12113 ورقة بحثية
تقدم هذه الورقة البحثية مسار عمل من الخشن إلى الناعم لا يتطلب تدريباً، يجمع بين نموذج لغوي بصري من نوع Qwen3-VL-32B مجمد مع تقنيات كشف وتتبع الأجسام لتحقيق أداء رائد في الكشف عن حوادث المرور بنمط الصفر (zero-shot) على لقطات كاميرات المراقبة الحقيقية، متفوقةً على النماذج المرجعية الحالية بنسبة 22% دون الحاجة إلى أي بيانات تدريب حقيقية مصنفة.
تقترح هذه الورقة البحثية "الانتباه المتناثر للعاطفة" (SAE)، وهو نموذج فعال للتعرف على تعبيرات الوجه العاطفية يقوم بالتخلص من ما يصل إلى 90% من رموز الصورة لتحقيق دقة تضاهي أحدث المعايير في مجموعة بيانات (RAF-DB) مع تقليل التعقيد الحسابي بشكل كبير من أجل النشر على الأجهزة الطرفية.
تقترح هذه الورقة إطار عمل مبتكر يعزز المشاركة السرية البصرية للتعرف على الوجوه من خلال دمج حصص تشبه الضجيج في صور غطاء شفافة إدراكياً عبر إخفاء المعلومات التكيفي، وتطبيق آلية مصادقة ثنائية الطبقات لضمان خصوصية البيانات، والتستر، وكشف التلاعب ضد الهجمات المختلفة.
تقدم هذه الورقة مهمة التوطين ثنائي الأبعاد (2D grounding) بنمط الصفر (zero-shot) لأنواع القدرة الإتاحة (affordance) الجديدة، مقترحةً الطريقة غير القابلة للتدريب AffordAnything ومتغيرها القابل للتدريب +AffordAnything اللذين يستفيدان من إشارات التجزئة (segmentation cues) لتحقيق تحسينات كبيرة في الأداء على معيار NAT الجديد.
تُظهر هذه الدراسة أن تتبع حركة العين القائم على كاميرا الويب يفشل في تقييد الأهداف الميزية (mesa-objectives) في نماذج القيادة الذاتية لأن الخطأ المكاني للجهاز يتجاوز بشكل كبير حجم معظم المخاطر المكتشفة، مما يجعل الإسناد الدقيق للنظر إلى الكائن مستحيلاً من الناحية الفيزيائية.
تقترح الورقة شبكة "مامبا" (Mamba) عالمية-محلية مدركة للطوبولوجيا تدمج الميزات المحلية متعددة المقاييس، والبديهيات الحافية الموجهة بالهيكل، والمسح عبر فضاء الحالة في أربعة اتجاهات لتحقيق دقة رائدة في التعرف على عروق راحة اليد ومعدلات خطأ منخفضة بأقل عدد من المعلمات على مجموعات البيانات العامة.
تتناول هذه الورقة التحدي المهمل المتمثل في اكتشاف العدسات اللاصقة الشفافة في التعرف على قزحية العين من خلال إثبات تأثيرها السلبي على دقة التحقق، واقتراح إطار عمل ثنائي المراحل يجمع بين كشف العدسات المنقوشة ونموذج انتباه مكاني موجه بالقناع مبتكر لتحديد العدسات الشفافة، مما يؤدي في النهاية إلى تحسين أداء النظام من خلال معايرة الدرجات.
تقترح هذه الورقة TriNoL، وهو إطار عمل للتكيف شبه المُشرف لنماذج الرؤية التأسيسية يعزز المتانة تجاه الملصقات الزائفة المشوشة عن طريق توجيه العينات غير المصنفة إلى ثلاث مناطق قائمة على الثقة وتدريب خبراء LoRA متخصصين للإشارات الإيجابية، والمحاذاة، والسلبية مع إبقاء النموذج الأساسي مجمدًا.
تقدم الورقة البحثية LuminaECG، وهو إطار عمل ذو بنية سريرية يعزز تشخيص تخطيط كهربائية القلب عن طريق تصوير الإشارات كبدائيات بصرية قائمة على الشبكات مع حدود موجية صريحة، مما يمكّن نموذج رؤية ولغة خفيف الوزن من تحقيق استدلال بمستوى الخبراء وتعميم عبر المجموعات السكانية من خلال مواءمة الأدلة الموجية القابلة للقياس مع الأولويات المستندة إلى معرفة الأطباء.
تقدم هذه الورقة البحثية EditMod، وهو إطار عمل للتحرير المرئي ذاتي التراجع متمحور حول المصدر، يحقق تحريراً للصور عالي الدقة ومتوافقاً مع النص في ثوانٍ معدودة من خلال نمذجة التعديلات كتحديثات متبقية على مستوى المقياس مشتقة من الفرق بين التنبؤات المشروطة بالمصدر والمستهدفة، مما يلغي الحاجة إلى العكس أو الأمثلة أو الأقنعة.