🔍 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
论文来源：view (2).pdf

综合评定：✅ 清白

详细发现

发现 1：公式书写与排版异常

位置：公式 (8) / Page 5
描述：在计算距离嵌入 $$X_d$$ 的第一维度时，公式形式上出现了三维空间坐标分量的重复书写错误。原文公式写为 $X_{d1,i} = \hat{m}_{i}^2 = \hat{M}_{1,i}^2 + \hat{M}_{2,i}^2 + \hat{M}_{2,i}^2$ 。
证据：在表示三维空间距离（ $$x, y, z$$ 轴）时，平方和理应为下标 1、2、3 的三个分量平方相加，但公式中末尾项重复了第 2 维度（ $\hat{M}_{2,i}^2$ ），遗漏了第 3 维度。这通常是复制粘贴或排版时的纯文本输入笔误，并非造假，但暴露出校对不严谨。
严重程度：🟡
复核状态：✅ 成立

⚠️ 发现 2：图像取证 PRNU 高度同源异常

位置：Figure 10 & Figure 12 / img-010.png vs img-012.png
描述：机器取证证据提示 Figure 10 和 Figure 12 的 PRNU 高度同源（NCC=1.000, PCE=128.0）。提示存在图片复制的可能，亦可能由软件生成图共性特征所致，需原始数据进一步确认。
证据：程序化图像取证显示了两幅图的高度同源性。但这两幅图均为计算机软件（如 Visio、PPT 或 Python Matplotlib）绘制/渲染生成的模型结构示意图与人工标记点示意图，并非显微镜或普通相机拍摄的真实自然图像。计算机生成的纯色背景或矢量元素在算法统计上极易产生极高的相关性。
严重程度：🟡
复核状态：⚠️ 存在良性解释（两图均为计算机软件绘制的示意图/截图，非相机实拍图，纯色背景或矢量元素天然导致 PRNU 算法误判为高度同源）

⚠️ 发现 3：小样本重复测量的高度稳定性

位置：Table 4 / Page 12
描述：在猪姿态剧烈变化时的腹宽测量结果中，部分猪只在多次（10次）测量中出现完全一致或极度相近的数值。例如 4 号猪的腹宽测量结果多次出现 30.1 cm，6 号猪多次出现 38.0 cm。提示存在数据异常的可能，亦可能由算法收敛精度和特性所致，需原始数据进一步确认。
证据：三维点云算法在截取腹宽切片并求最大差值时，由于腹宽基数值较小且特征相对稳定，算法在相近姿态下容易收敛于同一个小数位。这符合算法的鲁棒性特征，数据整体未见违反常理的统计学自相矛盾。
严重程度：🟡
复核状态：⚠️ 存在良性解释（算法对相似姿态的点云提取特征时易产生一致的收敛结果，符合算法特性，非人为造假）

耿同学辣评

这篇搞猪体尺三维重建的论文，算理讲得头头是道，实验设计也挺严密。虽然公式 (8) 里的 "z 轴" 罢工了，硬生生把 y 轴的平方写了俩，键盘上的 "3" 键大概是坏了吧？另外机器查出来的图片相似度和数据一致性，也都被软件绘图和算法特性完美解释了。整体来看，没有图片复用、也没有数据造假那一身假味，属于难得的能踏实搞算法的论文！

建议后续行动

无需进一步调查（文本和视觉均未发现确凿学术不端证据）
建议作者勘正公式 (8) 中的维度下标笔误

⚠️ 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 4.8%
[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 4.2%

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