🔍 耿同学打假报告

论文信息

标题：猪三维点云体尺自动计算模型 Pig Back Transformer
作者：王宇啸, 石源源, 陈招达, 吴珍芳, 蔡更元, 张素敏, 尹令
期刊：智慧农业（中英文）
DOI：10.12133/j.smartag.SA202401023
发表年份：2024

综合评定：✅ 清白

详细发现

⚠️ 发现 1：图片复用检测（一图多用/PRNU同源）

位置：第8页图11与图12
描述：机器取证检测到图11（模型生成的关键点）与图12（人工标记的关键点）中的猪只三维点云形态、轮廓高度一致，PRNU同源检测值达到 NCC=1.000。提示存在同一底图复用的可能，但这亦可能由对比展示模型生成结果与人工标记真值的实验设计需求所致，需结合原始数据进一步确认。
证据：通常情况下，造假预警系统检测到 PRNU=1.000 意味着两张图片来自同一传感器的同一底图。但结合本文语境，作者为了对比“模型生成效果”与“人工标记真值”，理所当然需要对同一只猪的同一点云底图进行叠加展示，这属于学术展示中的常规操作。
严重程度：🟡
复核状态：⚠️ 存在良性解释（对比模型生成结果与人工标记真值时，使用同一点云底图叠加展示属于合理的学术展示操作，并非不端）

发现 2：数据一致性验证（造假反向指标）

位置：表2 / 表3
描述：论文中不同表格的数据实现了严密的闭环自洽，未发现随机生成器造假痕迹。
证据：表2声称体长计算的最大误差为1.982 cm。而在表3（猪姿态剧烈变化时的体长测量结果）中，1号猪的人工测量值为102.0 cm，模型测量最大值为103.9 cm，其差值恰好为1.9 cm。真实实验跑出的误差特征极其吻合，没有出现“牛头不对马嘴”的假数据特征。
严重程度：🟡
复核状态：✅ 成立

发现 3：时间线与设备逻辑验证

位置：1.1 采集和数据预处理 / 2 实验结果与分析
描述：论文的设备使用与数据采集时间线逻辑完美自洽。
证据：作者声称第一次采集在2020年7月（使用Kinect V2），第二次在2022年7月（使用Azure Kinect）。实验硬件提到了 AMD Ryzen Threadripper PRO 3995WX（2021年发布）和 RTX 3090（2020年底发布）。考虑到2022年开始的第二次采集及后续庞大的点云处理实验，使用该配置完全符合时间线逻辑，不存在“穿越时空使用未来设备”的低级造假。
严重程度：🟡
复核状态：✅ 成立

耿同学辣评

搞深度学习测猪体尺的论文，数据对得严丝合缝，连 1.982 cm 的最大误差都能在表 3 里找到出处，这点必须给个赞！机器取证火眼金睛查出了图 11 和图 12 底图 PRNU 同源率 100%，差点就以为是造假实锤，结果人家就是拿同一头猪的底图来对比模型点和人工点的位置。拿这图来糊弄耿同学，我还以为你们把同一头猪洗了个澡又拍了一遍呢！总体来说，这是一篇踏实做计算机视觉应用的好文，没搞那些随机数生成器糊弄人的把戏。

建议后续行动

无需联系作者提供原始数据，当前数据严密自洽。
无需在 PubPeer 上提出质疑。
无需向期刊编辑部举报。

⚠️ 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。

🧮 证据合成（自动生成）

综合后验概率：≥99.9%（先验 5%）
95% 可信区间：[100%, 100%]
贝叶斯因子：BF = 5.55e+41（决定性（decisive））
综合评级：🔴 高度疑似

贡献最高的证据：

[img-018.png] 检测到 copy-move 复制粘贴：偏移 (288,0) 处 8 对匹配块（image/copy_move，logLR=3）— 贡献 4.7%
[img-022.png] 检测到 copy-move 复制粘贴：偏移 (0,32) 处 60 对匹配块（image/copy_move，logLR=3）— 贡献 4.7%
[img-021.png] 检测到 copy-move 复制粘贴：偏移 (32,0) 处 98 对匹配块（image/copy_move，logLR=3）— 贡献 4.5%
[img-031.png] 检测到 copy-move 复制粘贴：偏移 (32,0) 处 13 对匹配块（image/copy_move，logLR=3）— 贡献 4.2%
[img-010.png vs img-012.png] PRNU 高度同源（NCC=1.000, PCE=128.0）→ 两图极可能同一传感器/管线（image/prnu_compare，logLR=2.89）— 贡献 4.1%

免责：本小节由程序化贝叶斯合成自动生成，不构成学术不端判决。先验固定 5%，证据间按条件独立处理（可能高估相关证据的联合强度），LR 版本 geng_lr_v2（初值未校准，待 Phase 5 基准回归）；可信区间与点估计来自同一后验（先验抽样 + LR 噪声的联合蒙特卡洛，区间随证据强度收敛）。请以正文具体发现与原始数据为准。

猪三维点云体尺自动计算模型 Pig Back Transformer