港科大硕士ICCV 论文涉嫌抄袭,导师回应,二作已申请撤稿

编辑丨机器之心

「模仿是最真诚的赞美形式?」昨天,一则论文抄袭的讨论在推特、Reddit、知乎等平台掀起了广泛讨论。

这次是一篇 ICML 2021 论文的作者举报一篇 ICCV 2021 接收论文。

举报信地址:https://michaelsdr.github.io/momentumnet/plagiarism/

涉嫌被剽窃的论文为《 Momentum Residual Neural Networks 》,以下简称「Sander 论文」,作者 Michael E. Sander 等来自巴黎高等师范学院、法国国家科学研究中心(CNRS)和谷歌大脑,该论文被 ICML 2021 会议接收。

  • 论文地址:https://arxiv.org/pdf/2102.07870.pdf

  • GitHub 地址:https://github.com/michaelsdr/momentumnet/

涉嫌剽窃的论文为《 m-RevNet: Deep Reversible Neural Networks with Momentum 》,以下简称「Li 论文」,作者为香港科技大学计算机硕士 Duo Li(李铎)和南开大学计算机博士 Shang-Hua Gao(高尚华),该论文被 ICCV 2021 会议接收。

论文地址:https://arxiv.org/pdf/2108.05862v1.pdf

根据举报信中提供的内容,Sander 论文于 2021 年 2 月 15 日首次上传至 arXiv,并于 2 月 17 日将带有文档的源代码上传至 GitHub。

另一方面,ICCV 会议论文提交截止日期为 2021 年 3 月 17 日,因此举报人认为 Li 正是利用这一个月的时间来剽窃并(有可能)使用了他们的源代码。

就内容而言,这两篇论文提出了相同的 idea:利用具有速度的动量方程来代替残差网络的正向方程

两篇论文也都探讨了这种方法的益处,即通过可逆性降低内存负载,利用 ODE 机制中的动量增强表示能力。

仔细对比,Li 论文中两个图形看起来是 Sander 论文中图形略微修改后的样子(不同之处在于颜色和缩放」。举报人总共列举了十几处抄袭证据,具体如下:

还有人指出,这不是作者的第一次学术不端行为,相同的事情曾发生在 ECCV 2020 中。

署名为李铎 ECCV 2020 论文《Deep Reinforced Attention Learning for Quality-Aware Visual Recognition》被指抄袭了 AAAI 2020 论文《DIANet: Dense-and-Implicit Attention Network》。

论文地址:https://arxiv.org/pdf/2007.06156.pdf

论文地址:https://arxiv.org/pdf/1905.10671.pdf

导师、涉嫌抄袭论文二作关于此事的回应

李铎硕士生导师、香港科技大学助理教授陈启峰对此表示道:

2021 年 8 月 16 日下午,我收到了关于我硕士生李铎的 ICCV 2021 论文《m-RevNet: Deep Reversible Neural Networks with Momentum》(于 2021 年 3 月 17 日投稿)存在学术不端问题的质疑。

具体来说,这篇文章与 Google 发表于 ICML 2021 年的论文 Momentum Residual Neural Networks (网址:https://arxiv.org/abs/2108.05862 (https://link.zhihu.com/?target=https%3A//arxiv.org/abs/2108.05862)) 存在多处雷同。

这篇论文首次提交到 arXiv 的日期是 2021 年 2 月 15 日,将正式发表于 2021 年 7 月份举行的 ICML 会议上。为了回应公众关切,在此做出一下澄清:

 1. 对于李铎相关论文涉嫌严重学术不端,作为导师的我有不可推卸的督导不严的责任。在此,我向大家诚挚地道歉。

 2. 由于该论文属于李铎在疫情期间不在香港期间所作的工作,我并没有参与,也没有作为共同作者。下午收到相关信息后,我第一时间联系了该论文以及其他几篇相关论文涉及的第三方,并且跟大家核实记录。在大量的证据面前,大家都不太相信李铎声称的只是巧合的说法。在前期合作中,其他几个相关单位主要是帮助对实验室方案和论文写作提出修改意见。我对于给几个第三方合作者造成的困扰深表遗憾。

