工具分享｜Synthetic Image Research Map：AI 生成图像检测与溯源研究的交互式文献地图-拓冰建站

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/?dataset=preview
Synthetic 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！

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 records
  - Unique papers
- 7. 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；
DOI；
arXiv link；
paper 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 version；
resolution 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：

Detection；
Source attribution；
Detection 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 records；
Paper coverage；
Papers without map location；
Unique institutions；
Countries；
Detection records；
Source attribution records；
Detection + source attribution records；
Preprint-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：

title；
authors；
institution_authors；
publication_year；
venue_name；
entry_type；
task / subtask；
institution_name；
country / country_code；
region / region_code；
raw_country / raw_country_code；
DOI；
arXiv ID / arXiv URL；
paper URL；
OpenAlex 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：

title；
authors；
publication_year；
venue_name；
entry_type；
task / subtask；
institutions；
countries / country codes；
regions / region codes；
has_map_location；
map_record_count；
coverage_status；
DOI；
arXiv ID / arXiv URL；
paper URL；
OpenAlex 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 detection；
synthetic image detection；
GAN-generated image detection / attribution；
diffusion-generated image detection；
fake / deepfake image detection；
generated image source attribution；
identification；
verification。

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 attribution；
generic feature attribution；
authorship attribution；
camera-model attribution；
sensor 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 JSON；
Public preview papers JSON；
Sample dataset JSON；
Quality report；
Data methodology；
GitHub repository；
GitHub Issues。

其中，Public preview JSON 对应地图展示所需的 institution-level records；Public 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。