👁️ Category

cs.CV

12742 ورقة بحثية

💻 computer science

Maximizing T2-Only Prostate Cancer Localization from Expected Diffusion Weighted Imaging

تقترح هذه الورقة إطار عمل جديداً يعتمد على توقع التوقع الأقصى (expectation-maximization) يستفيد من نموذج توليدي قائم على مطابقة التدفق (flow matching) لتخليق سمات التصوير بالرنين المغناطيسي الموزون بانتشار (DWI) من صور الرنين المغناطيسي الموزونة بالزمن الثاني (T2w) أثناء التدريب، مما يتيح تحديد موقع سرطان البروستاتا بشكل فائق باستخدام صور T2w فقط عند الاستنتاج مع التفوق على النماذج المرجعية متعددة التسلسلات.

Weixi Yi, Yipei Wang, Wen Yan, Hanyuan Zhang, Natasha Thorley, Alexander Ng, Shonit Punwani, Fernando Bianco, Mark Ember (…)2026-04-02
💻 computer science

PDA: Text-Augmented Defense Framework for Robust Vision-Language Models against Adversarial Image Attacks

تقدم الورقة البحثية إطار عمل PDA، وهو إطار دفاعي معزز نصياً وخالٍ من التدريب، يعمل على تعزيز متانة نماذج الرؤية واللغة ضد الهجمات الصورية العدائية المتنوعة من خلال إعادة صياغة المطالبات، وتفكيك الأسئلة، وتجميع الاتساق في وقت الاختبار دون تعديل النماذج الأساسية.

Jingning Xu, Haochen Luo, Chen Liu2026-04-02
💻 computer science

AutoMIA: Improved Baselines for Membership Inference Attack via Agentic Self-Exploration

تقدم هذه الورقة AutoMIA، وهو إطار عمل وكيل (agentic framework) يعمل على أتمتة هجمات استنتاج العضوية من خلال الاستكشاف الذاتي وتطور الاستراتيجيات، محققاً أداءً هو الأفضل في فئته عبر نماذج متنوعة دون الاعتماد على هندسة الميزات اليدوية.

Ruhao Liu, Weiqi Huang, Qi Li, Xinchao Wang2026-04-02
💻 computer science

Diff3R: Feed-forward 3D Gaussian Splatting with Uncertainty-aware Differentiable Optimization

يُعد Diff3R إطار عمل مبتكر يربط بين تقنية "Gaussian Splatting" ثلاثية الأبعاد ذات التغذية الأمامية والتحسين في وقت الاختبار، وذلك عبر دمج طبقة تحسين قابلة للتفاضل مُدربة بواسطة نظرية الدالة الضمنية وآلية واعية بعدم اليقين لتعلم عمليات التهيئة المثلى التي تُحسن جودة الرندرة مع الحد من الإفراط في التخصيص.

Yueh-Cheng Liu, Jozef Hladký, Matthias Nießner, Angela Dai2026-04-02
💻 computer science

ONE-SHOT: Compositional Human-Environment Video Synthesis via Spatial-Decoupled Motion Injection and Hybrid Context Integration

يُعد ONE-SHOT إطار عمل فعال في استخدام المعلمات يحقق تركيباً دقيقاً وتكوينياً لتوليد فيديوهات تجمع بين الإنسان والبيئة من خلال فصل ديناميكيات الإنسان عن الإشارات البيئية عبر حقن الحركة المنفصلة مكانياً والتكامل السياقي الهجين، مما يلغي الحاجة إلى المعالجة المسبقة ثلاثية الأبعاد المكثفة مع ضمان الاتساق على المدى الطويل.

Fengyuan Yang, Luying Huang, Jiazhi Guan, Quanwei Yang, Dongwei Pan, Jianglin Fu, Haocheng Feng, Wei He, Kaisiyuan Wang (…)2026-04-02
💻 computer science

ReinDriveGen: Reinforcement Post-Training for Out-of-Distribution Driving Scene Generation

إن ReinDriveGen هو إطار عمل يتيح التحكم الكامل في توليد مشاهد القيادة الديناميكية من خلال إعادة بناء بيانات LiDAR ثلاثية الأبعاد وتحرير مسارات الفاعلين لمحاكاة السيناريوهات الحرجة على السلامة، وذلك باستخدام استراتيجية ما بعد التدريب القائمة على التعلم المعزز لضمان توليد فيديو عالي الجودة وواقعي للحالات الخارجة عن النطاق.

Hao Zhang, Lue Fan, Weikang Bian, Zehuan Wu, Lewei Lu, Zhaoxiang Zhang, Hongsheng Li2026-04-02
⚡ electrical engineering

AdaLoRA-QAT: Adaptive Low-Rank and Quantization-Aware Segmentation

تقدم الورقة البحثية AdaLoRA-QAT، وهو إطار عمل للضبط الدقيق يتكون من مرحلتين يجمع بين التكيف منخفض الرتبة التكيفي والتدريب الواعي بالكمية لتحقيق تقسيم دقيق وعالي الدقة ومدمج وموثوق سريرياً لصور الأشعة السينية للصدر مع تقليل حجم النموذج والمعلمات القابلة للتدريب بشكل كبير.

Prantik Deb, Srimanth Dhondy, N. Ramakrishna, Anu Kapoor, Raju S. Bapi, Tapabrata Chakraborti2026-04-02
🤖 machine learning

Neural Harmonic Textures for High-Quality Primitive Based Neural Reconstruction

تقدم الورقة البحثية "Neural Harmonic Textures"، وهي طريقة تعزز إعادة البناء ثلاثي الأبعاد القائم على الأشكال الأولية من خلال ربط الميزات الكامنة بسقالات افتراضية وتطبيق تنشيطات دورية لنمذجة التفاصيل عالية التردد بكفاءة، محققةً أداءً رائدًا في تخليق المشاهد من زوايا جديدة في الوقت الفعلي مع التكامل بسلاسة مع المسارات الحالية مثل 3D Gaussian Splatting.

Jorge Condor, Nicolas Moenne-Loccoz, Merlin Nimier-David, Piotr Didyk, Zan Gojcic, Qi Wu2026-04-02
💻 computer science

What do CNNs Learn in the First Layer and Why? A Linear Systems Perspective

تُثبت هذه الورقة أن الطبقة الأولى من الشبكات العصبية الالتفافية (CNNs) تتعلم باستمرار تحويلاً تقريبياً لتبييض (whitening) رقع الصور المدخلة، مدفوعةً بالإحصاءات من الدرجة الثانية لبيانات التدريب بدلاً من تسميات محددة أو بنيات معمارية، كما يتضح من الاشتقاقات التحليلية للنماذج الخطية والنتائج التجريبية على الشبكات غير الخطية.

Rhea Chowers, Yair Weiss2026-04-01
💻 computer science

Image Segmentation via Divisive Normalization: dealing with environmental diversity

تُثبت هذه الورقة أن تعزيز شبكات "U-net" الخاصة بالتجزئة باستخدام "التطبيع التقسيمي" (Divisive Normalization) المستوحى بيولوجياً يحسن بشكل كبير من استقرار الأداء ودقته عبر ظروف بيئية متنوعة، بما في ذلك تباين الإضاءة والتباينات والمصادر الاصطناعية، وذلك من خلال تعزيز ثبات الاستجابة واللاخطية التكيفية.

Pablo Hernández-Cámara, Jorge Vila-Tomás, Paula Dauden-Oliver, Nuria Alabau-Bosque, Valero Laparra, Jesús Malo2026-04-01