💻 computer science

ChronoLock: Protecting Videos from Unauthorized Text-to-Video Personalization

ChronoLock is het eerste proactieve framework dat is ontworpen om video's te beschermen tegen ongeautoriseerde tekst-naar-video-personalisatie door direct de temporele denoising-dynamiek en bewegingsleerprocessen te verstoren via geoptimaliseerde perturbaties die de vermogens tot bewegingsimitatie degraderen.

Oorspronkelijke auteurs: Jiaming He, Jiashu Zhang, Guanyu Hou, Shuhan Ye, Hanwei Zhu, Yi Yu, Xudong Jiang

Gepubliceerd 2026-06-23

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Jiaming He, Jiashu Zhang, Guanyu Hou, Shuhan Ye, Hanwei Zhu, Yi Yu, Xudong Jiang

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een unieke dansroutine of een speciale atletische beweging hebt gefilmd. Je wilt deze online delen, maar je bent bang dat iemand je video steelt, deze in een krachtige AI voert, en die AI leert jouw exacte bewegingen voor altijd uit te voeren — zonder jouw toestemming. Dit is het probleem van "ongeautoriseerde personalisatie".

Het artikel introduceert een oplossing genaamd ChronoLock. Zie ChronoLock niet als een slot op een deur, maar als een subtiele "glitch" of "vergif" die in de video zelf is geïnjecteerd, die alleen de AI kan zien, terwijl mensen een perfecte video blijven zien.

Zo werkt het, met behulp van eenvoudige analogieën:

1. Het Probleem: Het "Geheugen" van de AI

Wanneer een AI leert om een video te kopiëren, onthoudt het niet alleen hoe dingen eruit zien (statische beelden); het onthoudt ook hoe dingen door de tijd heen bewegen (de flow van de dans). Het is alsof je een liedje probeert te leren door de melodie te beluisteren. Als je de AI wilt stoppen met het leren van het liedje, kun je niet alleen de tekst veranderen (de statische beelden); je moet de melodie verstoren (de beweging).

2. De Oplossing: De "Tweeledige Aanval" van ChronoLock

ChronoLock voegt minuscule, onzichtbare veranderingen toe aan de video die het vermogen van de AI om de "melodie" van de beweging te leren, in de war brengen. Dit gebeurt op twee specifieke manieren:

A. Het Verstoren van de "Lokale Stappen" (Intra-Chunk Disruption)

Stel je voor dat de video een lange dansroutine is, onderverdeeld in kleine fragmenten van 5 seconden.

Normaal AI-leren: De AI kijkt naar een fragment van 5 seconden en leert: "Oké, in dit fragment gaat de arm omhoog, dan omlaag, en dan weer omhoog." Het bouwt een vloeiend, logisch pad op.
De zet van ChronoLock: Het voegt onzichtbare ruis toe aan de video die de AI doet denken dat de arm in elk afzonderlijk frame van die 5 seconden iets net even anders doet. Het is alsof je een minuscule, onzichtbare wankeling toevoegt aan de voetarbeid van de danser. Voor een mens ziet de danser er prima uit. Voor de AI is de "wiskunde" van de beweging kapot. De AI kan het vloeiende pad niet ontdekken omdat de stappen constant verschuiven op een manier die niet logisch is.

B. Het Breken van de "Overdrachten" (Inter-Chunk Boundary Disruption)

Stel je nu een video voor als een estafette waarbij hardlopers een stokje doorgeven.

Normaal AI-leren: De AI leert hoe het einde van het ene fragment van 5 seconden perfect overgaat in het begin van het volgende. Het leert de "overdracht".
De zet van ChronoLock: Het richt zich specifiek op het moment waarop twee fragmenten samenkomen. Het zorgt ervoor dat het einde van het eerste fragment en het begin van het tweede fragment lijken alsoak van twee verschillende films horen. Het is alsof de hardloper in het eerste fragment rode schoenen draagt, en de hardloper in het volgende fragment plotseling blauwe schoenen heeft, ook al is het dezelfde persoon. De AI raakt in de war bij de "naden" van de video en kan de lange beweging niet aan elkaar naaien.

3. Het Resultaat: Een Verpest "Recept"

Wanneer iemand probeert deze beschermde video te gebruiken om een AI te trainen:

Het Menselijke Perspectief: De video ziet er exact hetzelfde uit. De dans is vloeiend, de atleet ziet er natuurlijk uit.
Het AI-Perspectief: Het "recept" voor de beweging is verpest. De AI probeert te leren, maar de "ingrediënten" (de bewegingsdata) zijn bedorven. Wanneer de AI probeert een nieuwe video te genereren op basis van jouw stijl, produceert het een rommelige, glitchy bende die totaal niet meer op jou lijkt.

