前言随着生成式人工智能技术的发展AI 生成图像已经越来越真实也越来越容易被大规模传播。在多媒体取证与可信 AI 研究中过去我们更多关注的是这张图像是真实图像还是 AI 生成图像这对应 synthetic image detection。但随着生成模型数量不断增加、模型架构不断演化仅仅判断“真或假”已经不够。很多实际场景还需要进一步追问这张 AI 生成图像来自哪里例如它来自哪一个生成模型、哪一种生成架构或者是否来自某个声明的生成源。这类问题对应 synthetic image attribution / source attribution也就是生成图像来源溯源。近年我主要围绕 synthetic image detection 与 attribution 方向开展研究并先后完成了生成图像检测与溯源两篇文献综述。在整理综述和持续跟踪后续文献的过程中我逐渐发现这个方向的论文数量增长很快静态文献列表已经不太适合长期维护。因此我使用 Codex 辅助搭建了一个交互式网页Synthetic Image Research Map。网页链接https://meiling-fdu.github.io/synthetic-image-research-map/web/?datasetpreviewSynthetic Image Research Map 是一个面向 synthetic image detection 与 attribution 领域的交互式研究地图旨在帮助研究者更直观地浏览文献、理解机构分布与合作关系并持续跟踪该方向的发展。该网页目前仍处于持续优化阶段如果你对相关研究感兴趣欢迎访问项目页面并在 GitHub 上 Star ⭐️ 支持有问题也欢迎提交 GitHub Issues目录一、网页建设背景二、网页目前支持的功能1. 文献记录浏览2. 世界地图可视化3. 论文详情交互查看4. 多条件筛选与排序5. 动态统计概览6. 「机构论文」层级结果视图Institution recordsUnique papers7. 当前筛选结果 CSV 导出8. 项目范围与质量控制说明9. 数据入口与反馈入口三、相较普通文献列表的优势四、后续计划1. 持续补全文献数据2. 优化机构信息与地理位置一、网页建设背景在写综述时我需要持续整理 AI-generated image detection、GAN-generated image attribution、diffusion-generated image detection、source generator attribution、model attribution、verification 等方向的论文。如果只用表格、文档或博客记录文献虽然可以保存 title、year、venue、method、dataset 等信息但很难直观回答以下问题这个领域的研究主要集中在哪些国家和地区哪些高校、研究机构或公司在持续关注这个方向不同机构之间是否存在合作关系某篇论文背后有哪些作者和机构参与当新论文不断出现时如何持续维护而不是反复修改静态博客因此我希望将论文、作者、机构和地理位置结合起来构建一个可以交互查看的研究地图。它的目标不是再做一个普通论文列表而是从空间分布和机构合作的角度观察 synthetic image detection / attribution 领域的发展情况。换句话说我希望这个网页回答的不只是“有哪些论文”还包括这些论文来自哪些地区和机构哪些机构在该方向比较活跃哪些机构之间存在合作不同任务方向在全球范围内如何分布后续新增文献如何更加系统地维护和更新。二、网页目前支持的功能当前网页主要围绕 AI 生成图像检测与溯源相关论文进行整理和可视化。相比普通文献列表它更强调结构化检索、地图展示、机构信息、质量控制和数据导出。1. 文献记录浏览网页收录了 synthetic image detection 与 attribution 相关论文覆盖 detection、source attribution、detection and source attribution 等任务类型。每条记录会尽量整理以下信息论文标题作者列表发表年份发表地址DOIarXiv linkpaper link任务类型论文类型例如 method、dataset、benchmark、survey、analysis study作者对应机构institution、country、region、coordinates 等地理信息version status例如是否为 preprint-only是否存在 arXiv versionresolution confidence 与 review status。2. 世界地图可视化网页使用世界地图展示相关论文机构的地理分布。每个地图 marker 对应一条 institution-level record即某篇论文在某个机构上的映射记录。通过地图可以直观看到哪些国家或地区在该方向更活跃哪些机构参与了相关研究同一篇论文涉及哪些机构某些研究方向是否呈现区域集中趋势。地图 marker 会按任务类型区分颜色目前主要包括DetectionSource attributionDetection and source attribution。这使得用户不仅能看到“有哪些论文”还能看到“这些论文分布在哪里”。3. 论文详情交互查看在地图上 hover 或选择某个 marker 后右侧会显示对应论文的详细信息。这一功能可以把地图上的机构位置和具体论文关联起来。用户可以进一步查看论文标题、作者、机构、任务类型、发表信息和相关链接从而快速理解某个地图点背后的研究内容。如果同一篇论文涉及多个机构网页也可以展示该论文相关的多个机构位置帮助观察 paper-level 合作关系。4. 多条件筛选与排序网页提供了较完整的筛选功能可以从不同角度检索当前数据集。目前支持的筛选项包括Keyword按标题、作者、机构等关键词搜索Task按 detection、source attribution、detection and source attribution 筛选Paper Type按 method、dataset、benchmark、survey、analysis study 筛选Publication Type按发表类型Conference、Journal、Preprint筛选Publication Venue按发表地址筛选Country按国家筛选Institution Type按发表机构University、Research Institute、Company等筛选Record Version按论文否有对应的arXiv preprint筛选Publication year按起止年份筛选Reset filters一键恢复默认筛选状态。这些筛选项可以组合使用。例如可以只查看 source attribution 方向的论文也可以筛选某一年之后、有 arXiv 版本、并来自特定 venue 的记录。5. 动态统计概览网页会根据当前筛选条件动态更新统计信息包括Map recordsPaper coveragePapers without map locationUnique institutionsCountriesDetection recordsSource attribution recordsDetection source attribution recordsPreprint-only records。这些统计信息可以帮助用户快速了解当前筛选范围内的数据规模、任务分布、机构覆盖和地图覆盖情况。