सिस्टम मजबूत है, लेकिन इसकी कुछ सीमाएं भी हैं। एक बड़े दृश्य में वॉटरमार्क लिखने की प्रक्रिया में समय लगता है, और जैसे-जैसे बादलों की संख्या बढ़ती है, समय भी बढ़ता जाता है। लगभग 6,00,000 बादलों वाले दृश्य के लिए, एक शक्तिशाली कंप्यूटर पर इस प्रक्रिया में लगभग 35 मिनट लगे। हालांकि, यह समय निर्माता के लिए एक बार का खर्च है, और परिणामी सुरक्षा उस स्तर की सुरक्षा प्रदान करती है जो पहले असंभव थी। अध्ययन पुष्टि करता है कि सुरक्षा को अंतिम छवि से वापस 3D दुनिया के मौलिक निर्माण खंडों (building blocks) तक ले जाकर, एक ऐसा सिस्टम बनाना संभव है जो डिजिटल संपत्तियों के विखंडन से बच सके। यह दृष्टिकोण उन रचनाकारों के लिए एक व्यावहारिक मार्ग प्रदान करता है जिन्हें अपने काम की रक्षा करने की आवश्यकता है, जो एक ऐसे युग में है जहाँ डिजिटल सामग्री को आसानी से कॉपी, संशोधित और पुनर्गठित किया जा सकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।