13133 ورقة بحثية
تقترح هذه الورقة إطار عمل هرمي للرؤية واللغة يستفيد من نموذج UNI التأسيسي المجمد لاستخراج ميزات الرقع الهرمية متعددة الدقة، ومن مُفكك شفرة "ترانسفورمر" (Transformer decoder) المرمز بنموذج BioGPT لتوليد تقارير تشخيصية من صور الأنسجة المرضية ذات الجيجابكسل، مع تعزيز الموثوقية بشكل أكبر من خلال خطوة تحقق قائمة على الاسترجاع.
تقدم هذه الورقة البحثية "تقسيم الفئات" (category splitting)، وهي طريقة تحرير من نوع "التعلم الصفري" (zero-shot) تعمل على تنقيح مصنفات الفيديو الخشنة إلى فئات فرعية دقيقة عبر الاستفادة من البنية التركيبية الكامنة، مما يتيح التكيف مع التمايزات الناشئة دون الحاجة لإعادة تدريب مكلفة مع الحفاظ على الأداء في الفئات الموجودة مسبقاً.
تقدم هذه الورقة البحثية Arc2Morph، وهي تقنية جديدة لدمج الوجوه تعتمد على التعلم العميق وتستفيد من نموذج Arc2Face التأسيسي، والتي تحقق هجمات دمج مع الحفاظ على الهوية بفعالية تضاهي الطرق التقليدية القائمة على المعالم، مما يشكل تحدياً كبيراً لأنظمة التعرف على الوجوه الحالية.
تقترح هذه الورقة "الجسر الدلالي ذاتي الإشراف" (SSB)، وهو إطار عمل يستفيد من المشفرات البصرية ذاتية الإشراف لإنشاء فضاء كامن هندسي مشترك لنماذج جسر الانتشار، مما يتيح ترجمة الصور من مجال إلى آخر غير مقترنة بدقة عالية وأمانة مكانية دون إشراف عبر المجالات.
تقدم هذه الورقة معياراً شاملاً للإجابة على الأسئلة البصرية يوضح أن التمثيلات المتمحورة حول الأشياء تتفوق على المشفرات الرؤيوية الكثيفة في التعميم التركيبي، لا سيما في ظل قيود تنوع البيانات المحدودة، أو أحجام مجموعات البيانات الأصغر، أو الحوسبة المقيدة في المهام اللاحقة.
يعالج TeCoNeRV قيود القابلية للتوسع والكفاءة في ضغط الفيديو القائم على الشبكات الفائقة (hypernetwork) من خلال تقديم إطار عمل للتنبؤ بالأوزان مفكك مكانياً وزمانياً، ومخطط لتخزين المتبقيات، وتنظيم التماسك الزمني، محققاً بذلك تفوقاً في نسبة PSNR، ومعدلات بت أقل، وسرعات ترميز أسرع عبر دقات متعددة مقارنة بالطرق الحالية.
تقدم هذه الورقة DARB-Splatting، وهي طريقة جديدة لإعادة البناء ثلاثي الأبعاد تعمم تقنية Gaussian Splatting من خلال استخدام دوال القواعد الشعاعية متباينة الخواص والمتلاشية (DARBFs) كأنوية لإعادة البناء، مما يحقق أداءً مقارباً للطرق الحالية القائمة على العائلة الأسية مع توسيع نطاق النوى القابلة للاستخدام بما يتجاوز توزيع غاوس.
تقترح الورقة البحثية VITAL، وهي طريقة مبتكرة لتصور الميزات تجمع بين إحصائيات ميزات الصور الحقيقية ومقاييس تدفق الشبكة ذات الصلة لإنشاء صور نموذجية مفهومة بشرياً، وبذلك تتغلب على العيوب غير القابلة للتمييز والأنماط المتكررة الشائعة في التقنيات الحالية المتطورة.
تقدم هذه الدراسة المسحية نظرة شاملة على المنهجيات المتطورة لإنشاء التوائم الرقمية ثلاثية الأبعاد من البيانات المرئية، مع تحليل تقنيات مثل "التنقيط الغاوسي ثلاثي الأبعاد" (3D Gaussian Splatting) والنماذج التأسيسية، بينما تتناول التحديات الرئيسية وتحدد الاتجاهات البحثية المستقبلية للتطبيقات في مجالات الروبوتات، والإعلام، والإنشاءات.
تقدم هذه الورقة MMS-VPR، وهي مجموعة بيانات ومنصة تقييم متعددة الوسائط واسعة النطاق مصممة لتعزيز التعرف على الأماكن البصرية على مستوى الشارع في البيئات المخصصة للمشاة من خلال معالجة قيود مجموعات البيانات الحالية التي تركز على المركبات عبر جمع بيانات متنوعة وطويلة الأمد ومتعددة الزوايا في مدينة تشنغدو بالصين.