其中Papers without map location是一个比较重要的提示它表示某些论文虽然已经进入 paper-level coverage但由于缺少有效机构坐标暂时不会显示为地图 marker。6. 「机构论文」层级结果视图网页支持两种结果视图Institution records这是默认视图。由于网页是 institution-record based同一篇论文如果涉及多个机构就会对应多条 institution records。这个视图更适合观察机构分布、地图 marker 和 paper-level 合作关系。Unique papers这个视图会对同一篇论文进行去重更接近传统 bibliography-style browsing。它适合用户按论文维度查阅文献避免同一篇论文因为多个机构而重复出现。简单来说Institution records更适合看地图和机构分布Unique papers更适合看论文列表和文献覆盖。7. 当前筛选结果 CSV 导出网页支持通过Export CSV导出当前筛选结果。导出的内容会根据当前筛选条件和结果视图变化。该功能支持按年份新旧、venue/source、title 字母顺序排序。如果当前处于Institution records视图导出的 CSV 更偏向机构记录通常包含titleauthorsinstitution_authorspublication_yearvenue_nameentry_typetask / subtaskinstitution_namecountry / country_coderegion / region_coderaw_country / raw_country_codeDOIarXiv ID / arXiv URLpaper URLOpenAlex URL。如果当前处于Unique papers视图导出的 CSV 更偏向论文记录通常包含titleauthorspublication_yearvenue_nameentry_typetask / subtaskinstitutionscountries / country codesregions / region codeshas_map_locationmap_record_countcoverage_statusDOIarXiv ID / arXiv URLpaper URLOpenAlex URL。这个功能比较实用。用户可以先在网页中完成筛选例如只保留特定方向、某个年份范围内的论文或者某个类型的论文然后直接导出 CSV用于后续阅读、分析或本地整理。8. 项目范围与质量控制说明网页底部提供了 project scope、data and records、explore and export、quality control 等说明用于解释这个地图收录什么、不收录什么以及数据如何被筛选。目前网页主要覆盖AI-generated image detectionsynthetic image detectionGAN-generated image detection / attributiondiffusion-generated image detectionfake / deepfake image detectiongenerated image source attributionidentificationverification。同时网页会排除与当前研究主题关系较弱的内容例如broad model attributiongeneric feature attributionauthorship attributioncamera-model attributionsensor attribution仅使用 synthetic data 做下游任务的数据增强类工作。此外public preview 默认会过滤 uncertain、out-of-scope、low-confidence、review-flagged、缺少机构信息或缺少有效坐标的记录。这可以减少明显错误或不确定记录对地图展示结果的影响。9. 数据入口与反馈入口网页底部提供了多个数据与项目入口包括Public preview JSONPublic preview papers JSONSample dataset JSONQuality reportData methodologyGitHub repositoryGitHub Issues。其中Public preview JSON 对应地图展示所需的 institution-level recordsPublic preview papers JSON 更偏向 paper-level coverage。Quality report 和 Data methodology 用于说明数据质量、筛选规则和处理流程。如果发现 metadata 错误、机构错误或缺失论文也可以通过 GitHub Issues 反馈。三、相较普通文献列表的优势过去我也会通过博客或表格整理文献但这种方式有几个明显限制。首先静态博客更新成本高。每出现一批新论文都需要手动修改原文时间久了会越来越难维护。其次普通文献列表主要回答“有哪些论文”但很难展示“论文来自哪里”“哪些机构在合作”“哪些地区更关注这个方向”。第三文献状态会变化。例如一篇论文可能最初只有 arXiv 版本之后正式发表有些机构信息可能被数据库错误解析有些论文是否属于 synthetic image detection / attribution 的核心范围也需要重新审核。静态博客很难持续反映这些变化。相比之下网页和后台数据库更适合承载持续更新的文献信息。它不仅保存论文列表还能组织作者、机构、位置、任务类型、链接、数据来源、审核状态和导出结果。因此后续我会逐步将文献维护工作集中到这个网页和后台数据库中而不是继续频繁更新单独的文献列表博客。之前我单独整理过的 synthetic image detection / attribution 方向文献列表也不会再作为主要维护入口持续更新。主要原因有三点第一当前领域发展很快新论文不断出现静态博客不适合长期维护。第二网页能够承载更丰富的信息包括论文、作者、机构、地理位置、合作关系、论文链接、任务分类、数据质量说明和 CSV 导出。第三后续我希望形成更加规范的更新流程新增论文先进入候选池和 review workflow经过 scope filtering、metadata enrichment、institution normalization 和人工确认后再加入正式展示数据。也就是说后续如果想查看这个方向的最新整理结果建议直接访问该网页而不是依赖旧的静态文献列表博客。四、后续计划1. 持续补全文献数据后续会继续补充 synthetic image detection、synthetic image source attribution 以及 source verification 等方向的相关论文。新增论文不会直接自动发布到地图中而是会先进入候选和审核流程。只有在确认研究范围、元数据、机构信息和地理位置之后才会加入正式展示数据。2. 优化机构信息与地理位置OpenAlex学术数据库中的作者与机构信息有时并不完全准确例如机构识别错误、作者与机构对应关系错误或者将院系、地址、城市混入机构名称中。因此后续会更加重视以下字段的区分raw affiliation evidencecanonical institution namecity / region / countrycoordinatesauthor–institution mappingmanual verification notes。通过上述持续修正尽量减少错误机构信息对地图展示结果的影响。