 3. 我深刻地意识到在指导研究生的过程中存在的不够严谨的情况。作为导师,不光是没有参与的论文不作为共同作者。也应该对学生进行有效的学术诚信培养,对即使是未跟导师合作的论文也符合学术规范。

 4. 我们正在深入调查包括其他的论文在内的李铎的工作。在调查之后严肃处理相关问题,于近日公布相关处理措施。

知乎链接:

https://www.zhihu.com/question/480075870?utm_source=wechat_session&utm_medium=social&utm_oi=710953358206189568&utm_content=group2_supplementQuestions&utm_campaign=shareopn

这篇涉嫌抄袭论文的二作是来自南开大学的博士研究生高尚华,他的回应是:

2021 年 3 月 14 日,李铎邀请我帮他修改他的 ICCV 投稿。我收到他发给我的文章 pdf 文档后,提出了关于文章写作和实验修改的建议(部分实验修改建议李铎并未采纳)。今天白天,我收到关于这项工作的学术不端的质疑。我对该文章与 ICML 的工作相似性如此之高感到震惊和诧异。在仔细对比两篇工作后,我也很难相信这是两篇无关的同期工作。

我第一时间联系李铎向他索要关于能证明这项工作是同期工作的证据(包括 git 记录,overleaf 记录,checkpoints 记录),但是他都不能给我提供,并称一块实验硬盘损坏数据无法读取。我在得知他的回复后,第一时间向 ICCV PC 反应了相关情况,并要求撤稿。

我在这个事件中承认并深刻检讨我对于文章合作方面的不严谨,我对自己在没有对这项工作有充分贡献但成为作者感到十分抱歉和羞愧。我深知我的错误是不可推卸的,我对因为这件事情造成伤害的 ICML 文章作者致以最诚挚的抱歉。我知道无论如何也无法挽回我的过错,我今后一定更加严格要求自己,严格规范自己与他人的文章合作,我也一定会尽自己最大努力做出有意义的工作来回报所有帮助和支持我的人。对不起大家,让你们失望了!

并附撤稿邮件:

参考链接:

https://twitter.com/PierreAblin/status/1426899071495819265

https://www.zhihu.com/question/480075870/answer/2064880784?utm_source=wechat_session&utm_medium=social&utm_oi=710953358206189568&utm_content=group1_Answer&utm_campaign=shareopn

本文仅做学术分享,如有侵权,请联系删文。

下载1

在「计算机视觉工坊」公众号后台回复:深度学习,即可下载深度学习算法、3D深度学习、深度学习框架、目标检测、GAN等相关内容近30本pdf书籍。

下载2

在「计算机视觉工坊」公众号后台回复:计算机视觉,即可下载计算机视觉相关17本pdf书籍,包含计算机视觉算法、Python视觉实战、Opencv3.0学习等。

下载3

在「计算机视觉工坊」公众号后台回复:SLAM,即可下载独家SLAM相关视频课程,包含视觉SLAM、激光SLAM精品课程。

重磅!计算机视觉工坊-学习交流群已成立

扫码添加小助手微信,可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群,旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群,目前主要有ORB-SLAM系列源码学习、3D视觉CV&深度学习SLAM三维重建点云后处理自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、深度估计、学术交流、求职交流等微信群,请扫描下面微信号加群,备注:”研究方向+学校/公司+昵称“,例如:”3D视觉 + 上海交大 + 静静“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球:针对3D视觉领域的视频课程(三维重建系列三维点云系列结构光系列手眼标定相机标定orb-slam3等视频课程)、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕,更有各类大厂的算法工程人员进行技术指导。与此同时,星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息,打造成集技术与就业为一体的铁杆粉丝聚集区,近2000星球成员为创造更好的AI世界共同进步,知识星球入口:

学习3D视觉核心技术,扫描查看介绍,3天内无条件退款

 圈里有高质量教程资料、答疑解惑、助你高效解决问题

觉得有用,麻烦给个赞和在看~  

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值