4. Waarom het Sterk is

Het artikel testte dit tegen veelvoorkomende trucs die mensen zouden kunnen gebruiken om de video te "reinigen", zoals het vervagen ervan of het horizontaal spiegelen.

Analogie: Stel je voor dat iemand de "vergiftiging" van een vrucht probeert weg te wassen door de vrucht te schrobben of ondersteboven te draaien. ChronoLock is als een gif dat in het DNA van de vrucht is gebakken. Hoe hard je de vrucht ook schrobt of ook al draai je hem om, de binnenkant blijft bedorven. De AI kan de beweging nog steeds niet correct leren.

Samenvatting

ChronoLock is een hulpmiddel dat je video's beschermt door onzichtbare "ruis" toe te voegen die specifal gericht is op hoe AI beweging leert. Het breekt het vermogen van de AI om de flow van de tijd in jouw video te begrijpen, waardoor wordt gewaarborgd dat zelfs als iemand jouw beelden steelt, ze een AI niet kunnen leren om jouw unieke stijl te kopiëren.

Technische Samenvatting: ChronoLock

1. Probleemstelling

De snelle vooruitgang van Text-to-Video (T2V) diffusiemodellen heeft de synthese van realistische, temporeel coherente video's vanuit natuurlijke taalprompts mogelijk gemaakt. Tegelijkertijd stellen personalisatietechnieken (bijv. Textual Inversion, DreamBooth, MotionDirector) deze modellen in staat om zich aan te passen aan specifieke onderwerpen, stijlen of bewegingspatronen met behulp van slechts enkele referentieclips. Hoewel dit gunstig is voor creatieve toepassingen, introduceert deze capaciteit een aanzienlijk risico op misbruik van gegevens: video's die online worden gedeeld, kunnen worden geoogst om T2V-modellen te finetunen zonder de toestemming van de eigenaar, wat leidt tot ongeautoriseerde personalisatie.

Bestaande beschermingsmaatregelen, zoals "cloaking" of "unlearnable examples", waren primair ontworien voor statische beeldherkenning of Text-to-Image (T2I) personalisatie. Deze methoden richten zich op het corrumperen van statische verschijningsvormen, pixel-niveau reconstructie of token-concept associaties. Echter, video-personalisatie leunt zwaar op temporele denoising-dynamiek en cross-frame continuïteit om bewegingspatronen te leren. Het corrumperen van enkel statische frames is onvoldoende om de continue semantiek en bewegingstrajecten te verstoren die nodig zijn voor videogeneratie. De kernuitdaging is het beschermen van vrijgegeven video's door specifiek de temporele bewijslast te verstoren die wordt gebruikt voor bewegingspersonalisatie, zonder de video visueel onbruikbaar te maken.

2. Methodologie: ChronoLock

ChronoLock is een proactief beschermingsframework dat is ontworpen om het moeilijk te maken om vrijgegeven video's te exploiteren voor ongeautoriseerde T2V-personalisatie. Het werkt door geoptimaliseerde begrensde perturbaties toe te passen die zich richten op de temporele denoising-trajecten van diffusiemodellen in plaats van op de statische verschijning.

2.1 Kernmechanisme

Het framework verdeelt een video in opeenvolgende chunks en hanteert een tweestaps-optimalisatieproces om bewegingsleren te verstoren:

Intra-Chunk Temporele Disruptie:
- Doel: Om lokale bewegingsadaptatie binnen korte videosegmenten te corrumperen.
- Techniek: ChronoLock maximaliseert een samengestelde temporele diffusie-objectief ( $L_{tem}$ $L_{t e m}$ ) die een ongeautoriseerde adapter (bijv. een Temporal LoRA) normaal gesproken zou minimaliseren. Dit objectief combineert drie termen:
  - Fitting Error ( $L_{fit}$ ): Verhoogt de fout bij het voorspellen van ruis tijdens het diffusieproces.
  - Frame-Relative Relations ( $L_{rel}$ ): Verstoort de relatie tussen frames en een gemeenschappelijke referentie-slice, waarbij statische componenten worden geannuleerd om bewegingssignalen te isoleren en te corrumperen.
  - Adjacent-Frame Variation ( $L_{var}$ ): Maximaliseert de inconsistentie tussen voorspelde denoising-slices van naburige frames, waardoor lokale temporele gladheid wordt doorbroken.
Inter-Chunk Boundary Disruptie:
- Doel: Om langetermijn bewegingscontinuïteit over de gehele video te verzwakken.
- Techniek: Het framework identificeert paren chunks met de grootste denoising-mismatch op hun grenzen. Vervolgens worden de perturbaties voor deze specifieke paren selectief bijgewerkt om de boundary mismatch score ( $L_{bdry}$ ) te maximaliseren. Deze adaptieve aanpak zorgt ervoor dat de meest kwetsbare temporele transities worden aangepakt om de coherente assemblage van bewegingssegmenten te voorkomen.

