12553 ورقة بحثية
تقترح هذه الورقة البحثية FSS-SAM3، وهو نهج للتجزئة الدلالية لعدد قليل من العينات لا يتطلب تدريباً، يستفيد من نموذج Segment Anything 3 (SAM3) مجمد مع استراتيجية دمج مكاني بسيطة لتحقيق أداء رائد مع الكشف عن الطبيعة غير المثمرة للمطالبات السلبية في إعدادات التعلم من أمثلة قليلة.
يقدم CoEnv إطار عمل مبتكر للتعاون متعدد الوكلاء المتجسد الذي يستفيد من "بيئة تركيبية" تدمج بين مكونات العالم الحقيقي والمحاكاة لتمكين استكشاف الاستراتيجيات الآمن، وتوليد الأفعال المدفوع بنماذج اللغة والرؤية الكبيرة (VLM)، والنقل الموثوق من المحاكاة إلى الواقع لمهام المناولة المعقدة.
تحدد هذه الورقة أن نماذج اللغات الكبيرة متعددة الوسائط الانتشارية (dMLLMs) غالبًا ما تولد إجابات سابقة لأوانها مع عدم كفاية في الربط البصري أثناء استدلال سلسلة الأفكواب (Chain-of-Thought)، وتقترح عقوبة الموضع والخطوة (PSP) وتوجيه الاستدلال البصري (VRG) لتأخير توليد الإجابة وتعزيز المحاذاة البصرية، مما يؤدي إلى تحسين الدقة وسرعة الاستنتاج بشكل كبير.
تقدم هذه الورقة إطاراً موحداً لتحدي إزالة الضباب في الصور الليلية NTIRE 2026، والذي يستفيد من تعزيز البيانات الموجه بـ CLIP لبناء مجموعات تدريب متوافقة مع النطاق، ويستخدم استراتيجية تدريب ثنائية المراحل لشبكة NAFNet، ويجمع بين تحسينات وقت الاستدلال لمعالجة أنماط التدهور المعقدة للضباب الليلي تحت إشراف محدود بشكل فعال.
تقدم الورقة البحثية EchoAgent، وهو نظام وكيل يدمج قاعدة معرفية قائمة على الخبرة، ومجموعة أدوات هرمية لتحليل وقياس الفيديو، ومركز استدلال منسق لتحقيق سير عمل متكامل ومنسق "عيون-يدين-عقول" من أجل تفسير موثوق وشامل لتخطيط صدى القلب.
تقدم هذه الورقة البحثية ReV، وهو إطار عمل لسياسة حركية بصرية ذات حلقة مغلقة يعزز المتانة في التلاعب الروبوتي من خلال الاستفوتادة من رؤوس انتشار مقترنة لدمج نقاط مرجعية متفرقة مقدمة من البشر أو المخطط ديناميكياً لإعادة تخطيط المسار في الوقت الفعلي، وكل ذلك أثناء التدريب حصرياً على عروض خبير مضطربة دون بيانات إضافية أو ضبط دقيق.
تقترح هذه الورقة إطار عمل PTA، وهو إطار عمل مبتكر يعتمد على مبدأ "التنقية ثم المحاذاة" (Purify-then-Align) يجمع بين التعلم التلوي وتقطير المعرفة القائم على الانتشار للتغلب على فجوات التمثيل وآثار التلوث، مما يحقق متانة هي الأفضل في مجال الاستشعار البشري في سيناريوهات فقدان النمط (missing modality).
تُعد FunRec طريقة مبتكرة تعيد بناء توائم رقمية ثلاثية الأبعاد وظيفية وجاهزة للمحاكاة للمشاهد الداخلية مباشرة من فيديوهات تفاعل ذات منظور شخصي (egocentric) من نوع RGB-D في بيئات واقعية، وذلك عبر الاكتشاف التلقائي للأجزاء المفصلية وحركيتها، متفوقةً بذلك بشكل كبير على النهج الحالية في دقة التجزئة، ودقة الوضعية، وجودة إعادة البناء.
تقترح هذه الورقة وتقيم مساراً مبتكراً يستفيد من فيديوهات كرة القدم البثية أحادية العدسة وإعادة بناء حالة اللعبة لاستخلاص ملفات تعريف تسارع السرعة الكينماتيكية لتقييم تعب الرياضيين بشكل موضوعي، مما يبرهن على إمكاناتها كبديل منخفض التكلفة للمستشعرات المزعجة مع تسليط الضوء على تحديات تقنية محددة.
تقدم هذه الورقة إطار تدريب يستفيد بشكل موثوق من أولويات العمق أحادية العدسة ذات الضجيج والغموض في المقياس لتعزيز تقنية "Gaussian Splatting" ثلاثية الأبعاد، وذلك عبر تنظيم الهندسة غير محددة المعالم بشكل انتقائي، مما يؤدي إلى تحسين جودة الرندرة والدقة الهندسية دون الحاجة إلى أنظمة متخصصة للحصول على العمق.