183-B3.2｜NeRF隐私保护，稀疏截面重建形状点云，单幅图像的材质估计与重照明，语音驱动3D面部动画化，多样化人类运动预测

文章预览

AIGC   Research 主编｜ 庄才林（Cailin Zhuang） 技术支持｜胡耀淇（Yaoqi Hu） Topic: 3D Reconstruction｜NeRF｜Privacy-preserving $S^2$NeRF: Privacy-preserving Training Framework for NeRF 2024-09-03｜CUHK(SZ), ZJU, NTU http://arxiv.org/abs/2409.01661v1 https://github.com/lucky9-cyou/S2-NeRF 概述 在近年来，神经辐射场（NeRF）已成为3D计算机视图合成的重要工具， 但其对用户数据的高度依赖在隐私保护方面引发了广泛关注 。特别是在用户上传包括敏感场景图像的数据以供模型训练时，潜在的隐私风险大幅增加。为解决这些隐私问题，本文首次提出了一种名为SplitNeRF的框架， 它利用了分布式学习技术，允许用户与服务器之间进行联合模型训练而不直接共享本地数据 。然而，本文还进一步明确了SplitNeRF面临的隐私漏洞，并提出了两种针对性的攻击方法，旨在揭示和利用这些弱点。为此，本文介绍了安全的 ………………………………