首页
学习
活动
专区
工具
TVP
发布

让论文造假者裸奔的反抄袭图像识别系统

「艾刊网-敏捷的论文出版」

对文字抄袭早就有了自动化技术,而且也被广泛使用,但是对图片的重复使用则很难进行辨别,尤其是使用者一般会对图片进行PS,实在是防不胜防。但是借助最新的图像识别系统,科学家建立了新的图片识别方法,能对经过故意编辑使用的图进行辨认,让许多人工无法辨别的重复用图无法继续骗人,这几乎必然地会发现千万篇论文被曝光于天下,许多人开始无法入眠了。根据初步研究,大约0.6%的论文存在图片造假的可能,那么每年250万篇学术论文会大约1.4万篇存在图像造假的。

参考文章:

Researchers have finally created a tool to spot duplicated images across thousands of papers

最新论文是发表在2月22日的论文预印本服务器BioRxiv上,纽约雪城大学Daniel Acuna(库尼亚)机器学习团队通过使用一种算法来处理成千上万的生物医学论文,可以识别出重复使用的图片。如果杂志编辑也采用类似方法,将会让许多论文因为这个问题被阻断在发表的过程。

目前作者并没有公开算法,不过研究小组已经和西北大学诚信办公室主任Lauran Qualkenbush进行过交流,他们考虑使用这个技术。另外和美国研究人员协会诚信副主席进行了沟通,有可能年内进行应用测试。

2015年初,库尼亚和两个同事使用一种算法,从PubMed数据库开放的760000篇文章中提取到超过260万份图像数据,数据包括显微细胞和组织和凝胶印迹。然后放大这些图片中最具有特征的部位,这些部位都是颜色和灰度变化最明显的部分,利用这部分信息制作每一个图像的数字指纹。将图片中标记箭头或流程图组件去除,团队获得了200万份左右图像。为避免比较所有图像,他们用论文第一和通讯作者为限制条件,对这些图像资料进行了对照分析,他们的方法能识别出经过旋转、调整大小、对比度或颜色等编辑的重复图像。然后手工验证3750的被标记图像的分析结果,这些图像被认为存在复制的可能性。根据他们的研究结果,数据库中大约1.5%的论文包含可疑的图像,0.6%的论文将包含造假图像。

—— 本文来自孙学军科学网博客 ——

·END·

科研交流

艾刊网

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180224A0ODI400?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券