13041 ورقة بحثية
تقدم هذه الورقة البحثية طريقة MAP، وهي طريقة مبتكرة لحماية خصوصية الوجه توظف تحرير المشاعر البشرية لتمويه الهويات الأصلية وتحويلها إلى هويات مستهدفة، مما يتغلب بفعالية على قيود التدابير المضادة التقليدية في بيئات الصندوق الأسود وعبر مختلف الفئات الديموغرافية مع الحفاظ على جودة إدراكية عالية.
تقترح هذه الورقة نموذجاً لتجزئة السلائل يعتمد على المويجات، يدمج بين تمثيلات التدرج الرمادي وRGB من خلال تفاعل متكامل ومتسق في التردد للتغلب على تحديات انخفاض التباين وتحقيق دقة فائقة في الحدود، كما تم التحقق من ذلك من خلال تجارب مكثفة على أربع مجموعات بيانات مرجعية.
تقدم هذه الورقة بنية مبتكرة ذات عمودين فقريين تدمج الميزات البصرية العامة من نموذج DINOv3 مجمد مع ميزات خاصة بالمهمة من نموذج Swin خاضع للإشراف لتحقيق أداء رائد في تقسيم الزجاج عبر مجموعات بيانات متعددة مع الحفاظ على سرعة استنتاج تنافسية.
يقدم DAGE بنية محول ثنائية المسار تُقدر بكفاءة هندسة متسقة من حيث الرؤية ووضعيات الكاميرا بدقة من مدخلات متعددة المشاهد غير معايرة، وذلك عبر فصل التماسك العالمي في مسار منخفض الدقة عن التفاصيل الدقيقة في مسار عالي الدقة، محققاً أداءً هو الأفضل في فئته مع دعم الدقات العالية والتسلسلات الطويلة.
تقدم الورقة البحثية KFRA، وهو وكيل معزز بالمعرفة يحاكي التحليل الخبير من خلال حلقة استدلال مغلقة ثلاثية المراحل لتحقيق فهم بصري فائق الدقة مفتوح المجموعة واستدلال تفسيري قائم على الأدلة، تم التحقق من صحته بواسطة FGExpertBench الذي تم إنشاؤه حديثًا.
يُعد DriveMVS إطار عمل مبتكر للرؤية المجسمة متعددة المناظير للقيادة الذاتية، حيث يستفيد من ملاحظات ليدار (LiDAR) المتفرقة كحوافز هندسية، ويستخدم فك تشفير مكاني-زماني لتحقيق دقة مترية، واتساق زماني، وتعميم عبر المجالات في مستويات رائدة.
تقدم هذه الورقة البحثية TAP، وهو إطار عمل لا يتطلب تدريباً يعمل على تسريع استدلال نماذج الانتشار من خلال الاختيار التكيفي لأكثر المتنبئات دقة لكل رمز (token) عند كل خطوة بناءً على مسبار منخفض التكلفة، محققاً تسريعاً كبيراً مع حد أدنى من فقدان الجودة.
تقدم الورقة البحثية STAR، وهي طريقة تدريب مسبق ذاتية الانحدار مبتكرة تستخدم فواصل صور لمضاعفة طول تسلسل المدخلات لنموذج Vision Mamba أربع مرات، محققةً دقة تنافسية تبلغ 83.5% على ImageNet-1k من خلال الاستفادة بفعالية من الاعتمادات طويلة المدى.
يُعد DeepScan إطار عمل لا يتطلب تدريباً يعمل على تعزيز الاستدلال القائم على الرؤية في النماذج اللغوية البصرية الضخمة من خلال توظيف نهج من الأسفل إلى الأعلى يعتمد على المسح الهرمي، وإعادة التركيز، والاستدلال المعزز بالأدلة للتخفيف بفعالية من السياقات المشتتة وتحقيق أداء رائد عبر مختلف البنيات والمقاييس.
تقدم هذه الورقة شبكة مبتكرة مستوحاة من الالتفاف تعمل بفعالية على تصنيف البيانات الوصفية للألواح المسمارية من خلال دمج المعلومات المحلية والعالمية من السحب النقطية عالية الدقة، متفوقة بذلك على نموذج Point-BERT الذي يعد الأحدث في هذا المجال مع معالجة التحديات التي تفرضها مجموعات البيانات المحدودة والموسومة.