본 논문은 효율적인 3D Gaussian Splatting 표현을 사용하는 사실적인 3D 얼굴 아바타의 증가하는 사용에 따른 온라인 신원 도용 위험을 해결하기 위해 개발된, 3D Gaussian 아바타를 위한 최초의 프라이버시 보호 신원 마스킹 프레임워크인 AEGIS를 제시한다. AEGIS는 아바타의 인지된 특성을 유지하면서 신원 관련 얼굴 특징을 숨기는 것을 목표로 한다. 이를 위해, 사전 훈련된 얼굴 검증 네트워크를 사용하여 Gaussian 색상 계수에 적대적 방해를 적용하여, 아바타의 기하학을 재훈련하거나 수정하지 않고도 여러 시점에서 일관된 보호를 보장한다. AEGIS는 얼굴 검색 및 검증 정확도를 0%로 줄이면서 완전한 신원 제거를 달성하고, 높은 인지 품질(SSIM = 0.9555, PSNR = 35.52 dB)을 유지한다. 또한 나이, 인종, 성별, 감정과 같은 주요 얼굴 속성을 보존하여 최소한의 시각적 왜곡으로 강력한 프라이버시 보호를 보여준다.
