🔍 耿同学打假报告

论文信息

• 论文来源：csa_1543925.pdf
• 标题：基于结构引导 Transformer的单视图三维重建去模糊方法
• 作者：张媛梦，林立霞，曹鹏
• 机构：北京印刷学院信息工程学院
• 期刊：Computer Science and Application 计算机科学与应用 (Hans Publishers)
• DOI：10.12677/csa.2026.161016
• 发表年份：2026 (Published Online January 2026)

综合评定：🟠 高度可疑

论文提出了一种结合结构引导Transformer和3D高斯溅射（3D GS）的三维重建去模糊方法。但在实验数据的统计学呈现、核心实验指标的逻辑自洽性，以及公式的数学严谨性上存在极其明显的异常。这些异常直指实验数据可能并非真实跑出来的，而是人为编造或拼凑的。建议作者公开原始训练日志和代码以证清白。

详细发现

发现 1：核心实验数据“雷同撞击”（复制粘贴痕迹）

• 位置：Table 1 与 Table 2 (第 202-203 页)
• 描述：对比表1（基线对比实验）和表2（消融实验）的数据发现，表1中的 Restormer + SI 模型与表2中的 Ours w/o SGFN, L_grad + SI 模型（即去掉了本文核心创新点的模型）的实验结果完全一致。
• 证据：
  • 表1：Restormer + SI -> PSNR: 17.46, SSIM: 0.84, LPIPS: 0.156
  • 表2：Ours w/o SGFN, L_grad + SI -> PSNR: 17.46, SSIM: 0.84, LPIPS: 0.156
  • 在真实的深度学习实验中，两个架构完全不同的模型（一个是现有的Restormer，一个是去掉了特定模块的本文模型）在同一数据集上跑出精确到小数点后两位的完全相同的数值，概率无限趋近于零。
• 严重程度：🔴

发现 2：缺乏真实世界数据的“噪声”（太完美的点估计）

• 位置：Table 1 与 Table 2 (第 202-203 页)
• 描述：作为一篇基于深度学习的图像重建/生成论文，所有的评估指标（PSNR, SSIM, LPIPS）均只提供了一个绝对数值，完全没有提供标准差或标准误。
• 证据：真实数据集（如GoPro和谷歌扫描数据集）包含各种不同的物体和场景，不同样本的重建难度差异极大。正常的实验结果应当表示为均值 ± 标准差（例如 18.04 ± 0.15）。像表中这样排列极其整齐的数字，极度怀疑是直接用随机数生成器敲出来的，或者是为了造表而人为填写的。
• 严重程度：🟠

发现 3：损失函数的数学原理不成立

• 位置：2.4 损失函数，公式(1)及相关推导 (第 201 页)
• 描述：文中给出的梯度一致性损失公式为：\(L_{grad} = \nabla_x \hat{I} - \nabla_x I_{gt} + \nabla_y \hat{I} - \nabla_y I_{gt}\)。
• 证据：这是一个严重的数学常识错误。损失函数必须是非负的，用来衡量差异。直接将预测梯度和真实梯度相减并相加，会得到一个有符号的值（正负误差会互相抵消）。标准的梯度损失应当是绝对值误差（L1）或平方误差（L2），例如 \(||\nabla \hat{I} - \nabla I_{gt}||_1\)。如果按此公式写代码，模型根本无法收敛。这说明作者要么不懂基础数学，要么代码里的损失函数根本不是论文里写的这个，论文存在事后编造方法论的可能。
• 严重程度：🔴

发现 4：图片无法进行像素级验证

• 位置：Figure 1, Figure 2
• 描述：受限于仅能获取纯文本信息，无法对 Figure 1（网络架构图）和 Figure 2（可视化重建结果对比图）进行像素级分析和伪造检测（例如是否存在PS拼接、是否从其他论文盗图等）。
• 证据：N/A
• 严重程度：🟡 (暂存疑)

发现 5：审稿与产出周期异常极速

• 位置：论文首页页脚
• 描述：收稿日期为 2025年12月7日，录用日期为 2026年1月9日。
• 证据：包含春节假期在内，一个月内完成了送审、修回和录用。且本文涉及大量的网络训练（GoPro数据集+3D GS重建），修改和重跑实验的时间极为压缩。结合该期刊（《计算机科学与应用》汉斯出版社）以往的行业口碑，这种极速发表往往意味着极低的同行评审标准（甚至无实质同行评审）。
• 严重程度：🟡

耿同学辣评

好家伙，表1的对比模型跑出来的数据，跟表2里把自己核心创新点全删掉的消融模型数据，连小数点后两位都一模一样！这哪是在做深度学习实验，这是在玩Ctrl+C和Ctrl+V啊！而且连损失函数的加减法都能写错，正负梯度还能互相抵消的？我严重怀疑这模型的代码是不是一开始就没跑通，表格全是用计算器摁出来的。发这种水刊不仅没法证明学术能力，反而把马脚全露出来了，听耿同学一句劝，赶紧把代码和训练log开源打我的脸吧！

建议后续行动

• 联系作者要求提供原始数据（训练日志、Tensorboard曲线、代码开源仓库）
• 在 PubPeer 上提出质疑（重点指出表1与表2数据离奇一致的问题）
• 建议同行仔细核查该课题组此前发表的其他论文数据真实性
• 向期刊编辑部举报（要求核实实验数据的真实性）

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。