Le vol d’informations privées visuelles constitue une problématique émergente et cruciale pour les applications en plein essor du traitement vidéo, telles que la reconnaissance d’activités. Les approches existantes visant à atténuer la fuite de données personnelles dans la reconnaissance d’actions exigent des étiquettes de confidentialité en plus des étiquettes d’action provenant des jeux de données vidéo. Toutefois, l’annotation manuelle des cadres vidéo pour des étiquettes de confidentialité n’est pas réalisable en pratique. Les récents progrès des méthodes d’apprentissage auto-supervisé (SSL) ont révélé un potentiel non exploité des données non étiquetées. Pour la première fois, nous proposons un cadre d’entraînement novateur permettant d’éliminer les informations privées des vidéos d’entrée de manière auto-supervisée, sans nécessiter d’étiquettes de confidentialité. Notre cadre repose sur trois composants principaux : une fonction d’anonymisation, une branche d’élimination auto-supervisée des données privées, et une branche de reconnaissance d’actions. Nous entraînons notre modèle via une stratégie d’optimisation minimax, visant à minimiser la fonction de coût de reconnaissance d’actions tout en maximisant la fonction de coût de confidentialité, grâce à une perte contrastive auto-supervisée. En utilisant des protocoles existants basés sur des actions et attributs de confidentialité connus, notre cadre atteint un compromis action-confidentialité compétitif par rapport aux méthodes supervisées de pointe actuelles. En outre, nous introduisons un nouveau protocole d’évaluation de la généralisation de la fonction d’anonymisation apprise aux nouvelles actions et attributs de confidentialité, et démontrons que notre cadre auto-supervisé surpasse les méthodes supervisées existantes. Code disponible à l’adresse : https://github.com/DAVEISHAN/SPAct