Aller au contenu principal
Accès ouvert déclaré 2026 preprint

Source Attribution of AI-Generated Images: a Principled Survey

0Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : cn, it. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

This record contains the preprint version of a survey manuscript on source attribution of AI-generated images. The manuscript reviews existing approaches for tracing synthetic images back to their generative sources, with a focus on passive attribution methods. It organizes the literature under a unified conceptual framework, covering different attribution scenarios, methodological paradigms, attribution granularities, open-set settings, commonly used datasets, and remaining challenges in the field. PS: This version has not yet undergone formal journal peer review. The final published version, if accepted, may differ from this preprint.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

La source scientifique ouverte est momentanément indisponible.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Face Recognition and PerceptionGenerative Adversarial Networks and Image SynthesisAesthetic Perception and Analysis

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.