兩導師被指論文抄襲 調查:學生抄襲導師未盡監管責任
反映稱,朱正偉、祝磊、饒鵬3人發表于中文核心期刊《計算機應用與軟件》2019年第6期的《基于BS-HMM和巴式距離的手勢識別技術研究》一文,涉嫌大面積抄襲。同時,《基于BS-HMM和巴式距離的手勢識別技術研究》一文亦是國家自然科學基金項目(批準號:61772090)。 ????●?█▼▲東方金報網http://www.dfjb.net▼▲▼▲▼▲▼▲▼●●●●●●●▼▲▼▲▼▲
對此,國家自然科學基金委員會監督委員會辦公室經調查核實,認為文章第二作者祝磊在論文撰寫過程中抄襲剽竊了他人論文的公式和算法,在未經導師朱正偉(被署名第一作者)、共同導師饒鵬(被署為通訊作者)知情同意的情況下投稿發表,存在抄襲剽竊的問題。
針對此事朱正偉回復稱,正等待組織對其處理意見。
網友所稱的被抄襲論文系作者 Sih-Huei Chen、 Ari Hernawan、Yuan-Shan Lee、Jia-Ching Wang,于2017年9月在北京召開的會議——IEEE International Conference on Image Processing上發表的Hand gesture recognition based on Bayesian sensing hidden Markov models and Bhattacharyya divergence(意為“基于BS-HMM和巴式距離的手勢識別”)一文。
比對上述兩篇論文發現,朱正偉、祝磊、饒鵬3人署名的論文《基于BS-HMM和巴式距離的手勢識別技術研究》一文涉嫌大面積抄襲Sih-Huei Chen等作者撰寫的論文。Sih-Huei Chen等作者的論文發表比朱正偉等人發表的論文早近兩年。
●?█▼▲豪仕法律網HtTp://Www.dfjb.net????●?█▼▲????●?█▼▲注意到,朱正偉系常州大學信息科學與工程學院教授,饒鵬工作單位為常州光電技術研究所。
6月23日上午,朱正偉通過郵件回復稱,出了這件事情后國家基金委和學校非常重視,學校也正在積極配合基金委處理此事,“我們也正等待組織對我們的處理意見”。
朱正偉同時給發來今年5月27日國家自然科學基金委員會監督委員會辦公室發給常州大學《關于不端行為調查處理情況的告知函》。這份函件的附件——《對朱正偉等發表的論文涉嫌抄襲剽竊的調查與處理情況》寫道,國家自然科學基金委員會監督委員會收到舉報,反映朱正偉等發表的論文存在抄襲剽竊的問題。經調查核實,文章第二作者祝磊在論文撰寫過程中抄襲剽竊了他人論文的公式和算法,并擅自標注了朱正偉的基金項目(批準號:61772090),在未經導師朱正偉(被署名第一作者)、共同導師饒鵬(被署為通訊作者)知情同意的情況下投稿發表,存在抄襲剽竊的問題。
????●?█▼▲東方金報網███████http://www.dfjb.net▼▲▼▲▼▲▼▲▼●●●●●●●▼▲▼▲▼▲上述處理情況寫道,祝磊導師朱正偉沒有對學生寫作、發表論文起到應有的監管責任,還將該論文列入其基金項目(批準號:61772090)2019年度進展報告中。擬根據《科研誠信案件調查處理規則(試行)》第二條和三十三條和《國家自然科學基金條例》第三十五條第四項的規定做出處理。
朱正偉、祝磊、饒鵬3人署名的《基于BS-HMM和巴式距離的手勢識別技術研究》一文具體涉嫌抄襲部分如下。
●?█▼▲豪仕法律網HtTp://Www.dfjb.net????●?█▼▲????●?█▼▲《基于BS-HMM和巴式距離的手勢識別技術研究》一文摘要中寫道,開發一個基于深度圖像的手勢識別系統,將巴氏距離( Bhattacharyya distance) 引入到貝葉斯感知隱馬爾科夫模型( BS-HMM) 中,稱為BDBS-HMM。使用深度攝像機Kinect捕獲深度序列圖,通過骨架信息對手部位置進行跟蹤,識別手部區域,得到手部分割圖; 從分割圖像中提取4D曲面法線方向分布( HON4D) 特征和方向梯度直方圖( HOG) 特征表示運動模式; 將每k個連續的特征向量組合成一個序列分布變換所有訓練特征向量,使用分布序列來對BDBS-HMM進行訓練。該系統在使用MSRGesture3D 數據庫和自己建立的數據庫的情況下,將BD-BS-HMM與標準HMM和BS-HMM進行比較,實驗結果表明了該系統的優越性。
而Hand gesture recognition based on Bayesian sensing hidden Markov models and Bhattacharyya divergence一文的摘要寫道:This work develops a system for recognizing common hand gestures.The main idea that underlies the developed system is the incorporation of Bhattacharyya divergence into Bayesian sensing hidden Markov models(BS-HMM )。 The system consists of two stages。 First,a sequence of depth images is captured by Microsoft Kinect。 The hand region is identified from the depth images by tracking the position of the hand using information about the skeleton, yielding the segmented depth images。 A histogram of the oriented normal 4D(HON4D)and a histogram of oriented gradient(HOG)are then extracted from the segmented depth images to represent the motion patterns.Second,all training feature vectors are transformed by combining every k consecutive feature vectors into a sequence of distributions.The proposed Bhattacharyya divergence based BS-HMM(BDBS-HMM) is trained using the sequence of distributions。 The proposed system is compared to the standard HMM and the BS-HMM using MSRGesture3D database and our database。Experimental results indicated that the proposed method outperforms the baseline methods。
上述兩段摘要內容基本一致。
此外,如下圖所示,朱正偉、祝磊、饒鵬3人署名的論文《基于BS-HMM和巴式距離的手勢識別技術研究》一文涉嫌大面積抄襲Sih-Huei Chen等作者撰寫的論文。



