12553 ورقة بحثية
تُعد CANDLE طريقة مبتكرة لتطبيع الإضاءة المحيطة الملونة تستفيد من الأولويات الدلالية لـ DINOv3 القوية تجاه الإضاءة من خلال التوجيه متعدد الطبقات وتحسين التردد لاستعادة الألوان الأصلية للأجسام بفعالية تحت ظروف الإضاءة متعددة الألوان الصعبة، محققةً أداءً هو الأفضل في فئته على مجموعة بيانات CL3AN وتصنيفات متقدمة في تحدي NTIRE 2026 ALN.
تقدم هذه الورقة المهمة الجديدة المتمثلة في تحديد هوية الأشخاص عبر تغير الملابس والأنماط الحسية (CMCC-ReID)، وتقترح مجموعة بيانات SYSU-CMCC، وتقدم شبكة محاذاة الهوية التدريجية (PIA) المزودة بوحدات التعلم التفكيكي والنموذجي لمطابقة المشاة بفعالية عبر كل من تغير الأنماط الحسية وتغير الملابس.
تقدم الورقة البحثية Fact-Hash، وهي طريقة مبتكرة لترميز المعلمات تجمع بين تحليل التنسور والترميز بالهاش (hash-encoding) لتمكين التدريب عالي الجودة وفعال الاستهلاك على الأجهزة لتمثيلات الحقول الإشعاعية العصبية (Neural Radiance Fields) من خلال تقليل استخدام الذاكرة واستهلاك الطاقة بشكل كبير مع الحفاظ على سرعة الرندرة وجودة الصورة.
تقترح هذه الورقة "التشويه الرمزي" (Token Warping)، وهي طريقة تطبق التشويه العكسي على الرموز الصورية بدلاً من البكسلات، مما يمكّن النماذج اللغوية الكبيرة متعددة الوسائط (MLLMs) من الاستنتاج القوي حول المشاهد من وجهات نظر قريبة عبر الحفاظ على التماسك الدلالي والتفوق على الأساليب الحالية القائمة على البكسلات والأساليب التي تم ضبطها بدقة في معيار ViewBench الجديد.
تقدم هذه الورقة InstructTable، وهو إطار عمل للتدريب متعدد المراحل موجه بالتعليمات ومعزز بطريقة مبتكرة لتخليق البيانات خالية من القوالب (TME)، والذي يحقق أداءً رائدًا في التعرف على بنية الجداول من خلال الجمع الفعال بين فهم الأنماط الهيكلية دقيقة التفاصيل ونمذجة المعلومات المرئية القوية.
تقترح هذه الورقة إطار عمل للقلب المقيد والمنظم بالمعلومات يعمل على تثبيت تحرير الصور الرمزية (avatar) الخاضع للإشراف المتفرق من خلال تقييد التحديثات في فضاء فرعي منخفض الأبعاد ومحدد بأجزاء معينة، وتوزين القيود ديناميكيًا بناءً على مصفوفة معلومات مستمدة لمنع تسرب الهوية والوميض الزمني.
تقترح الورقة البحثية EvaNet، وهو إطار تقييم موحد وفعال لدمج الصور بالأشعة تحت الحمراء والصور المرئية يستخدم شبكة خفيفة الوزن تعتمد على استراتيجية "فرق تسد"، والتعلم التبايني، والتقييم الإدراكي الموجه بنماذج اللغات الكبيرة (LLM) لتحقيق سرعة وتوافق فائقين مع الإدراك البصري البشري مقارنة بالمقاييس التقليدية.
يعالج UniSpector أوجه القصور في الفحص الصناعي ذي المجموعة المغلقة من خلال تقديم إطار عمل للتحفيز البصري التبايني الطيفي ينظم تضمينات التحفيز في متشعب ذي بنية دلالية، مما يتيح التعرف القابل للتوسع والخالي من إعادة التدريب على العيوب غير المسبوقة ويحقق أداءً رائدًا في معيار Inspect Anything الجديد.
يُعد GP-4DGS إطار عمل مبتكر يدمج بين العمليات الغاوسية التباينية (Variational Gaussian Processes) وتقنية التشتت الغاوسي رباعي الأبعاد (4D Gaussian Splatting) لتمكين النمذجة الاحتمالية المنهجية للمشاهد الديناميكية، مما يوفر تقديرًا لعدم اليقين، وتقديرًا للحركة في المناطق الشحيحة، والاستقراء الزمني مع الحفاظ على جودة إعادة البناء العالية.
تقدم الورقة البحثية PolyReal، وهو معيار مرجعي جديد متعدد الوسائط مصمم لتقييم النماذج اللغوية الكبيرة في سير عمل علوم البوليمرات في العالم الحقيقي، كاشفةً أنه بينما تتفوق النماذج الحالية في الاستنتاج النظري، فإنها تعاني بشكل كبير في المهام العملية المعتمدة على السياق مثل تحليل سلامة المختبرات واستخراج البيانات الخام.