2.2 Optimalisatie Workflow

Het beschermingsproces wordt geformuleerd als een bi-level optimalisatieprobleem:

Inner Loop: Simuleert het ongeautoriseerde personalisatieproces door een tijdelijke adapter (bijv. Temporal LoRA) te trainen op de beschermde video-chunks om de personalisatieverlies te minimaliseren.
Outer Loop: Update de perturbaties ( $\delta$ ) met behulp van Projected Gradient Descent (PGD) om de loss van de tijdelijke adapter te maximaliseren, waardoor de video "onleerbaar" wordt voor beweging.
Robuustheid: Om weerstand te bieden tegen veelvoorkomende voorbewerking (bijv. resizing, compressie), evalueert de optimalisatie perturbaties op transformatie-gesamplede views (bijv. Gaussian blur, horizontale spiegeling).

3. Belangrijkste Bijdragen

Het artikel schetst drie primaire bijdragen:

Temporele Dreigingsformulering: De auteurs identificeren temporele denoising-dynamiek als het kritieke aanvalsoppervlak voor T2V-personalisatie, wat verschilt van de statische verschijningsvormen die worden aangepakt bij beeldgebaseerde defensies.
Eerste Video Beschermingsframework: ChronoLock wordt gepresenteerd als het eerste framework dat specifiek is ontworpen voor bewegingsgecentreerde T2V-personalisatie. Het combineert uniek diffusie-fitting, frame-relatieve denoising-relaties en naburige frame-variatie om intra-chunk adaptatie te verstoren, samen met adaptieve boundary-disruptie voor inter-chunk continuïteit.
Uitgebreide Evaluatie: Het framework wordt geëvalueerd op real-world menselijke actie-datasets (UCF Sports, HMDB51) met behulp van populaire T2V-backbones (ZeroScope, ModelScope) en personalisatieschema's (MotionDirector).

4. Experimentele Resultaten

Experimenten tonen aan dat ChronoLock de ongeautoriseerde bewegingspersonalisatie effectief onderdrukt terwijl de visuele getrouwheid behouden blijft.

Automatische Metrieken: Beschermde video's resulteerden in aanzienlijk lagere Motion Smoothness (MS) en Temporal Consistency (TC) scores wanneer ze voor personalisatie werden gebruikt vergeleken met schone video's. Bijvoorbeeld, op de UCF-dataset met ZeroScope verminderde ChronoLock de MS-score van 0,989 (Origineel) naar 0,980, en de TC van 4,324 naar 4,149 (lager is beter voor bescherming).
Menselijke Evaluatie: Menselijke evaluatoren beoordeelden de bewegingsgetrouwheid, temporele consistentie en tekstuele alignement van video's gegenereerd uit beschermde data aanzienlijk lager dan die van schone data. De voorkeur voor schone personalisatie daalde van ~67% (Clean baseline) naar ~32% (ChronoLock).
Robuustheid: De bescherming bleef effectief wanneer de beschermde video's onderhevig waren aan veelvoorkomende defensies zoals Gaussian blur, horizontale spiegeling, of de combinatie daarvan. Hoewel deze transformaties een marginale herstel mogelijk maakten, bleef de semantische en bewegings-utiliteit van de video's gedegradeerd.
Generalisatie: De methode toonde sterke transfereerbaarheid over verschillende T2V-backbones (ZeroScope vs. ModelScope) en verschillende datasets, wat aangeeft dat het niet overfit op een specifieke generator of actie-categorie.
Ablatie-studies: Het verwijderen van een component (fitting, frame-relatief, of boundary-disruptie) resulteerde in een zwakkere bescherming, wat bevestigt dat de synergie tussen lokale temporele inconsistentie en globale boundary-disruptie essentieel is.

5. Betekenis en Claims

Het artikel positioneert ChronoLock als een noodzakelijke evolutie in gegevensbescherming voor het tijdperk van generatieve video. De betekenis ligt in de verschuiving van het defensieve paradigma van statische beeld-cloaking naar temporele denoising-disruptie.

De auteurs beweren dat door direct de mechanismen aan te pakken die bewegingsleren mogelijk maken (temporele aandacht en bewegingsmodules), ChronoLock een robuuste, proactieve verdediging biedt tegen ongeautoriseerde T2V-finetuning. Het framework slaagt erin de dubbele doelstellingen te balanceren van het behoud van de visuele kwaliteit van de vrijgegeven video voor legitieme consumptie, terwijl de onderliggende temporele data onbetrouwbaar wordt gemaakt voor het trainen van kwaadwillige personalisatiemodellen. Het werk vestigt dat de bescherming van video-data vereist dat men de continue, dynamische aard van videogeneratie adresseert, een vereiste waaraan statische beeld-defensies niet voldoen.