学习识别科学出版物中的图像篡改
计算机视觉与模式识别
2021-02-04 v1
摘要
遵守科学界标准可确保客观性、清晰性、可重复性，并有助于防止偏见、捏造、篡改和剽窃。为帮助科学诚信官员以及期刊/出版商审稿人监督研究人员是否遵守这些标准，建立一套可靠的流程来检测重复图像（作为科学论文中最频繁的篡改类型之一）十分重要。科学论文中的图像用于支撑实验描述和结果讨论。因此，在本工作中我们聚焦于检测图像中的重复，将其作为科学论文最重要的部分之一。我们提出了一种结合图像处理与深度学习方法的框架，将文章中的图像分类为重复或未重复图像。我们表明，我们的方法在检测重复图像上达到了90%的准确率，相较于其他篡改检测方法在检测准确率上提升了约13%。我们还通过将我们的方法与其他缺乏这些预处理步骤的先进篡改检测器进行比较，展示了预处理步骤的有效性。
引用
@article{arxiv.2102.01874,
title = {Learning to identify image manipulations in scientific publications},
author = {Ghazal Mazaheri and Kevin Urrutia Avila and Amit K. Roy-Chowdhury},
journal= {arXiv preprint arXiv:2102.01874},
year = {2021}
}