Immune2V：面向双流图像到视频生成的数据免疫
计算机视觉与模式识别
2026-04-14 v1
摘要
图像到视频（I2V）生成具有潜在的社会危害，因为它使静态图像的未经授权动画化成为逼真的深度伪造。虽然现有防御措施有效保护静态图像免受篡改，但将其扩展到I2V生成仍受到忽视且技术难度大。本文系统分析了现代I2V模型为何对朴素的图像级对抗攻击（即数据免疫）高度鲁棒。我们观察到视频编码过程会迅速稀释对抗性噪声在后续帧中的扩散，连续文本条件引导主动覆盖数据免疫意图的破坏性效果。基于此，我们提出Immune2V框架，通过编码器层强制时序平衡的潜在偏离，防止信号稀释；并通过预计算的坍塌诱导轨迹与中间生成表征对齐，以抵消文本引导的覆盖。大量实验表明，在相同的感知预算下，Immune2V产出的退化程度显著且持久地高于调整后的图像级基线方法。
引用
@article{arxiv.2604.10837,
title = {Immune2V: Image Immunization Against Dual-Stream Image-to-Video Generation},
author = {Zeqian Long and Ozgur Kara and Haotian Xue and Yongxin Chen and James M. Rehg},
journal= {arXiv preprint arXiv:2604.10837},
year = {2026}
}