cs.CV ورقة بحثية

InsertFuse: A Unified Framework for Multi-Category Reference-Guided Image Insertion

يُعد InsertFuse إطار عمل موحداً لإدراج الصور الموجه بالمرجع متعدد الفئات، والذي يحقق أداءً فائقاً من خلال فصل تدريب الخبراء الخاص بكل فئة عن عملية الدمج عبر تقنية "التقطير داخل السياسة للإدراج" (Insertion On-Policy Distillation)، مع تعزيز التحكم المكاني ودقة المرجع من خلال "التكييف الهندسي المتوافق مع الرموز" (Token-Aligned Geometry Conditioning)، و"مطابقة التدفق متوازنة المناطق" (Region-Balanced Flow Matching)، و"توجيه التوليد عبر التوجيه الحر للنماذج المرجعية" (Reference CFG).

Guangzhao Li, Qingyan Wei, Huayu Zheng, Yige Zheng, Chaoyang Zhang, Jie Yang, Yunan Ding, Yan Tai, Siqi Luo, Xiaohong Li (…)2026-08-10

🤖 AI

TaskSense: Focusing on What Matters in World Models

تُعد TaskSense إطار عمل لنمذجة العالم متمحوراً حول المهام، يعمل على تحسين المتانة تجاه المشتتات البصرية باستخدام آلية انتباه عشوائية قابلة للتفاضل وهدف ديناميكيات عكسية مساعد للتركيز على التمثيلات الكامنة في المناطق ذات الصلة بالتحكم بدلاً من إعادة بناء الملاحظات الكاملة.

SM Mazharul Islam, Manfred Huber2026-08-10

💻 computer science

Improving Low-Resolution Face Recognition under Limited Data: How Synthetic Data Generation Can Close the Domain Gap

تتقصى هذه الورقة استراتيجيات متنوعة لتوليد البيانات الاصطناعية بهدف تحسين التعرف على الوجوه منخفضة الدقة في ظل ظروف البيانات المحدودة، كاشفةً أن طرق التوليد الأكثر تعقيداً لا تؤدي بالضرورة إلى أداء أفضل، وأن النهج المثلى في الاختبارات المرجعية الاصطناعية غالباً ما تفشل في التعميم على بيانات الواقع منخفضة الدقة، مما يؤكد على ضرورة التحقق مقابل مجموعات بيانات حقيقية منخفضة الدقة والأساسات المباشرة.

Luis S. Luevano, Ünsal Öztürk, Hatef Otroshi Shahreza, Anjith George, Sébastien Marcel2026-08-10

🤖 AI

SLED: Scalable Location Encoding via Distillation

تقدم الورقة البحثية SLED، وهو إطار عمل قائم على التقطير يتسم بالقابلية للتوسع والخفة، يتعلم بكفاءة تمثيلات موقع متعددة الوسائط وعالية الجودة من بيانات جغرافية مكانية متنوعة باستخدام أحجام دفعات صغيرة، مما يتغلب على القيود الحسابية وقيود القابلية للتوسع للمشفرات المكانية الحالية المتطورة مع تحقيق أداء متفوق عبر العديد من المهام المرجعية.

Kevin Lane, Zhongying Wang, Esther Rolf, Morteza Karimzadeh2026-08-10

🤖 AI

From Cheap Fakes to Pure Synthesis: Addressing the New Era of T2V Fake News Videos

لمواجهة التهديد الناشئ لمقاطع الفيديو الإخبارية المزيفة ذات التوليد الصرف الناتجة عن نماذج تحويل النص إلى فيديو، تقدم هذه الورقة أول مجموعة بيانات مخصصة (PS-FNVD) وإطار تصنيف ثلاثي مبتكر (R-T2V) يدمج الاستدلال الدلالي مع الآثار الفيزيائية لتحقيق أداء كشف هو الأفضل في مجاله.

