cs.CV ورقة بحثية

$AutoDrive\text{-}P^3$ : Unified Chain of Perception-Prediction-Planning Thought via Reinforcement Fine-Tuning

تقدم هذه الورقة البحثية **AutoDrive-P³**، وهو إطار عمل مبتكر يوحد الإدراك والتنبؤ والتخطيط في عملية سلسلة واحدة من تسلسل الأفكوابالاعتماد على مجموعة بيانات متخصصة وتعلم تعزيزي هرمي، محققاً أداءً هو الأفضل في فئته في مجال القيادة الذاتية من خلال ضمان اتخاذ قرارات تآزرية والموازنة بين كفاءة الاستنتاج وأنماط التفكير المزدوجة.

Yuqi Ye, Zijian Zhang, Junhong Lin, Shangkun Sun, Changhao Peng, Wei Gao2026-03-31

💻 computer science

SVGS: Single-View to 3D Object Editing via Gaussian Splatting

تقترح الورقة البحثية SVGS، وهي طريقة جديدة لتحرير ثلاثي الأبعاد من منظور واحد مدفوعة بالنصوص وتعتمد على تقنية Gaussian Splatting ثلاثية الأبعاد، تتغلب على مشكلات المعالجة البطيئة وعدم اتساق الرؤية في مناهج NeRF والمنظورات المتعددة الحالية من خلال إعادة بناء المشاهد باستخدام الرؤى المتسقة فقط لتحقيق قدرة تحرير وكفاءة فائقتين.

Pengcheng Xue, Yan Tian, Qiutao Song, Ziyi Wang, Linyang He, Weiping Ding, Mahmoud Hassaballah, Karen Egiazarian, Wei-Fa (…)2026-03-31

🤖 AI

MDPBench: A Benchmark for Multilingual Document Parsing in Real-World Scenarios

تقدم هذه الورقة MDPBench، وهو أول معيار لتقييم تحليل المستندات متعدد اللغات عبر 17 لغة وظروف واقعية متنوعة، كاشفاً أنه في حين تظل النماذج مغلقة المصدر قوية، إلا أن البدائل مفتوحة المصدر تعاني من انخفاض كبير في الأداء عند التعامل مع المستندات المصورة والنصوص غير اللاتينية.

Zhang Li, Zhibo Lin, Qiang Liu, Ziyang Zhang, Shuo Zhang, Zidun Guo, Jiajun Song, Jiarui Zhang, Xiang Bai, Yuliang Liu2026-03-31

💻 computer science

BlankSkip: Early-exit Object Detection onboard Nano-drones

تقدم هذه الورقة BlankSkip، وهي شبكة كشف أجسام ذات خروج مبكر تكيفية مصممة لطائرات النانو بدون طيار محدودة الموارد، والتي تعمل على تحسين إنتاجية الاستدلال بشكل كبير من خلال تخطي الحوسبة في الإطارات الفارغة مع انخفاض طفيف فقط في دقة الكشف.

Carlo Marra, Beatrice Alessandra Motetti, Alessio Burrello, Enrico Macii, Massimo Poncino, Daniele Jahier Pagliari2026-03-31

💻 computer science

A Closer Look at Cross-Domain Few-Shot Object Detection: Fine-Tuning Matters and Parallel Decoder Helps

تقترح هذه الورقة وحدة فك تشفير تجميعية هجينة ذات فروع متوازية وإطار عمل موحد للضبط الدقيق التدريجي لتعزيز التعميم والاستقرار في اكتشاف الأشياء في ظل ظروف التعلم بلقطات قليلة عبر النطاقات، محققةً أداءً هو الأفضل حالياً في مختلف المعايير المرجعية دون الحاجة إلى معاملات إضافية أو عمليات تعزيز بيانات معقدة.

