Trained to Imagine
Rendering
Creative Intelligence
AI Research / Breakthroughs

COVER: Video-Wasserzeichen, die Kompression überstehen

Quelle: arXiv ·

Ein unsichtbares Video-Wasserzeichen, das seine Nutzlast im latenten Raum eines eingefrorenen generativen Video-Autoencoders versteckt und gegen simulierte Codec-Schäden trainiert ist. Die Autor:innen berichten 93,72 % durchschnittliche Bitgenauigkeit über vier Codecs bei zwölf Einstellungen.

TTI-Takeaway

Provenienz, die ein Re-Encoding nicht übersteht, ist keine — und jede Lieferung, jeder Upload und jeder Social-Cutdown ist ein Re-Encoding. Seit die EU-Kennzeichnungspflicht gilt, werden Markierungsverfahren, die echte Codecs überleben, von der Forschungsfrage zur Compliance-Anforderung.

Analyse

Die meiste Forschung zu Wasserzeichen misst, ob eine Markierung eine saubere Laborkopie übersteht. COVER ist interessant, weil es von der umgekehrten Annahme ausgeht: Die Datei, die ein Modell erzeugt, wird mehrfach neu encodiert, bevor irgendjemand sie prüft – und Kompression ist der Angriff, der tatsächlich passiert. Den Codec als Hauptgegner zu behandeln statt als eine Störung unter vielen, ist die richtige Perspektive für alle, die schon einmal einen Master durch eine Lieferkette begleitet haben.

Das Versteck leiht sich die Methode von der generativen Videotechnik selbst. Die Nutzlast wird in den latenten Raum eines eingefrorenen Video-Autoencoders geschrieben, nämlich den von CogVideoX-2b, und wieder ausgelesen, indem das empfangene Video erneut in denselben Raum encodiert wird. Da sich echte Codecs nicht differenzieren lassen, trainieren die Autor:innen gegen eine Sammlung differenzierbarer Ersatzmodelle, die nachahmen, wie Kompression ein Bild beschädigt. Getestet wird gegen AV1, H.264, H.265 und VP9 in je drei Stärken, von moderatem H.264 mit CRF 23 bis zu AV1 mit CRF 63. Berichtet werden Platz eins in 11 von 12 Einstellungen, 2,68 Punkte Vorsprung vor der stärksten bisherigen Methode und ein schlechtester Wert, der von 68,90 % auf 73,72 % Bitgenauigkeit steigt.

Das Kleingedruckte ist wichtiger als die Schlagzeile. COVER trägt acht Bit. Das reicht, um zu signalisieren, dass ein Clip aus einem bestimmten System stammt, aber bei Weitem nicht für eine Asset-ID, einen Zeitstempel oder einen Lizenzverweis – und die Autor:innen schreiben selbst, acht Bit seien für ein Urteil pro Video „zu dünn, um es zu kalibrieren“. Auch bei der Bildtreue wird gespart: Markierte Clips erreichen 28,30 dB PSNR, die beiden stärksten Vergleichsverfahren rund 34 dB. In der Praxis heißt das sichtbare Rückstände in einer Einstellung, bei der es aufs Grading ankommt. Und evaluiert wird an Clips mit 16 Frames und 256 mal 256 Pixeln, weit entfernt von einem 4K-Werbemaster.

Für die Produktion liegt die eigentliche Lehre darin, wo Markierung ansetzen muss. Die EU-Kennzeichnungsregeln, die am 2. August in Kraft getreten sind, verlangen von Anbietern eine maschinenlesbare Markierung generierter Inhalte. Wir meinen: Ein Zeichen, das beim ersten Social-Cutdown verschwindet, erfüllt den Wortlaut dieser Regel und keinen ihrer Zwecke. Eine Postproduktion kann nicht davon ausgehen, dass das Wasserzeichen eines Anbieters nach dem eigenen Encode, dem Resize der Agentur und dem Transcode der Plattform noch lesbar ist. Solange solche Verfahren nicht ausgereift sind, bleiben Metadaten-Manifeste und eine dokumentierte Übergabekette das, worauf sich ein Clearance-Team wirklich stützen kann – unsichtbare Markierungen sind die zweite Ebene, nicht die erste.

Entscheidend wird, ob diese Verfahrensfamilie auf den drei Achsen skaliert, die das Paper offenlässt: Nutzlast, Auflösung und Angreifer. Geometrische Bearbeitungen und gezielte Entfernungsversuche schließen die Autor:innen ausdrücklich aus, und ihre Ersatzmodelle bilden nur Schäden pro Frame ab, nicht die Inter-Frame-Prädiktion, auf der echte Encoder beruhen. Ein Crop, ein Reframe ins Hochformat oder eine Geschwindigkeitsrampe sind im Kampagnenschnitt Alltag. Wenn ein codec-robustes Zeichen eine sinnvolle Nutzlast durch solche Bearbeitung in Sendeauflösung trägt, wird es zur Infrastruktur. Bis dahin ist es ein starkes Forschungsergebnis über ein Glied einer längeren Kette.