💻 computer science

InstaDrive: Instance-Aware Driving World Models for Realistic and Consistent Video Generation

يُعد InstaDrive إطار عمل مبتكر يعزز توليد فيديوهات القيادة الذاتية من خلال تقديم موجه تدفق المثيل (Instance Flow Guider) ومحاذٍ هندسي مكاني (Spatial Geometric Aligner) لضمان الاتساق الزمني على مستوى المثيل والدقة المكانية، مع الاستفادة أيضاً من محاكاة CARLA للتقييم الصارم للسلامة في سيناريوهات القيادة النادرة.

Zhuoran Yang, Xi Guo, Chenjing Ding, Chiyu Wang, Wei Wu, Yanyong Zhang2026-02-04
💻 computer science

LaVPR: Benchmarking Language and Vision for Place Recognition

تقدم هذه الورقة LaVPR، وهو معيار مرجعي واسع النطاق يوسع مجموعات بيانات التعرف على الأماكن البصرية بأكثر من 650,000 وصف باللغة الطبيعية لإثبات أن دمج اللغة يعزز بشكل كبير من قوة التحديد الموضعي في الظروف المتدهورة ويمكّن النماذج المدمجة من منافسة الأنظمة الأكبر التي تعتمد على الرؤية فقط.

Ofer Idan, Dan Badur, Yosi Keller, Yoli Shavit2026-02-04
⚡ electrical engineering

HypCBC: Domain-Invariant Hyperbolic Cross-Branch Consistency for Generalizable Medical Image Analysis

تقدم هذه الورقة البحثية HypCBC، وهي طريقة مبتكرة تسخر الهندسة الزائدية والاتساق غير الخاضع للإشراف بين الفروع لتحقيق تحسينات ذات دلالة إحصائية في تعميم النطاق لتحليل الصور الطبية عبر مجموعات بيانات وأنماط تصوير متنوعة، متفوقة بذلك على النهج الحالية القائمة على الهندسة الإقليدية.

Francesco Di Salvo, Sebastian Doerrich, Jonas Alle, Christian Ledig2026-02-04
💻 computer science

A3-TTA: Adaptive Anchor Alignment Test-Time Adaptation for Image Segmentation

تقترح هذه الورقة البحثية إطار عمل A3-TTA، وهو إطار محاذاة مرساة تكيفي لتقسيم الصور يقوم ببناء تسميات مستعارة موثوقة باستخدام مقاييس كثافة تماسك الفئات لتوجيه التكيف المستقر في وقت الاختبار، مما يؤدي إلى تحسين الأداء بشكل كبير والحد من النسيان الكارثي عبر مجالات متنوعة من الصور الطبية والطبيعية.

Jianghao Wu, Xiangde Luo, Yubo Zhou, Lianming Wu, Guotai Wang, Shaoting Zhang2026-02-04
💻 computer science

Pi-GS: Sparse-View Gaussian Splatting with Dense π^3 Initialization

تقدم هذه الورقة Pi-GS، وهي طريقة جديدة لتقنية Gaussian Splatting ثلاثية الأبعاد من منظور ضيق، تستفيد من شبكة π3\pi^3 غير المرجعية للتهيئة الكثيفة وتدمج الإشراف على العمق الموجه بعدم اليقين، واتساق المتجهات العمودية، وإزاحة العمق لتحقيق أداء رائد في عدة مجموعات بيانات.

Manuel Hofer, Markus Steinberger, Thomas Köhler2026-02-04
💻 computer science

PWAVEP: Purifying Imperceptible Adversarial Perturbations in 3D Point Clouds via Spectral Graph Wavelets

تقدم هذه الورقة البحثية PWAVEP، وهي آلية دفاع في النطاق الطيفي قابلة للتوصيل والتشغيل تعمل على تنقية السحب النقطية ثلاثية الأبعاد من خلال الاستفادة من موجات "وايفليت" الرسومية الطيفية لتحديد واستبعاد القيم المتطرفة العدائية مع تخفيف الضوضاء عالية التردد، مما يحقق متانة فائقة دون الحاجة إلى تعديلات جذرية في النموذج.

Haoran Li, Renyang Liu, Hongjia Liu, Chen Wang, Long Yin, Jian Xu2026-02-04
💻 computer science

Multi-Resolution Alignment for Voxel Sparsity in Camera-Based 3D Semantic Scene Completion

تقترح هذه الورقة نهج المحاذاة متعددة الدقة (MRA) لإكمال المشهد الدلالي ثلاثي الأبعاد القائم على الكاميرا، والذي يخفف من تحديات ندرة الفوكسل (voxel sparsity) عبر إدخال إشراف مساعد من خلال المحاذاة على مستوى المشهد متعددة الدقة وتحليل الأهمية الدلالية على مستوى المثيل.

Zhiwen Yang, Yuxin Peng2026-02-04
💻 computer science

Unifying Watermarking via Dimension-Aware Mapping

تقترح الورقة البحثية إطار عمل DiM، وهو إطار توثيق مائي متعدد الأبعاد وموحد يعامل التوثيق المائي كمسألة رسم خرائط مدركة للأبعاد، مما يثبت أن تغيير أبعاد عمليات التضمين والاستخراج وحده يمكن أن يتيح قدرات متنوعة مثل تحديد مواقع التلاعب في الحيز الزمكاني واستعادة ترتيب الإطارات دون تغيير البنية الأساسية.

Jiale Meng, Runyi Hu, Jie Zhang, Zheming Lu, Ivor Tsang, Tianwei Zhang2026-02-04
🤖 AI

Socratic-Geo: Synthetic Data Generation and Geometric Reasoning via Multi-Agent Interaction

يُعد Socratic-Geo إطار عمل متعدد الوكلاء يعمل باستقلالية تامة، حيث يربط ديناميكيًا بين توليد البيانات الاصطناعية وتعلم النماذج للتغلب على ندرة بيانات الاستدلال الهندسي عالية الجودة، محققًا بذلك أداءً رائدًا في كل من الاستدلال وتوليد الصور بموارد أقل بكثير من الخطوط المرجعية الحالية.

Zhengbo Jiao, Shaobo Wang, Zifan Zhang, Wei Wang, Bing Zhao, Hu Wei, Linfeng Zhang2026-02-04
💻 computer science

Origin Lens: A Privacy-First Mobile Framework for Cryptographic Image Provenance and AI Detection

إن أوريجن لينس (Origin Lens) هو إطار عمل للهواتف المحمولة يضع الخصوصية أولاً، ويستخدم بنية هجينة من لغتي رست (Rust) وفلاتر (Flutter) لإجراء التحقق المحلي من أصالة المصدر وكشف الذكاء الاصطناعي، مما يمكّن المستخدمين من تقييم سلامة التضليل البصري مع التوافق مع المعايير التنظيمية مثل قانون الذكاء الاصطناعي للاتحاد الأوروبي.

Alexander Loth, Dominique Conceicao Rosario, Peter Ebinger, Martin Kappes, Marc-Oliver Pahl2026-02-04