12559 ورقة بحثية
تقترح الورقة البحثية نموذج "المحول العلاقاتي التكيفي" (ART)، وهو إطار عمل مبتكر للتنبؤ بمسارات المشاة يجمع بين "رسم بياني علاقي مدرك زمنياً" لنمذجة التفاعلات المتطورة، وآلية "تقليم التفاعل التكيفي" لتعزيز الكفاءة الحسابية، محققاً أداءً هو الأفضل في فئته على المعايير القياسية.
تقترح هذه الورقة البحثية MASC-Pose، وهو إطار عمل فعال لتقدير وضعية الجسم ثلاثي الأبعاد، يجمع بين وحدة نمذجة زمنية متعددة المقاييس تكيفية لالتقاط ديناميكيات الحركة غير المتجانسة، وشبكة عصبية رسومية (GCN) تكيفية مقيدة بالهيكل لضمان دقة التفاعل المكاني، محققاً دقة قوية في المعايير القياسية.
تقترح هذه الورقة DreamPRVR، وهو إطار عمل للاسترجاع من الخشن إلى الناعم يستخدم نماذج الانتشار الخاضعة للإشراف النصي لتوليد سجلات دلالية سياقية عالمية، مما يعزز استرجاع الفيديو ذي الصلة الجزئية من خلال معالجة غموض الاستعلام والضجيج المحلي بفعالية.
تقدم هذه الورقة البحثية إطار عمل LaPR، وهو إطار لاسترجاع المطالبات المعتمد على التسميات (label-aware prompt retrieval) الذي يعزز أداء التعلم السياقي البصري (Visual In-Context Learning) من خلال دمج تلميحات التسمية الصريحة في تمثيلات المطالبات واستخدام آلية "خليط من الخبراء" (mixture-of-experts) لاستنتاج أنماط تسمية متكيفة مع الاستعلام، وذلك لمعالجة أوجه القصور في الطرق السابقة التي تغفل اتساق التسميات.
تقترح هذه الورقة نهجاً مبتكراً للتنبؤ بالتفاعلات بين الإنسان والأشياء في فيديوهات الرؤية من منظور الشخص الأول باستخدام نماذج الرؤية اللغوية الكبيرة، والتي تدمج تقنية "مجموعة العلامات" (Set-of-Mark) للترسيخ البصري، وتحليل مسار نظرة العين لفهم القصد، واستراتيجية أخذ العينات الأسية العكسية للديناميكيات الزمنية، محققةً أداءً هو الأفضل في فئته على مجموعة بيانات HD-EPIC.
يقدم DiffSparse إطار عمل قابلاً للتفاضل وقابلاً للتدريب من البداية إلى النهاية، يعمل على تحسين تشتت الرموز على مستوى الطبقات ويستخدم استراتيجية تدريب مكونة من مرحلتين لتسريع نماذج محولات الانتشار بشكل كبير مع الحفاظ على جودة التوليد أو حتى تحسينها.
تقدم هذه الورقة FunFact، وهو إطار عمل يستفيد من استدلال الرسم البياني العاملي (factor-graph reasoning) لبناء رسوم بيانية للمشاهد الوظيفية ثلاثية الأبعاد ذات مفردات مفتوحة واحتمالية، وذلك عبر الاستنتاج المشترك لعلاقات الكائنات من خلال الأولويات المستمدة من النماذج اللغوية الكبيرة (LLM) والقيود الهندسية، مما يؤدي إلى تحسين حل الغموض ومعايرة الثقة مقارنة بالطرق الحالية.
يُعد M2StyleGS إطار عمل جديد لنقل الأنماط ثلاثية الأبعاد في الوقت الفعلي، يستفيد من تقنية الـ 3D Gaussian Splatting وميزات CLIP متعددة الوسائط لتطبيق الأنماط الفنية من النصوص أو الصور على المشاهد ثلاثية الأبعاد بمرونة، محققاً جودة بصرية واتساقاً فائقين من خلال المحاذاة الدقيقة للميزات وخسائر الملاحظة والكبح المتخصصة.
تقدم الورقة البحثية InCaRPose، وهو نموذج قائم على تقنية "ترانسفورمر" (Transformer) تم تدريبه على بيانات اصطناعية، ويحقق تقديرًا قويًا وفي الوقت الفعلي لوضعية الكاميرا النسبية بمقياس متري لبيئات مقصورات السيارات ذات التشوه العالي، مما يعالج تحديات المعايرة الحرجة لأنظمة مراقبة السائق.
تقدم هذه الورقة البحثية ActivityForensics، وهو أول معيار واسع النطاق لتحديد مواقع تزييف الفيديو على مستوى الأنشطة، إلى جانب طريقة أساسية تعتمد على الانتشار تسمى TADiff وبروتوكولات تقييم شاملة لمعالجة التحدي المتزايد المتمثل في الأفعال البشرية المتلاعب بها دلالياً في مقاطع الفيديو.