13041 ورقة بحثية
تقترح هذه الورقة البحثية "إعادة البناء التبايني للانتشار" (DCR)، وهي طريقة تعمل على حقن إشارات تباينية مستمدة من الصور المعاد بناؤها في عملية الانتشار لحل صراعات التدرج وتحسين القدرات التمييزية والإدراكية للتفاصيل بشكل مشترك، مما يتغلب على قيود المشفر البصري لنموذج CLIP من أجل تمثيل بصري متوازن.
تُثبت هذه الورقة أنه من خلال معالجة الفجوات بين المجالات عبر مجموعة بيانات عالية الجودة لأجسام ممسوحة ضوئياً ثلاثية الأبعاد، ومسبقات DINOv3، وتعزيز مدرك للحساسات، يمكن لنموذج خفيف الوزن يعتمد على الاستقطاب وتم تدريبه على مجموعة بيانات صغيرة أن يتفوق بشكل كبير على كل من أساليب "الشكل من الاستقطاب" (Shape from Polarization) الحديثة ونماذج الرؤية التأسيسية واسعة النطاق التي تعتمد على RGB فقط في تقدير المتجهات العمودية للأسطح بلقطة واحدة.
يُعد GloSplat إطار عمل جديد لإعادة البناء ثلاثي الأبعاد يحقق نتائج أسرع وأكثر دقة من خلال إجراء تحسين مشترك للوضعية والمظهر أثناء تدريب الـ 3D Gaussian Splatting، حيث يتميز بالحفاظ بشكل فريد على مسارات ميزات SfM الصريحة كمعلمات منفصلة قابلة للتحسين لمنع انزياح الوضعية وتمكين الصقل الدقيق.
تقدم هذه الورقة مسار فيديو أحادي العين قابل للتوسع يستعيد مقاييس ميكانيكية حيوية ذات صلة سريرياً من لقطات فيديو بيسبول منقولة بدقة عالية، مما يتيح فحصاً فعالاً لمخاطر الإصابة لآلاف الرماة دون الحاجة إلى أنظمة التقاط الحركة المكلفة الموجودة في الملاعب.
تقدم هذه الورقة إطار عمل قابلاً للتوسع وقابلاً للتفسير يحقق دقة بنسبة 80.4% في تصنيف ثمانية أنواع من رميات البيسبول الاحترافية باستخدام الكينماتيكا ثلاثية الأبعاد للجسم أحادي العين فقط، مما يكشف أن ميكانيكا الجزء العلوي من الجسم — وخاصة وضعية المعصم وميل الجذع — هي المتنبئات الرئيسية مع تحديد سقف تجريبي للتمايزات القائمة على القبضة.
تقدم هذه الورقة البحثية نموذج "Locality-Attending Vision Transformer" (LocAtViT)، وهو إضافة بسيطة تعزز أداء تقسيم الصور في محولات الرؤية من خلال تعديل الانتباه الذاتي باستخدام نواة غاوسية قابلة للتعلم لإعطاء الأولوية للتفاصيل المكانية المحلية، مما يحقق مكاسب كبيرة في الاختبارات المعيارية دون المساس بدقة التصنيف أو تغيير نظام التدريب.
تقترح الورقة البحثية FC-VFI، وهي طريقة مبتكرة لاستكمال إطارات الفيديو، تستفيد من النمذجة الزمنية الكامنة، وخطوط المطابقة الدلالية، وفقدان الفرق الزمني لتحقيق رفع لمعدل الإطارات بمقدار 4x و8x بدقة عالية واتساق حركي من 30 إطاراً في الثانية إلى 120/240 إطاراً في الثانية بدقة 2560×1440، متجاوزةً بذلك قيود الدقة والاتساق التي تعاني منها النهج الحالية القائمة على الانتشار.
تتناول هذه الورقة تحدي اكتشاف وتتبع الأشخاص من خلال مستشعر ليدار (LiDAR) مثبت على رافعة علوية عبر تنسيق مجموعة بيانات جديدة مشروحة، وتقييم كواشف ثلاثية الأبعاد مكيفة مثل VoxelNeXt وSECOND مع خوارزميات تتبع متكاملة، وإثبات الدقة العالية والجدوى في الوقت الفعلي لسد الفجوة بين معايير القيادة القياسية والاستشعار الصناعي العلوي.
تقترح هذه الورقة إطار عمل جديداً تكيفياً قائماً على النماذج الأولية وضعيف الإشراف، يعزز من قابلية التفسير والموثوقية في التصنيف الآلي لسرطان البروستاتا من خلال محاكاة سير عمل أخصائيي الأمراض عبر الاستدلال الصريح والاختيار الديناميكي للنماذج الأولية، محققاً أداءً قوياً على مجموعات البيانات المرجعية.
تقدم الورقة البحثية TimeWarp، وهو معيار يقيم وكلاء الويب عبر إصدارات واجهة المستخدم المتطورة لكشف ضعفهم تجاه التغييرات في التصميم، وتقترح TimeTraj، وهي خوارزمية لتقطير المخططات تعمل على تحسين متانة الوكيل بشكل كبير من خلال التدريب على المسارات التي تم جمعها من إصدارات متعددة للويب.