Figcheck

基本介绍

Figcheck是一个图片查重系统，是同济大学创业谷项目，基于神经网络算法和自动化流程，可对预投稿的图片或PDF文献实现自动化图片分割、潜在重复区域识别与检测报告生成。该系统主要面向科研人员、科研机构及期刊出版社，提供“常规自查”与“深度自查”两种检测模式。

Figcheck团队曾参加国际科学、技术与医学出版商协会（STM）举办的Start-up fair会议。2025年7月，Figcheck 2.0版本上线，迭代了检测算法。该系统对部分高校及科研机构的邮箱认证用户提供检测服务。

研发背景

Figcheck是一个面向科研人员及出版社的在线开放式图片查重系统，是同济大学创业谷项目。

其研发背景之一是响应国家卫健委关于科研诚信的新规，以帮助防范学术诚信风险。

同时，由于“图片重复使用”的学术诚信问题受到学术界广泛关注，投稿和发表前的自查需求日益迫切。

运营模式

Figcheck践行非盈利运营策略，其目标是为科研人员提供服务。

针对使用.edu或.ac邮箱认证的用户，Figcheck提供定期的免费检测权限。针对机构用户，Figcheck提供批量检测权限和API接入服务。个人用户可使用按篇检测的服务。

核心团队

Figcheck是同济大学创业谷项目。Figcheck由杭州探寻科技有限公司研发并运营，该公司成立于2021年3月22日，法定代表人为庞科慧，注册地位于浙江省杭州市上城区。公司专注于信息技术咨询服务等领域，并于2023年获得省级科技型中小企业认定。

重要事件

2019年06月28日，中国科学院Lele Li团队发表于NATURE COMMUNICATIONS期刊上题为“NIR-light-mediated spatially selective triggering of anti-tumor immunity via upconversion nanoparticle-based immunodevices”的研究论文，被Figcheck通过主动监控发现文章内存在11对图片不当重复。

特色功能

核心技术

Figcheck 2.0是同济大学创业谷项目，其核心技术基于神经网络算法和自动化流程，可对预投稿的图片或PDF文献实现一键自动化图片分割、潜在重复区域识别、标注和检测报告生成。

Figcheck支持两种检测模式：Basic模式（亦称“常规自查”或“internal detection”）仅在用户上传的文件范围内检测图片重复；Deep模式则在Basic模式基础上，进一步筛查图片是否与已发表的文献（如PMC、bioRxiv、medRxiv及PubPeer上的论文）中的图片重复，并能检测更复杂的图片重复类型，如荧光图像、电镜图或细胞图像中可能的Photoshop重复痕迹。

在5000次内部测试中，Figcheck 2.0的图片查全率达到98%。系统能够识别多种图片重复类型，包括裁剪、翻转、旋转、缩放等操作产生的重复。检测结果通常在数十秒内完成处理，用户可在Figcheck 2.0个人版中预览并手动修改图片切割结果。