🔍 耿同学打假报告

论文信息

• 标题：STENet: Superpixel Token Enhancing Network for RGB-D Salient Object Detection
• 作者：Jianlin Chen, Gongyang Li, Liang Chang, Dan Zeng, Zhijiang Zhang
• 期刊：TMM 2025 (文中Table I和II自标为TMM 2025，arXiv版本日期为2026年3月)
• DOI：依据不足，文本中未提供
• 论文来源：2603.21999v1.pdf

综合评定：🔴 实锤

详细发现

发现 1：定性对比图涉嫌严重抄袭/复用（图片复用）

• 位置：Figure 6 (Page 7)
• 描述：在与SOTA方法的定性对比图（Fig. 6）中，本模型（'Ours'列）的输出结果与对比方法（'CAVER'列）存在像素级的雷同。
• 证据：根据图片视觉分析摘要，在测试样本的第3行（行人）和第6行（婴儿车）中，'Ours'与'CAVER'的分割结果在极其微小的物体边缘轮廓、内部空洞形状以及背景噪点分布上几乎完全一致。在RGB-D SOD领域，基于不同架构（如文中自述的跨模态视角混合 vs 本文的超像素增强）的独立模型极难产出背景噪点分布完全相同的预测图。这强烈暗示作者直接复制了其他方法的预测结果作为自己的输出。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 2：特征可视化图系“图层复用”或“滤镜合成”（图片复用/伪造）

• 位置：Figure 4 (Page 5)
• 描述：论文声称SAGEM模块负责“全局语义增强”，SALRM模块负责“局部细节精修”。但在特征可视化图中，两者的输出特征背景却完全一样。
• 证据：视觉分析摘要指出，Fig. 4中(d) RGB特征、(e) depth特征、(f) SAGEM特征和(g) SALRM特征，同一行样本的背景纹理、噪声分布及非显著性区域的伪影高度一致。真实的不同网络层特征输出，其背景的激活情况必然存在明显差异。这种“主角变，背景不变”的现象，是典型的利用同一基础图像进行简单PS滤镜或通道替换的造假手法。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 3：消融实验超像素可视化造假（图片复用）

• 位置：Figure 7 (Page 9)
• 描述：对比不同超像素采样方法（K-means、Self-attention、Cross-attention与本文方法）时，背景区域的划分呈现出极其反常的一致性。
• 证据：根据摘要，Fig. 7第二行（狗的图片）中，四种理论上机制完全不同的聚类/注意力方法，竟然在背景区域（如地面纹理、阴影位置）产生了形状和位置完全重合的超像素边界块。不同算法的距离度量或学习偏置完全不同，不可能在背景区域长出一模一样的分割块。这说明图片极可能基于同一个底层掩码强行生成。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 4：定量结果与定性图片的内在矛盾（数据异常）

• 位置：Table I / Figure 6
• 描述：如果论文的定量数据（Table I）是真实的，那么其预测图的视觉效果应当与打榜的数值相匹配。
• 证据：论文在Table I及相关正文中声称其方法在多个数据集上显著优于CAVER（例如在SIP数据集上F-beta高出0.06，S-measure高出0.012），但在定性图Figure 6中，却直接照搬了CAVER的结果。这种“表格赢麻了，图片却用别人的”行为，逻辑上无法自洽，进一步坐套了图表分离造假的本质。
• 严重程度：🟠
• 复核状态：✅ 成立

耿同学辣评

把别人算法跑出来的结果图直接扣到自己头上，还敢明目张胆地放在一起对比；宣称具有不同功能的网络模块，特征可视化图居然连背景噪点都一模一样。这年头做计算机视觉不好好炼丹，居然改行搞Photoshop图层叠加了？连滤镜参数都懒得调一下，是真把审稿人和读者当瞎子啊！属实是“数据全靠表，图片全靠套”。

建议后续行动

• 联系作者要求提供原始数据及特征可视化的代码生成脚本
• 在 PubPeer 上提出质疑（附上Fig. 4、6、7的对比放大图）
• 向期刊 TMM 编辑部举报，要求启动学术不端调查
• 建议核查作者所在课题组（上海大学等）近期发表的同类论文是否存在“流水线式”图片复用

⚠️ 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。