Intelligence Artificielle · Deepfake · Mis à jour le 1er juin 2026 · 7 min de lecture
Détecter une image générée par IA : les signatures que laissent Midjourney, DALL-E et Stable Diffusion
Les modèles d'IA générative produisent des images de plus en plus difficiles à distinguer de photos réelles. Mais ils laissent tous des traces — spectrales, statistiques, métadonnées — que l'analyse forensique peut révéler. Voici ce que les experts regardent vraiment.
Pourquoi les images IA sont-elles détectables ?
Tous les modèles génératifs — qu'il s'agisse de GANs (Generative Adversarial Networks) ou de modèles de diffusion (Stable Diffusion, Midjourney, DALL-E) — produisent des images selon des processus mathématiques qui diffèrent fondamentalement d'un capteur photographique physique.
Ces différences laissent des signatures caractéristiques à plusieurs niveaux :
Au niveau spectral : les fréquences spatiales ont une distribution anormale
Au niveau du bruit : trop homogène, sans les irrégularités d'un vrai capteur
Au niveau des métadonnées : pas d'EXIF d'appareil photo, pas de GPS
Au niveau de la compression : des patterns atypiques dans les blocs JPEG
Au niveau de la cohérence physique : lumières, ombres et réflexions parfois incohérentes
Les 5 signatures forensiques des images IA
Signal fort — IA
Absence de métadonnées EXIF
Midjourney, DALL-E et Stable Diffusion ne génèrent pas de métadonnées d'appareil photo. Pas de fabricant, pas de modèle, pas de date de prise de vue, pas de GPS. Une photo réelle sans EXIF est possible (réseaux sociaux, captures d'écran) mais suspect si elle prétend être originale.
Signal fort — IA
Spectre FFT avec grille GAN
La transformée de Fourier 2D des images générées par GAN présente des pics réguliers espacés formant une grille. C'est la signature des convolutions upsampling utilisées dans l'architecture des générateurs. Les modèles de diffusion laissent aussi des patterns spectraux spécifiques.
Signal fort — IA
Bruit trop uniforme
Un vrai capteur photographique produit un bruit thermique et de quantification spécifique à chaque pixel. La noise heatmap d'une image IA montre un bruit uniforme, "plat" — absence des irrégularités physiques naturelles d'un capteur réel.
Signal modéré — IA
Déficit en hautes fréquences
Les images photographiques contiennent des détails à toutes les fréquences spatiales, jusqu'aux très hautes fréquences (détails fins, grain). Les images IA présentent un déficit marqué en hautes fréquences — leur "netteté" apparente est en réalité une lissage mathématique.
Signal positif — Authenticité
EXIF complet avec N° de série
Un appareil photo réel enregistre le fabricant, le modèle, parfois le numéro de série du boîtier, la date à la milliseconde, et les paramètres d'exposition. Ces données cohérentes sont un signal fort d'authenticité photographique.
Signal positif — Authenticité
Certification C2PA
La norme C2PA (Adobe, Microsoft, Google, Canon...) permet d'intégrer dans l'image une signature cryptographique qui certifie l'origine. Un fichier avec signature C2PA valide et non modifiée est une preuve forte d'authenticité photographique.
Comparaison par modèle IA
Modèle
EXIF
Signature FFT
Détectabilité
Notes
Midjourney v6
Absent
Grille diffusion
Élevée
Marque watermark invisible depuis v5.2
DALL-E 3
Absent
Grille diffusion
Élevée
C2PA ajouté depuis jan. 2024 (souvent supprimé)
Stable Diffusion
Variable
Grille SDXL
Moyenne
Très variable selon le modèle fine-tuné
Adobe Firefly
C2PA inclus
Grille diffusion
Très élevée
C2PA indique "Generated with AI"
Deepfake vidéo (image)
Variable
Artefacts visage
Moyenne
Incohérences autour des yeux et cheveux
Analysez votre image — détection IA incluse
Spectre FFT · Noise Heatmap · EXIF · C2PA · Score 0-100 Première analyse gratuite — résultat en 30 secondes.
La détection d'images IA est un domaine en évolution rapide, avec une course entre générateurs et détecteurs. Quelques points importants à garder en tête :
Post-processing : une image IA recompressée, redimensionnée et recadrée multiple fois perd certaines signatures — mais pas toutes
Modèles spécialisés : certains modèles fine-tunés sur des données photographiques réelles imitent mieux le bruit capteur
Aucune certitude absolue : l'analyse fournit un faisceau d'indices convergents, pas un verdict binaire
La combinaison de signaux compte : un seul signal suspect ne suffit pas — c'est leur accumulation qui est significative
C2PA : la solution à long terme
La norme C2PA (Coalition for Content Provenance and Authenticity), soutenue par Adobe, Microsoft, Google, Canon, Nikon et les grands médias, est la réponse structurelle au problème. Elle permet à chaque image de "porter" son histoire de manière cryptographiquement vérifiable :
Photos réelles : signature de l'appareil + photographe, opposable et vérifiable
Images IA : étiquette "Generated with AI" impossible à supprimer sans invalider la signature
Modifications : chaque retouche crée une nouvelle entrée dans l'historique cryptographique
Fabrice Volondat — Black Forest Occitanie est photographe professionnel implémentant les spécifications C2PA. Toutes ses livraisons sont signées C2PA, permettant à ses clients de prouver l'authenticité de chaque image.
Questions fréquentes
Comment détecter une image générée par Midjourney ou DALL-E ?
Les images IA n'ont généralement pas de métadonnées EXIF d'appareil. Leur spectre FFT présente des pics réguliers (grille GAN/diffusion). La noise heatmap révèle un bruit uniforme. L'analyse Black Forest Forensic combine ces 9 signaux et donne un score 0-100 en 30 secondes.
Peut-on détecter un deepfake à 100% ?
Aucune méthode n'offre 100% de certitude avec les modèles de dernière génération. L'analyse forensique fournit un faisceau d'indices convergents. Un score inférieur à 40/100 avec plusieurs signaux anormaux constitue une preuve technique solide — suffisante pour des dossiers juridiques ou assurantiels.
Les images IA ont-elles des métadonnées EXIF ?
En général non. Midjourney, DALL-E et Stable Diffusion ne génèrent pas de métadonnées d'appareil. Certains outils (Adobe Firefly) ajoutent des métadonnées C2PA indiquant la nature artificielle du contenu. La suppression de ces métadonnées invalide la signature cryptographique C2PA.
Qu'est-ce que la certification C2PA et à quoi sert-elle ?
C2PA (Coalition for Content Provenance and Authenticity) est un standard ouvert soutenu par Adobe, Microsoft, Google et les grands appareils photo. Il intègre dans chaque image une signature cryptographique qui certifie l'auteur, l'appareil, la date et l'historique de traitement. C'est la solution long terme contre les deepfakes et les images IA non déclarées.