12497 ورقة بحثية
يُعد MoonSeg3R إطار عمل مبتكرًا يحقق تجزئة فورية للأجسام ثلاثية الأبعاد أحادية العدسة بنمط الصفر (zero-shot) عبر الإنترنت من خلال الاستفيد من نموذج إعادة البناء التأسيسي CUT3R لتوليد الأولويات الهندسية، وإدخال وحدة تحسين الاستعلام ذاتية الإشراف، والذاكرة الزمنية، ورموز توزيع الحالة للتغلب على قيود المنهجيات الحالية المعتمدة على خرائط العمق (RGB-D).
تقدم هذه الورقة ViDoRe v3، وهو معيار متعدد الوسائط شامل يتكون من 10 مجموعات بيانات متنوعة و3,099 استعلاماً تم التحقق منها بشرياً عبر 6 لغات، صُمم لتقييم أنظمة التوليد المعزز بالاسترجاع على مستندات واقعية معقدة وغنية بصرياً مع تسليط الضوء على القيود الحالية في التأسيس البصري والتركيب متعدد المستندات.
يُعد SAMannot إطار عمل مفتوح المصدر، محلي، ويحافظ على الخصوصية، يدمج نسخة محسنة من SAM2 مع سير عمل يعتمد على التدخل البشري لتمكين تقسيم مثيل الفيديو التفاعلي والفعال لإنشاء مجموعات البيانات ذات الدرجة البحثية.
تقدم هذه الورقة البحثية Q-Mask، وهو إطار عمل جديد للتعرف الضوئي على الحروف (OCR) يستخدم مفكك قناع مدفوع باستعلام سببي لربط النص صراحةً بالمناطق المكانية قبل عملية التعرف، مدعوماً بمعيار TextAnchor-Bench ومجموعة بيانات TextAnchor-26M واسعة النطاق لتحسين قدرات تثبيت النص في نماذج الرؤية واللغة بشكل كبير.
تقترح هذه الورقة إطار عمل لاسترجاع CLIP مدرك للهندسة يعزز الأداء في مهام ربط الصفات والتركيب من خلال معالجة عدم الاتساق الهندسي المحلي عبر التوجيه المحلي المشروط بالاستعلام وإعادة الترتيب على مستوى الجوار عبر مطابقة هانغاريان، وكل ذلك يمكن تحقيقه في وقت الاستدلال دون إعادة تدريب.
يُعد StomaD2 نظاماً شاملاً غير جراحي يجمع بين استعادة الصور القائمة على الانتشار وشبكة متخصصة للكشف عن الأجسام المدوّرة لتحقيق نمذجة ظواهر الثغور عالية الإنتاجية وبأحدث التقنيات عبر أنواع نباتية متنوعة وظروف ميدانية معقدة.
تقدم هذه الورقة معياراً محكماً ومنضبطاً لنماذج فضاء الحالة البصرية في تقسيم الصور الاستشعارية عن بُعد، كاشفةً أنه بينما توفر هذه النماذج توازناً ملائماً بين الدقة والكفاءة، فإن أداءها يظل محدوداً بمكاسب توسعية متواضعة، وتعميم غير متماثل عبر المجالات، وإخفاقات في تحديد المعالم الحدودية، مما يشير إلى أن التحسينات المستقبلية يجب أن تعطي الأولوية للمتانة وفك التشفير المدرك للحدود على مجرد توسيع نطاق المشفر.
تُعد DeltaSeg بنية مشفر-وفك تشفير على شكل حرف U مبتكرة، تستفيد من استراتيجية انتباه متعددة المستويات وآلية انتباه دلتا العميقة لتحقيق تقسيم فائق للعيوب الهيكلية متعددة الفئات، وذلك عبر المعالجة الفعالة لعدم توازن الفئات، وأنواع الأضرار المتنوعة، وتحديد دقيق للحدود عبر مجموعات بيانات مرجعية متعددة.
تقترح الورقة البحثية URoPE، وهو تضمين موضع نسبي عالمي خالٍ من المعلمات وواعٍ بالخصائص الجوهرية، يعمل على توسيع تضمين الموضع الدوار (RoPE) ليشمل فضاءات هندسية عشوائية عبر إسقاط أشعة الكاميرا ثلاثية الأبعاد على مستويات صور ثنائية الأبعاد، مما يعزز أداء المحولات عبر مهام متنوعة مثل تخليق المشاهد الجديدة، وكشف الأشياء ثلاثية الأبعاد، وتقدير العمق.
تقدم الورقة البحثية REVEAL، وهو إطار عمل متعدد الوسائط يعمل على مواءمة صور قاع العين مع ملفات تعريف المخاطر السردية باستخدام التعلم التبايني المدرك للمجموعات للتنبؤ بمرض ألزهايمر والخرف قبل التشخيص السريري بنحو ثماني سنوات، متفوقاً بشكل كبير على النماذج الحالية ذات الحالة الراهنة المتطورة.