cs.CV

From Manual Observation to Automated Monitoring: Space Allowance Effects on Play Behaviour in Group-Housed Dairy Calves

تُظهر هذه الدراسة أن سلوك اللعب لدى عجول الألبان المرباة في مجموعات يصل إلى ذروته عند مساحة تبلغ 8-10 م² لكل عجل، ويمكن مراقبته بفعالية على نطاق واسع باستخدام مسار حوسبة رؤية حاسوبية مؤتمت وعالي الدقة، مما يوفر أداة عملية لتحسين رفاهية العجول والجدوى الاقتصادية.

Toward a Unified Semantic Loss Model for Deep JSCC-based Transmission of EO Imagery

تقترح هذه الورقة نموذج فقدان دلالي موحد للترميز المشترك للمصدر والقناة العميق (DJSCC)، يدمج بين أطر العمل المتمحورة حول إعادة البناء وأطر العمل الموجهة نحو المهام لتحسين نقل صور استشعار الأرض تحت قيود روابط الأقمار الصناعية المحدودة الموارد، وذلك من خلال توصيف العلاقة بين الضغط، وظروف القناة، والجودة الدلالية.

Deep Learning Pose Estimation for Multi-Label Recognition of Combined Hyperkinetic Movement Disorders

تقدم هذه الورقة إطار عمل يعتمد على التعلم العميق لتقدير الوضعية، يقوم بتحويل مقاطع الفيديو السريرية الروتينية إلى واصفات كينماتيكية لتمكين التعرف الموضوعي والقابل للتوسع متعدد الملصقات على اضطرابات الحركة فرط الحركية المشتركة، مما يعالج أوجه القصور في التقييمات السريرية الحالية الذاتية والمتغيرة.

AI-Generated Image Detectors Overrely on Global Artifacts: Evidence from Inpainting Exchange

تكشف هذه الورقة أن كواشف الصور المولدة بواسطة الذكاء الاصطناعي الحالية تفشل عندما تعتمد على الآثار العالمية الناتجة عن إعادة بناء المشفر التلقائي المتغير (VAE) بدلاً من المحتوى المحلي، وهو عيب تم إثباته من خلال طريقة "تبادل الملء الداخلي" (INP-X) المقترحة التي تكشف عدم قدرة الكواشف على التعميم بما يتجاوز التحولات الطيفية التي تؤثر على الصورة بأكملها.

Reducing Class-Wise Performance Disparity via Margin Regularization

تقدم هذه الورقة البحثية MR$^2$، وهي طريقة لتنظيم الهامش قائمة على أسس نظرية تعمل على ضبط هوامش اللوجيت (logit) والتمثيل ديناميكيًا بناءً على تباين الميزات لكل فئة، وذلك لتقليل التفاوتات في الأداء بين الفئات بفعالية في الشبكات العصبية العميقة مع تحسين الدقة الإجمالية.

Interpretable Unsupervised Deformable Image Registration via Confidence-bound Multi-Hop Visual Reasoning

Benchmarking Vanilla GAN, DCGAN, and WGAN Architectures for MRI Reconstruction: A Quantitative Analysis

تقدم هذه الدراسة معياراً كمياً لبنيات Vanilla GAN وDCGAN وWGAN عبر مجموعات بيانات الرنين المغناطيسي للركبة والدماغ والقلب، مما يثبت أن DCGAN وWGAN يتفوقان بشكل كبير على Vanilla GAN في جودة إعادة بناء الصور واستقرارها، حيث حقق WGAN أعلى مؤشر تشابه هيكلي (0.99).

CAPA: Contribution-Aware Pruning and FFN Approximation for Efficient Large Vision-Language Models

تقدم هذه الورقة البحثية CAPA، وهو إطار عمل فعال للنماذج اللغوية البصرية الكبيرة يعمل على تحسين سرعة الاستنتاج من خلال تقليم الرموز البصرية ذات المساهمة المنخفضة التي يتم تحديدها عبر مقاييس مساهمة الانتباه، وتقريب حسابات الشبكة العصبية للتغذية الأمامية الفائضة في الطبقات المتوسطة.

SANEval: Open-Vocabulary Compositional Benchmarks with Failure-mode Diagnosis

تقدم هذه الورقة SANEval، وهو معيار تقييم تركيبي مفتوح المفردات يستفيد من النماذج اللغوية الكبيرة وكواشف الكائنات المحسنة لتوفير تقييم تشخيصي دقيق وقابل للتوسع لنماذج تحويل النص إلى صورة، مما يظهر ارتباطاً فائقاً مع التقييم البشري مقارنة بالطرق الحالية.

Subspace Clustering on Incomplete Data with Self-Supervised Contrastive Learning

تقترح هذه الورقة البحثية "تجميع الفضاءات الفرعية التبايني" (CSC)، وهو إطار عمل للتعلم الذاتي الخاضع للإشراف يستفيد من الرؤى المقنعة والتعلم التبايني بأسلوب (SimCLR) لتوليد تضمينات قوية لتجميع البيانات غير المكتملة بفعالية، متفوقاً بذلك على الأساليب الحالية عبر مجموعات بيانات مرجعية متعددة.