13091 ورقة بحثية
تقدم هذه الورقة البحثية "مُكيِّف كشف التزييف العميق" (DFA)، وهو إطار عمل ثنائي المسار يدمج نموذج CLIP مجمدًا مع مسارات تحليل جنائي عالمية ومحلية لتحقيق أفضل مستويات التعميم في كشف التزييف العميق، ولا سيًا من خلال إظهار تحسينات ملحوظة في الأداء على مجموعة بيانات DFDC الصعبة.
تقدم هذه الورقة البحثية MM-Mem، وهي بنية ذاكرة متعددة الوسائط هرمية مستوحاة من الإدراك، تستفيد من نظرية الأثر الضبابي (Fuzzy-Trace Theory) وعنق زجاجة المعلومات الدلالي (Semantic Information Bottleneck) لتقطير التفاصيل البصرية الحرفية تدريجياً إلى مخططات دلالية مجردة، مما يتيح فهماً فعالاً للفيديوهات طويلة المدى من خلال التخزين الهرمي والاسترجاع المدفوع بالاعتلاج (entropy-driven retrieval).
تقدم هذه الورقة SCATR، وهو إطار عمل جديد للتتبع عبر الانتباه (tracking-by-attention) يعتمد على تقنية ليدار (LiDAR)، يعمل على الحد من كبح الحالات الجديدة وسد فجوة الأداء مع الطرق القائمة على الكشف من خلال استراتيجيتي تدريب غير مرتبطتين بالبنية الهيكلية هما: التعيين من الفرصة الثانية (Second Chance Assignment) وإسقاط استعلام التتبع (Track Query Dropout)، محققاً بذلك نتائج رائدة في اختبار nuScenes.
تقدم هذه الورقة البحثية RadioGS، وهو إطار عمل جديد للرندرة العكسية يستفيد من قيد الاتساق الإشعاعي والأسطح الغاوسية (Gaussian surfels) لفصل خصائص المواد عن تأثيرات الإضاءة العالمية المعقدة بدقة، مما يتيح إعادة إضاءة فعالة وأداءً فائقاً مقارنة بالطرق الحالية القائمة على نماذج "غاوسيان".
تقدم هذه الورقة PhotoBench، وهو أول معيار مرجعي تم بناؤه من ألبومات شخصية حقيقية لنقل استرجاع الصور من مجرد المطابقة البصرية البسيطة إلى الاستدلال المعقد القائم على النوايا، وذلك عبر كشف القيود الحرجة في أنظمة التضمين الموحدة والأنظمة الوكيلة الحالية فيما يتعلق بالقيود غير البصرية ودمج المصادر المتعددة.
تقدم هذه الورقة إطاراً نظرياً قائماً على نظرية المعدل والتشوه يصف مقايضات التعميم لأنظمة الرؤية البشرية والآلية باستخدام التوقيعات الهندسية للميل والانحناء، كاشفةً أنه في حين يتبع كلاهما مبدأ ضغط الفقد المشترك، إلا أن البشر يظهرون مقايضات أكثر سلاسة ومرونة مقارنة بالأنظمة الأكثر حدة وهشاشة في الشبكات العميقة الحديثة.
تقترح هذه الورقة إطار عمل لتحسين الصور تحت الماء مستوحى من المهام اللاحقة (DTI-UIE)، والذي يدمج نموذج إدراك بصري بشري، وفقدان إدراكي مدفوع بالمهام، ومجموعة بيانات مُنشأة تلقائياً لإنتاج صور محسنة مُحسّنة خصيصاً لتحسين مهام الرؤية اللاحقة مثل كشف الأشياء والتجزئة الدلالية.
يُعد FireRed-OCR إطار عمل مبتكر يحول نماذج الرؤية واللغة (VLMs) العامة إلى خبراء عالي الأداء ودقيقين على مستوى البكسل في تحليل المستندات، وذلك عبر الاستفادة من مصنع بيانات يعتمد على "الهندسة + الدلالات" واستراتيجية تدريب تقدمية ثلاثية المراحل للتغلب على الهلوسة الهيكلية وتحقيق نتائج رائدة في اختبارات قياس المستندات المعقدة.
تقترح هذه الورقة طريقة جديدة للتنبؤ بمسار الطائرات بدون طيار تعتمد على الأحداث فقط، حيث تستخرج سرعة دوران المروحة مباشرة من بيانات الأحداث الخام وتدمجها في مرشح كالمان مدرك لسرعة الدوران في الدقيقة (RPM)، مما يحقق دقة تنبؤ فائقة للمدى القصير والمتوسط مقارنة بالنهج القائمة على التعلم دون الاعتماد على صور RGB أو بيانات تدريبية.
تقدم هذه الورقة تمثيلاً لـ "حقل الوصلات ثلاثي الأبعاد" (3D FoJ) خالياً من التدريب ومقاوماً للضجيج، يعمل على تحسين وصلات الأوتاد الحجمية ليعمل كسابقة هيكلية، متفوقاً بنجاح على كل من الطرق الكلاسيكية والعصبية في مهام التصوير ثلاثي الأبعاد ذات نسبة الإشارة إلى الضجيج المنخفضة مثل التصوير المقطعي المحوسب (CT)، والتصوير الإلكتروني المبرد (cryo-ET)، وإزالة الضجيج من السحب النقطية دون المخاطرة بحدوث هلاوس.