Xuanlong Yu, Youyang Sha, Longfei Liu, Xi Shen, Di Yang2026-03-31

🤖 AI

TwinMixing: A Shuffle-Aware Feature Interaction Model for Multi-Task Segmentation

تقدم الورقة البحثية نموذج TwinMixing، وهو نموذج تقسيم مهام متعددة خفيف الوزن يتميز بمشفر (Efficient Pyramid Mixing) وفك تشفير (Dual-Branch Upsampling) يحقق توازناً فائقاً بين الدقة والكفاءة في الوقت الفعلي لتقسيم منطقة القيادة والمسارات على أجهزة القيادة الذاتية.

Minh-Khoi Do, Huy Che, Dinh-Duy Phan, Duc-Khai Lam, Duc-Lung Vu2026-03-31

🤖 AI

Integrating Multimodal Large Language Model Knowledge into Amodal Completion

تقترح الورقة البحثية AmodalCG، وهو إطار عمل مبتكر يستفيد من المعرفة الواقعية للنماذج اللغوية الكبيرة متعددة الوسائط لتوجيه وتحسين إعادة بناء مناطق الأجسام المحجوبة في عملية الإكمال غير النمطي بشكل انتقائي، مما يتفوق بشكل كبير على الأساليب الحالية.

Heecheol Yun, Eunho Yang2026-03-31

🤖 machine learning

Optimized Weighted Voting System for Brain Tumor Classification Using MRI Images

تقترح هذه الورقة نظام تصويت مرجح مُحسّن يعتمد على التجميع، يدمج مصنفات متعددة من التعلم العميق والتعلم الآلي التقليدي مع تقنيات متقدمة لمعالجة الصور مسبقاً لتحقيق دقة تضاهي أحدث ما توصل إليه العلم في تصنيف أورام الدماغ من صور الرنين المغناطيسي.

Ha Anh Vu2026-03-31

🤖 AI

EdgeDiT: Hardware-Aware Diffusion Transformers for Efficient On-Device Image Generation

يقدم EdgeDiT عائلة من نماذج "ترانسفورمرز الانتشار" (Diffusion Transformers) خفيفة الوزن والمدركة للعتاد، والمُحسّنة لوحدات المعالجة العصبية (NPUs) في الأجهزة المحمولة، والتي تقلل بشكل كبير من عدد المعلمات، وعمليات الفاصلة العائمة (FLOPs)، وزمن انتقال الاستدلال مع الحفاظ على قدرات توليد صور عالية الدقة من أجل نشر فعال على الأجهزة.

Sravanth Kodavanti, Manjunath Arveti, Sowmya Vajrala, Srinivas Miriyala, Vikram N R2026-03-31

🤖 AI

Hydra: Unifying Document Retrieval and Generation in a Single Vision-Language Model

تُعد Hydra نموذجاً للرؤية واللغة ثنائي الرأس يوحد بين استرجاع المستندات بأسلوب ColBERT والتوليد التلقائي ضمن بنية واحدة باستخدام محول LoRA قابل للتبديل، مما يحقق مخرجات توليدية متطابقة بايتياً وتقليلاً كبيراً في الذاكرة مع اشتراط ضمانات هندسية محددة للحفاظ على الأداء.

Athos Georgiou2026-03-31

→ السابق التالي ←

cs.CV

AutoDrive-P3AutoDrive\text{-}P^3AutoDrive-P3: Unified Chain of Perception-Prediction-Planning Thought via Reinforcement Fine-Tuning

SVGS: Single-View to 3D Object Editing via Gaussian Splatting

MDPBench: A Benchmark for Multilingual Document Parsing in Real-World Scenarios

BlankSkip: Early-exit Object Detection onboard Nano-drones

A Closer Look at Cross-Domain Few-Shot Object Detection: Fine-Tuning Matters and Parallel Decoder Helps

TwinMixing: A Shuffle-Aware Feature Interaction Model for Multi-Task Segmentation

Integrating Multimodal Large Language Model Knowledge into Amodal Completion

Optimized Weighted Voting System for Brain Tumor Classification Using MRI Images

EdgeDiT: Hardware-Aware Diffusion Transformers for Efficient On-Device Image Generation

Hydra: Unifying Document Retrieval and Generation in a Single Vision-Language Model

$AutoDrive\text{-}P^3$ : Unified Chain of Perception-Prediction-Planning Thought via Reinforcement Fine-Tuning