BioFors：一个大规模生物医学图像取证数据集
计算机视觉与模式识别
2021-08-31 v1
摘要
媒体取证研究因应对虚假信息传播的需耍而获得关注。然而，此类研究多集中于社交媒体上生成的内容。生物医学图像取证是一个相关问题，其中生物医学研究文献中所报告图像的篡改或误用令人严重关切。由于缺乏基准数据集与标准化任务，该问题未能在学术讨论之外取得进展。本文中我们提出BioFors——首个用于基准测试常见生物医学图像篡改的数据集。BioFors包含从1031篇开源研究论文中提取的47805张图像。BioFors中的图像分为四类——显微镜、印迹/凝胶、流式细胞术（FACS）与宏观成像。我们还提出了三项取证分析任务——外部重复检测、内部重复检测与剪切/锐变检测。我们以合适的先进算法在全部任务上对BioFors进行基准测试。我们的结果与分析表明，基于通用计算机视觉数据集开发的现有算法在应用于生物医学图像时不够鲁棒，这印证了解决生物医学图像取证独特挑战需要更多研究。
引用
@article{arxiv.2108.12961,
title = {BioFors: A Large Biomedical Image Forensics Dataset},
author = {Ekraam Sabir and Soumyaroop Nandi and Wael AbdAlmageed and Prem Natarajan},
journal= {arXiv preprint arXiv:2108.12961},
year = {2021}
}
备注
To appear at ICCV 2021