Development of AI and Human Based Artwork Classification System for Vision Transformer
Notice bibliographique
Résumé
Rapid progress of generative models like DALL•E, Midjourney, and Stable Diffusion has rendered AI-created artworks more than ever hard to tell apart from pieces created by humans. This new phenomenon has created new challenges for digital authenticity and media forensics, especially as a visual gap between synthetic and human-created art has narrowed. In this study, I examine if contemporary deep learning architectures can indeed reliably determine the source of a work of art on a large variety of styles and visual intricacies. Using Kausthub Kannan’s AI vs Human Art dataset, three models Vision Transformer (ViT-B/16), ResNet50, and EfficientNet-B0 were trained at uniform conditions to carry out binary classification. To my knowledge, this work reports one of the earliest comparative methods of transformer-based vs convolution-based systems for AI-art detection in both an in-distribution and cross-generator scenarios. The experimental results show that ViT-B/16 performance is best achieving 98.49% performance and superiority over CNN baselines. Moreover, ViT-B/16 yielded greater toughness when tried on unseen DALL•E-generated images and out-of-distribution human artworks, indicating its patch-based global representation provides relevant benefits for this goal. These results illustrate the increasing importance of transformer architectures for digital art authentication and highlight the importance of evaluating detection models far beyond a single generative source, especially as AI-produced images come to be virtually indistinguishable from human artistic production.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».