cs.CV ورقة بحثية

Echo4DIR: 4D Implicit Heart Reconstruction from 2D Echocardiography Videos

يُعد Echo4DIR إطار عمل جديد لإعادة البناء الضمني رباعي الأبعاد في وقت الاختبار، حيث يستفيد من الأوليات الشكلية الإحصائية، والتحريك التفاضلي ذاتي الإشراف، واستراتيجية محاذاة دالة المسافة الموقعة (SDF) الشعاعية للتغلب على الغموض الهندسي وعدم الاستمرارية الزمنية، محققاً بذلك أداءً فائقاً في إعادة بناء الشبكة القلبية رباعية الأبعاد من فيديوهات تخطيط صدى القلب ثنائية الأبعاد شحيحة البيانات بدقة سريرية عالية.

Yanan Liu, Qinya Li, Hao Zhang, Kangjian He, Xuan Yang, Hao Li, Dan Xu, Lei Li2026-05-22

💻 computer science

COCOTree: A Dataset and Benchmark for Open Tree-Structured Visual Decomposition

تقدم هذه الورقة COCOTree، وهي مجموعة بيانات ومعيار ضخم للتفكيك البصري مفتوح الهيكل الشجري الذي يستفيد من خط معالجة مؤتمت يجمع بين نماذج اللغة والرؤية الكبيرة (LVLM) ونموذج SAM 3 لتوليد 1.8 مليون عقدة هرمية عبر 21 ألف صورة، مصحوبة بمقياس تقييم جديد (OTQ) لتقييم دقة القناع، ودقة التسمية، والاتساق الهيكلي.

Junhyub Lee, Seunghun Chae, Hyosu Kim2026-05-22

💻 computer science

Enhancing Visual Token Representations for Video Large Language Models via Training-Free Spatial-Temporal Pooling and Gridding

تقترح الورقة البحثية ST-GridPool، وهي طريقة لا تتطلب تدريباً، تعمل على تعزيز نماذج اللغات الكبيرة للفيديو من خلال دمج التدرج الهرمي الزمني الشبكي (Pyramid Temporal Gridding) والتجميع المكاني القائم على المعايير (Norm-based Spatial Pooling) لضغط الرموز المرئية بكفاءة مع الحفاظ على التفاعلات الزمكانية الحرجة.

Bingjun Luo, Tony Wang, Hanqi Chen, Xinpeng Ding2026-05-22

💻 computer science

GenHAR: Generalizing Cross-domain Human Activity Recognition for Last-mile Delivery

يُعد GenHAR إطار عمل مبتكر يعالج انزياحات التوزيع عبر المجالات في التعرف على الأنشطة البشرية من خلال ترميز بيانات الاستشعار واستخدام التغطية الانتقائية مع الانتباه الفعال لتحقيق دقة وكفاءة تبلغان أحدث ما توصل إليه العلم، كما تم التحقق من ذلك من خلال النشر واسع النطاق في العالم الحقيقي في عمليات توصيل الميل الأخير.

Zhiqing Hong, Zelong Li, Xiubin Fan, Guang Yang, Baoshen Guo, Haotian Wang, Tian He, Desheng Zhang2026-05-22

💻 computer science

OPERA: An Agent for Image Restoration with End-to-End Joint Planning-Execution Optimization

يُعد OPERA إطار عمل وكيل مُحسَّن شامل (end-to-end) يستخدم التعلم المعزز لتخطيط تكوين الأدوات والتدريب المشترك الموجه بالوكيل لتنفيذ الأدوات، مما يتغلب بفعالية على قيود طرق استعادة الصور القائمة على الوكيل الحالية للتعامل مع التدهورات المختلطة والمعقدة.

Feng Zhu, Shuyang Xie, Yihan Zeng, Ming Liu, Wangmeng Zuo2026-05-22

💻 computer science

EventGait: Towards Robust Gait Recognition with Event Streams

تقدم هذه الورقة البحثية EventGait، وهو إطار عمل ثنائي المسار متين وشامل (end-to-end) يستفيد من كاميرات الأحداث وبنية مبتكرة لخليط من الخبراء النبضية (Mixture of Spiking Experts) لتحقيق أداء رائد في التعرف على مشية الإنسان، لا سيما في ظروف الإضاءة المنخفضة الصعبة حيث تفشل الطرق التقليدية القائمة على الكاميرات.

Senyan Xu, Shuai Chen, Chuanfu Shen, Kean Liu, Zhijing Sun, Chengzhi Cao, Xueyang Fu2026-05-22

💻 computer science

ST-SimDiff: Balancing Spatiotemporal Similarity and Difference for Efficient Video Understanding with MLLMs

يُعد ST-SimDiff إطار عمل لا يتطلب تدريباً، يعمل على تعزيز الفهم الفعال للفيديو في النماذج اللغوية الكبيرة متعددة الوسائط من خلال بناء رسم بياني مكاني-زماني وتوظيف استراتيجية اختيار ثنائية متوازية توازن بين تقليل الحشو القائم على التشابه وبين الحفاظ على الأحداث الرئيسية القائمة على الاختلاف.

Bingjun Luo, Tony Wang, Chaoqi Chen, Xinpeng Ding2026-05-22

💻 computer science

Event-Illumination Collaborative Low-light Image Enhancement with a High-resolution Real-world Dataset

تقترح الورقة البحثية EIC-LIE، وهو إطار عمل تعاوني جديد بين الأحداث والإضاءة يدمج وحدة تفاعل ومرشحاً واعياً بالضوضاء لتعزيز الصور ذات الإضاءة المنخفضة، مصحوباً بإصدار مجموعة بيانات جديدة عالية الدقة من العالم الحقيقي تتيح تحقيق تحسينات في الأداء تصل إلى مستوى الحالة الراهنة مقارنة بالطرق الموجودة.

Senyan Xu, Zhijing Sun, Kean Liu, Xin Lu, Ruixuan Jiang, Mingyang Huang, Xueyang Fu, Zheng-Jun Zha2026-05-22

💻 computer science

No Pose, No Problem in 4D: Feed-Forward Dynamic Gaussians from Unposed Multi-View Videos

تقدم الورقة البحثية NoPo4D، وهو أول نظام تغذية أمامية قادر على إعادة بناء مشاهد ثلاثية الأبعاد ديناميكية من فيديوهات متعددة المشاهد غير محددة الوضعية، وذلك عبر استخدام تفكيك سرعة مبتكر ومشفر حركة ثنائي الاتجاه للتفوق على الطرق الحالية في كل من الدقة والسرعة.

Matteo Balice, Yanik Kunzi, Chenyangguang Zhang, Matteo Matteucci, Marc Pollefeys, Sungwhan Hong2026-05-22

💻 computer science

EvoIR-Agent: Self-Evolving Image Restoration Agentic System via Experience-Driven Learning

يعالج EvoIR-Agent أوجه القصور في وكلاء استعادة الصور الحاليين، سواء القائمة على التدريب أو الخالية من التدريب، من خلال تقديم نظام ذاتي التطور يبني مجمع خبرات هرمي لتوفير توجيه من الخشن إلى الناعم، مما يحقق توازناً مثالياً (Pareto-optimal) بين الأداء والكفاءة دون الحاجة إلى إعادة التدريب.

Kailin Zhuang, Jiawei Wu, Zhi Jin2026-05-22

→ السابق التالي ←