Yifeng Luo, Yupeng Li, Liang Lan, Tian Wang2026-08-10

💻 computer science

Explore or Converge? Stage-Guided Per-Step Optimization for Diffusion Models

تقترح هذه الورقة طريقة "التحسين لكل خطوة الموجه بالمراحل" (SGPO)، وهي طريقة مبتكرة تخصص أهدافاً محددة لكل مرحلة لنماذج الانتشار بشكل تكيفي بناءً على نسب الإشارة إلى الضوضاء والتغيرات الدلالية للتغلب على مشكلات ندرة المكافأة وعدم التطابق الزمني في التعلم التعزيزي، مما يؤدي إلى تحسين جودة التوليد وسرعة التقارب بشكل كبير.

Renye Yan, Jikang Cheng, You Wu, Wei Peng, Zongwei Wang, Ling Liang, Yimao Cai2026-08-10

💻 computer science

GraphVerse: A Comprehensive Visual Graph Reasoning Benchmark for Multimodal Large Language Models

تقدم هذه الورقة GraphVerse، وهو معيار شامل يتميز باستراتيجيات تحرير الصور المتمحورة حول الرسوم البيانية ومقياس VGR-Score لتقييم قدرة النماذج اللغوية الكبيرة متعددة الوسائط بدقة على أداء الإدراك، والفهم الهيكلي، والاستدلال متعدد الخطوات على المدخلات البصرية القائمة على الرسوم البيانية عبر إعدادات الصورة الواحدة والصور المزدوجة.

Yuanfu Sun, Yuanhang Ren, Kang Li, Chuanhao Ji, Jiaxi Li, Jiajin Liu, Ninghao Liu, Qiaoyu Tan2026-08-10

💻 computer science

UniCycleFlow: Bidirectional Unpaired Image Translation with a Shared Rectified Flow

يقدم UniCycleFlow إطار عمل لترجمة الصور غير المتماثلة ثنائي الاتجاه يوحد التحويلات الأمامية والعكسية ضمن تدفق مستقيم واحد مشروط بالزمن عبر تعلم نقاط نهاية حتمية مشروطة بالمصدر باستخدام المطابقة الهامشية التنافسية، محققاً بذلك أداءً فائقاً في مهام ترجمة متعددة مع الحفاظ على البنى الخاصة بالمصدر.

Xianhao Zhou, Jianghao Wu, Shaoting Zhang, Guotai Wang2026-08-10

💻 computer science

PAST: Prompt-Adaptive Sampling Termination for Efficient Diffusion Model

تقترح الورقة البحثية PAST، وهو إطار عمل لإنهاء أخذ العينات متكيف مع المطالبات، يعزز كفاءة وجودة الضبط الدقيق لنماذج الانتشار من خلال تقديم نموذج مكافأة جوهرية وإنهاء حلقات التدريب ديناميكيًا بناءً على تقدم إزالة الضجيج وصعوبة المطالبة لتحقيق التوازن بين الاستكشاف والتقارب.

Renye Yan, Jikang Cheng, You Wu, Wei Peng, Zongwei Wang, Ling Liang, Yimao Cai2026-08-10

💻 computer science

AdvTiles: Physical Adversarial Camouflage Clothing against Person Detectors via Learnable Tiles

تقترح الورقة البحثية AdvTiles، وهو إطار عمل للتمويه الخصمي الفيزيائي يستخدم بلاطات قابلة للتعلم مع اختيار قابل للتفاضل ورندرة باستخدام تقنية إسقاط غاوس ثلاثي الأبعاد (3D Gaussian Splatting) لتحقيق معدلات نجاح هجوم عالية ضد كواشف الأشخاص مع الحفاظ على الطبيعية البصرية في السيناريوهات الواقعية.

Jinlei Wang, Jiahuan Long, Mingkai Sun, Yafei Guo, Yuanhao Huang, Ming Wang, Junqi Wu, Jiacheng Hou, Hongbo Chen, Xingxi (…)2026-08-10

→ السابق التالي ←