为何要重视图像篡改
大约每三份稿件中就有一份存在图像完整性问题。克隆、删除、拼接或内容识别编辑等篡改可能歪曲研究结果、误导审稿人并损害信任。
数据误读
经过改动的图像可能歪曲研究结果并影响可信度。
拒稿或撤稿
可能导致发表前被编辑拒稿，或发表后被正式撤稿。
声誉受损
作者、机构和期刊的可信度都会因此受损。
对科学的信任受损
削弱读者信心，并影响后续研究。
我们检测的篡改类型
Proofig AI 可检测多种图像改动，从简单的编辑到复杂的算法篡改。以下示例展示了我们识别的一些最常见的类别，同时我们的系统也在持续演进，以捕捉各类图像中新的、不断涌现的篡改方法。每项检测结果都以透明方式呈现，使研究人员能够充满信心地审查和解读结果。
克隆
在同一图像内复制像素或区域。
拼接
将来自不同图像或子图的部分合并为一张合成图像。
删除
从图像中移除或遮盖视觉元素。
内容识别编辑
通过算法填充/修饰合成替代像素，以改动图像中的区域。
使用流程
上传您的稿件 拖放您的 PDF 或 DOCX 文件，无需更改格式。
AI 驱动的分析 系统扫描所有图像和子图，查找潜在问题。
审查与核实 检查被标记的图像，进一步调查，并决定最终报告中包含哪些内容。
下载最终报告 获取详细的 PDF 报告，供您的机构面向管理层和审计人员维护科研诚信。
深受知名机构与出版商信赖
25 万+ 份稿件
经 Proofig AI 扫描，以维护科研诚信
全球
信赖
获知名出版商、期刊和科研机构采用
无缝集成
融入投稿前检查与编辑筛查工作流程
诚信支持
全球研究人员、编辑和伦理负责人都在使用
更多资源
AI 生成文本检测器与 AI 生成图像检测器解决的是截然不同的问题。一份稿件可能通过了基于文本的 AI 筛查，却仍然包含伪造的图表。分析语言模式的工具没有任何机制来评估像素级的图像数据。只筛查 AI 撰写文本的研究人员，其诚信工作流程中可能…
投稿稿件中的大多数图像完整性问题都是无意造成的，源于图表制作错误、分图标注错误，或合作者在数据处理过程中引入的失误。期刊编辑可以在三个切实可行的节点集成图像完整性筛查，即投稿接收、编辑初审或录用前，以便及早发现这些问题。Proofig AI…
自动化筛查已经非常擅长发出预警标记。一张图表可能因疑似 AI 生成、篡改、图像抄袭、自我抄袭或其他任何检查项而受到质疑，审查人员也清楚该查看哪里。但标记只是工作的起点，而非终点。 下一步通常是向作者索取原始材料，也就是图表背后的原始文件。这…
出版商可以按照符合 COPE 准则的方式，将 AI 图像完整性工具融入编辑工作流程：将其作为筛查层，呈现疑似问题供人工审查，而不是用来取代编辑判断。关键在于明确的内部政策、有据可查的流程，以及不预设恶意的作者沟通。 为什么系统化的图像筛查已…
PubShield 是一个机构稿件质量保证中心，是有别于 Proofig AI 的另一款产品，可将多项诚信检查整合到同一个工作流程中。它汇集了多家合作伙伴的工具，包括 Proofig AI 的图像完整性筛查、DataSeer 的数据合规检查…
AI 正在改变科学研究中图像完整性问题的检测方式。自动化工具如今能够以人工审查无法企及的规模和速度，筛查重复、篡改、AI 生成内容和抄袭问题。Proofig AI 专为这项任务而打造，可在问题公开化之前提示疑似问题，供人工审查。 科学研究中…
