Comparison of Deep Learning Models in the Detection of Fraud in Scientific Images

• Luan Assis Unifesspa
• Isaque Severino Unifesspa
• Gabriel Silva Unifesspa
• Adam Santos Unifesspa

DOI: https://doi.org/10.5753/eniac.2026.29708

Resumo

Este artigo compara redes convolucionais supervisionadas e modelos fundacionais visuais auto-supervisionados na detecção de fraudes em imagens científicas do benchmark Recod.ai/LUC. Sete arquiteturas foram avaliadas em três regimes de dados de treinamento, totalizando 21 configurações na resolução 518×518. Em um conjunto de teste fixo com 770 imagens, o DINOv2-Large com aumento de dados offline obteve o melhor resultado em execução única: 87,79% de acurácia, F1 de 0,8848, ROC-AUC de 0,9648 e PR-AUC de 0,9707. O efeito das falsificações sintéticas variou por arquitetura: o DINOv3-Large melhorou em F1 e PR-AUC, enquanto o DINOv2-Large apresentou degradação no regime sintético. Os resultados sugerem que as representações DINO são promissoras neste benchmark, mas não demonstram superioridade universal, pois a maioria das configurações foi avaliada com uma única semente, o aumento dependente da classe pode introduzir atalhos e não houve validação externa. Experimentos multisseed, ablações balanceadas e validação externa são propostos como trabalhos futuros, pois o hardware disponível limitou novas execuções de treinamento.

Referências

Bik, E. M., Casadevall, A., and Fang, F. C. (2016). The prevalence of inappropriate image duplication in biomedical research publications. mBio, 7(3):e00809–16.

Bucci, E. M. (2018). Automatic detection of image manipulations in the biomedical literature. Cell Death & Disease, 9(3):400.

Fridrich, J., Soukal, D., and Lukas, J. (2003). Detection of copy-move forgery in digital images. In Proceedings of Digital Forensic Research Workshop.

Bayar, B. and Stamm, M. C. (2016). Universal image manipulation detection with a constrained convolutional layer. In ACM IH&MMSec, pages 5–10.

Rao, Y. and Ni, J. (2016). Deep learning for splicing and copy-move forgery detection. In IEEE WIFS.

He, K., Zhang, X., Ren, S., and Sun, J. (2016). Deep residual learning for image recognition. In CVPR, pages 770–778.

Dosovitskiy, A. et al. (2021). An image is worth 16x16 words: Transformers for image recognition at scale. In ICLR.

Caron, M. et al. (2021). Emerging properties in self-supervised vision transformers. In ICCV, pages 9650–9660.

Oquab, M. et al. (2023). DINOv2: Learning robust visual features without supervision. arXiv preprint arXiv:2304.07193.

Siméoni, O. et al. (2025). DINOv3. arXiv preprint arXiv:2508.10104. Recod.ai and LUC (2025). Recod.ai/LUC – Scientific Image Forgery Detection. Dataset documentation. Shorten, C. and Khoshgoftaar, T. M. (2019). A survey on image data augmentation for deep learning.

Journal of Big Data, 6:60. Chicco, D. and Jurman, G. (2021). Advantages of MCC over F1 and accuracy in binary classification.

BMC Genomics, 21:6. Selvaraju, R. R. et al. (2017). Grad-CAM: Visual explanations via gradient-based localization. In ICCV, pages 618–626. Davis, J. and Goadrich, M. (2006). The relationship between Precision-Recall and ROC curves. In ICML, pages 233–240.

Saito, T. and Rehmsmeier, M. (2015). Precision-recall plots are more informative than ROC plots for imbalanced data. PLOS ONE, 10(3):e0118432.

Lipton, Z. C., Elkan, C., and Narayanaswamy, B. (2014). Thresholding classifiers to maximize F1 score. arXiv preprint arXiv:1402.1892.

Sheng, V. S. and Ling, C. X. (2006). Thresholding for making classifiers cost-sensitive. In AAAI, pages 476–481.