12446 ورقة بحثية
تقدم هذه الورقة إطار عمل لإعادة بناء الرأس من صورة واحدة يحقق توبولوجيا بمستوى صناعي وحفاظاً عالي الدقة على الهوية من خلال مسار تحسين ثلاثي المراحل من الخشن إلى الناعم معزز بقيود مدركة للهندسة، وهو ما تم التحقق من صحته من قبل فنانين تقنيين محترفين باعتباره الطريقة الأفضل أداءً للإنتاج الواقعي للبشر الرقميين.
تقترح الورقة البحثية Angle-I2P، وهي شبكة مبتكرة لرفض القيم المتطرفة في عملية تسجيل الصور مع السحب النقطية، تجمع بين قيود الاتساق الزاوي غير المعتمدة على المقياس وآلية انتباه هرمية من المستوى العالمي إلى المحلي لتحسين نسبة النقاط الصحيحة واستدعاء التسجيل بشكل كبير، لا سيما في السيناريوهات ذات جودة المطابقة الأولية المنخفضة.
يُعد InterMesh إطار عمل متكامل لاستعادة الشبكة البشرية لعدة أشخاص، حيث يدمج صراحةً دلالات التفاعل المهيكل بين الإنسان والبيئة عبر كاشف للتفاعل بين الإنسان والأشياء ووحدات خفيفة الوزن، مما يحسن بشكل كبير من دقة تقدير الوضعية والشكل في سيناريوهات التفاعل المعقدة مقارنة بالطرق الحالية القائمة على الانتباه الضمني.
تقترح هذه الورقة البحثية إطار "اكتشاف الفئات القائم على المرجع" (RefCD)، وهو إطار عمل لاكتشاف الأشياء غير الخاضع للإشراف، يحقق كشفاً واعياً بالفئات دون الحاجة إلى تسميات توضيحية يدوية، وذلك من خلال الاستفادة من تشابه الميزات بين الأشياء المتوقعة والصور المرجعية غير المصنفة لتوجيه تعلم الميزات الخاصة بكل فئة.
تقترح الورقة البحثية CAST، وهي طريقة لا تتطلب تدريباً وتعمل بأسلوب "التوصيل والتشغيل"، والتي تخفف من حدة هلوسة الكائنات في النماذج اللغوية البصرية الكبيرة عبر الاستفادة من أنماط الانتباه الموجهة بالوصف لتوجيه الإدراك البصري دون زيادة تكاليف الاستدلال بشكل كبير.
تقارن هذه الورقة بشكل منهجي بين استراتيجيات الإشراف على الأفعال الكامنة القائمة على الصور وتلك القائمة على الأفعال لنماذج الرؤية واللغة والأفعال، كاشفةً أن الطرق القائمة على الصور تعزز الاستدلال طويل المدى بينما تحسن الطرق القائمة على الأفعال التنسيق الحركي، مع تحقيق الإشراف المباشر على الرموز لأفضل أداء إجمالي.
يُعد HEXST نموذج محول (Transformer) جديد ذو نافذة مزاحفة سداسية، يعمل على تحسين التنبؤ بالتعبير الجيني المكاني من الصور النسيجية عبر التوافق مع هندسة مصفوفة البقع السداسية واستخدام أهداف حساسة للتباين للحفاظ على التباين المكاني، متفوقاً بذلك على النماذج الحالية ذات الحالة الفنية الأحدث عبر مجموعات بيانات متعددة.
تُعد FaithfulFaces إطار عمل مبتكر لتوليد الفيديو من النصوص يعالج تشوه الهوية في المشاهد الديناميكية المعقدة عبر تقديم أداة محاذاة للهوية مشتركة مع الوضعية ومجموعة بيانات متنوعة ومنسقة للحفاظ على اتساق هوية الوجه القوي عبر التباينات الكبيرة في الوضعيات والانسدادات.
تقترح هذه الورقة إطار عمل خفيف الوزن لـ "إلغاء التعلم" على مستوى الأشخاص لمجموعات بيانات التعرف على التفاعل المشوبة بالضجيج، والذي يزيل بفعالية تأثير الأشخاص المسببين للمشكلات دون الحاجة إلى إعادة تدريب كاملة، مستعيداً أكثر من 89% من مكاسب الأداء للنموذج المثالي بتكلفة حوسبية تعادل ربع التكلفة تقريباً.
تقدم هذه الورقة البحثية VC-FeS، وهي طريقة اختيار ميزات مشروطة بجهة النظر تعمل على تكييف مستخرجات ViT المدربة مسبقاً على صور RGB للتغلب على نقص الألوان والنسيج في عملية إعادة تحديد هوية المركبات حرارياً، محققةً مكاسب كبيرة في الأداء على كل من مجموعة البيانات القياسية ومجموعة بيانات بحرية حرارية مقترحة حديثاً.