💻 computer science

GeoVista: Visually Grounded Active Perception for Ultra-High-Resolution Remote Sensing Understanding

يُعد GeoVista إطار عمل للإدراك النشط القائم على التخطيط، والذي يستخدم استراتيجية استكشاف عالمية، وفحصاً محلياً على مستوى الفروع، وتتبعاً صريحاً للأدلة للتغلب على قيود الاستكشاف أحادي المسار في الاستشعار عن بُعد فائق الدقة، محققاً أداءً هو الأفضل في فئته في العديد من الاختبارات المعيارية.

Jiashun Zhu, Ronghao Fu, Jiasen Hu, Nachuan Xing, Xu Na, Xiao Yang, Zhiwen Lin, Weipeng Zhang, Lang Sun, Zhiheng Xue, Ha (…)2026-05-15
💻 computer science

Head Forcing: Long Autoregressive Video Generation via Head Heterogeneity

تقترح الورقة البحثية "Head Forcing"، وهو إطار عمل لا يتطلب تدريباً، يعمل على تخفيف تراكم الأخطاء وفقدان السياق في توليد الفيديو بالتسلسل التلقائي الطويل عبر تخصيص استراتيجيات مختلفة لمخزن (KV cache) لرؤوس الانتباه المتباينة وظيفياً، مما يتيح التوليد لمدة دقائق والتفاعل مع مطالبات متعددة دون تدريب إضافي.

Jiahao Tian, Yiwei Wang, Gang Yu, Chi Zhang2026-05-15
🤖 machine learning

ArcGate: Adaptive Arctangent Gated Activation

تقدم هذه الورقة ArcGate، وهي دالة تنشيط بوابية تعتمد على ظل التمام (arctangent) وتتكيف مع المعطيات وتتضمن معاملات قابلة للتعلم تعمل على تحسين اللاخطية ديناميكيًا، مما يظهر دقة فائقة ومقاومة للضوضاء مقارنة بالنماذج المرجعية القياسية في مهام الاستشعار عن بعد باستخدام بنيات ResNet-50 وViT.

Avik Bhattacharya, Siddhant Dnyanesh Gole, Subhasis Chaudhuri, Alejandro C. Frery, Biplab Banerjee2026-05-15
💻 computer science

From Sparse to Dense: Spatio-Temporal Fusion for Multi-View 3D Human Pose Estimation with DenseWarper

تقدم هذه الورقة البحثية DenseWarper، وهو إطار عمل مبتكر لتقدير وضعية الجسم البشري ثلاثي الأبعاد يستفيد من مدخلات متعددة المشاهد متداخلة ومتباعدة ومن الهندسة الإبمركزية لالتقاط التبعيات المكانية والزمانية بفعالية، مما يحقق أداءً هو الأفضل في مجاله مع كسر قيود معدل الإطارات للمشهد الواحد وتقليل تكرار البيانات.

Ling Li, Changjie Chen, Yuyan Wang, Jiaqing Lyu, Kenglun Chang, Yiyun Chen, Zhidong Deng2026-05-15
💻 computer science

Mitigating Mask Prior Drift and Positional Attention Collapse in Large Diffusion Vision-Language Models

تحدد هذه الورقة وتتصدى لنمطي فشل حرجين في نماذج الرؤية واللغة الانتشارية الضخمة — وهما انحراف الأولوية المقنعة الذي يسبب التوليد المتكرر، وانهيار الانتباه الموضعي الذي يضعف الربط البصري — من خلال اقتراح استراتيجية جاهزة للاستخدام وغير معتمدة على التدريب تعمل على تحسين الأداء بشكل كبير، لا سيما في مهام التوليد طويل المدى.

Sujung Hong, Chanyong Yoon, Seongjae Hwang2026-05-15
💻 computer science

PROVE: A Perceptual RemOVal cohErence Benchmark for Visual Media

تقدم هذه الورقة إطار عمل PROVE، الذي يتكون من مقياسي RC-S وRC-T المتوافقين مع الإدراك ومجموعة بيانات PROVE-Bench، لمعالجة أوجه القصور في طرق التقييم الحالية من خلال توفير تقييم أكثر دقة لتماسك إزالة الكائنات في الوسائط المرئية بما يتوافق بشكل أفضل مع الحكم البشري.

Fuhao Li, Shaofeng You, Jiagao Hu, Yu Liu, Yuxuan Chen, Zepeng Wang, Fei Wang, Daiguo Zhou, Jian Luan2026-05-15
💻 computer science

Bridging Brain and Semantics: A Hierarchical Framework for Semantically Enhanced fMRI-to-Video Reconstruction

تقدم الورقة البحثية CineNeuron، وهو إطار عمل هرمي مبتكر مستوحى من المعالجة ثنائية المسار في الدماغ البشري، والذي يسد الفجوة الدلالية في إعادة بناء الفيديو من صور الرنين المغناطيسي الوظيفي (fMRI) عبر الجمع بين الإثراء الدلالي التصاعدي والتكامل الذاكري التنازلي للتفوق على الأساليب الرائدة الحالية.

Yujie Wei, Chenglong Ma, Jianxiong Gao, Chenhui Wang, Shiwei Zhang, Biao Gong, Shuai Tan, Hangjie Yuan, Hongming Shan2026-05-15
💻 computer science

FedStain: Modeling Higher-Order Stain Statistics for Federated Domain Generalization in Computational Pathology

يُعد FedStain إطار عمل جديد للتعميم النطاقي الاتحادي في مجال علم الأمراض الحسابي، يتغلب على قيود الطرق الإحصائية منخفضة الرتبة الحالية من خلال نمذجة وتبادل عزمات الصبغة ذات الرتب العليا (التواء وتفرطح) بشكل صريح لتحقيق تحليل قوي يحافظ على الخصوصية لصور الشرائح الكاملة عبر المؤسسات ذات التباين في الصبغات.

Fengyi Zhang, Junya Zhang, Wenzhuo Sun2026-05-15
💻 computer science

Towards Accurate Single Panoramic 3D Detection: A Semantic Gaussian Centric Approach

تقدم هذه الورقة البحثية PanoGSDet، وهو إطار عمل للكشف ثلاثي الأبعاد البانورامي أحادي العدسة يستفيد من تمثيلات غاوس ثلاثية الأبعاد دلالية مستمرة للتغلب على عدم الاستمرارية الهندسية للطرق التقليدية القائمة على الشبكات وتحقيق أداء هو الأفضل في فئته على مجموعة بيانات Structured3D.

Kanglin Ning, Yiran Zhao, Wenrui Li, Shaoru Sun, Xingtao Wang, Xiaopeng Fan2026-05-15
💻 computer science

ViMU: Benchmarking Video Metaphorical Understanding

تقدم هذه الورقة ViMU، وهو أول معيار اختبار مصمم لتقييم قدرة نماذج فهم الفيديو الرائدة بشكل منهجي على استنتاج السياقات الاستعارية والساخرة والاجتماعية الضمنية التي تتجاوز الفهم البصري الحرفي، وذلك من خلال أسئلة قائمة على أدلة متعددة الوسائط وخالية من التلميحات.

Qi Li, Xinchao Wang2026-05-15