GaussTrace：使用基于证据的 LLM 推理对 3D 高斯泼溅模型进行起源分析

3D 高斯溅射 (3DGS) 是一种用于创建高保真 3D 资源的强大技术。然而，3DGS 模型在数字平台上的广泛共享和迭代修改给知识产权保护和取证溯源带来了紧迫的挑战。为了解决这个问题，我们提出了 GaussTrace，这是一种为 3DGS 模型构建有向起源图的新颖框架。 GaussTrace 将起源分析表述为基于证据的推理问题。它建立在 3DGS 参数的按属性统计分析的基础上，以捕获内在属性。此外，我们引入了常见操作的假设驱动编辑模拟，为合理的转化路径提供辅助证据。这些统计和模拟线索共同使 大语言模型 (LLM) 能够执行结构化思想链 (CoT) 推理，产生方向来源推断和可解释的边缘原因。实验结果表明，GaussTrace 可以有效地构建不同 3DGS 模型之间的进化关系，提供准确、可解释且稳健的起源图，而无需 模型训练 或访问编辑历史记录。项目页面：https://haolianghan.github.io/GaussTrace。