👁️ Category

cs.CV

10543 पेपर

🤖 AI

Spatiotemporal Facial Action Unit Detection using Twin Cycle Autoencoders for Driver Monitoring

यह शोध पत्र ट्विन साइकिल ऑटोएनकोडर (TCA) का प्रस्ताव करता है, जो एक नवीन स्थानिक-कालिक (spatiotemporal) आर्किटेक्चर है जो चुनौतीपूर्ण इन-कैबिन स्थितियों के तहत ड्राइवर मॉनिटरिंग के लिए फेशियल एक्शन यूनिट्स को मजबूती से पहचानने हेतु स्थानिक उपस्थिति पृथक्करण (spatial appearance disentanglement) और कालिक प्रक्षेपवक्र निरंतरता (temporal trajectory consistency) को एकीकृत करता है, जो एम्बेडेड हार्डवेयर पर रीयल-टाइम थ्रूपुट बनाए रखते हुए बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है।

Sai Sidharth D2026-07-21✓ Author reviewed ⓘ
💻 computer science

Dataset Distillation by Influence Matching

यह शोध पत्र इन्फ्लुएंस मैचिंग (इन्फ-मैच) प्रस्तुत करता है, जो एक डेटासेट डिस्टिलेशन विधि है जो एक नवीन, कुशल, पूर्णतः अवकलनीय (fully differentiable) नमूना-स्तरीय प्रभाव अनुमानक के माध्यम से उनके अंतिम प्रशिक्षण परिणामों को पूर्ण डेटासेट के साथ संरेखित करके संक्षिप्त सिंथेटिक डेटासेट सीखती है, और इमेज क्लासिफिकेशन एवं विजन-लैंग्वेज रिट्रीवल बेंचमार्क दोनों पर अत्याधुनिक प्रदर्शन प्राप्त करती है।

Haoru Tan, Wang Wang, Sitong Wu, Xiuzhe Wu, Yangtian Sun, Chirui Chang, Shaofeng Zhang, Xiaojuan Qi2026-07-21
🤖 AI

Pediatric Bone Age Prediction Using Deep Learning

यह शोध पत्र हैंड एक्स-रे से बाल चिकित्सा अस्थि आयु (पीडियाट्रिक बोन एज) की सटीक भविष्यवाणी करने के लिए एडिटिव अटेंशन मैकेनिज्म के साथ संवर्धित एफिशिएंटनेटB4 (EfficientNetB4) जैसे एफिशिएंटनेट मॉडलों का उपयोग करते हुए एक डीप लर्निंग दृष्टिकोण प्रस्तुत करता है, जो पारंपरिक तरीकों की तुलना में एंडोक्राइन विकारों के निदान के लिए एक अधिक प्रभावी और स्वचालित समाधान प्रदान करता है।

Al Zadid Sultan Bin Habib, Md. Ekramul Islam, Md Asif Bin Syed, Md Younus Ahamed, Tanpia Tasnim2026-07-21✓ Author reviewed ⓘ
🤖 machine learning

Investigation of Polycystic Ovary Syndrome (PCOS) Diagnosis Using Machine Learning Approaches

यह शोध पत्र मशीन लर्निंग का उपयोग करके पॉलीसिस्टिक ओवरी सिंड्रोम (PCOS) के निदान के लिए एक डेटा-संचालित दृष्टिकोण प्रस्तावित करता है, जो यह प्रदर्शित करता है कि रैंडम फॉरेस्ट महत्व और उच्चतम सहसंबंध के माध्यम से चयनित दस विशेषताओं पर प्रशिक्षित एक एडाबूस्ट (AdaBoost) मॉडल ने विभिन्न मूल्यांकित एल्गोरिदम के बीच उच्चतम परीक्षण सटीकता प्राप्त की है।

Al Zadid Sultan Bin Habib, Md Asif Bin Syed, Md. Ekramul Islam, Tanpia Tasnim2026-07-21
💻 computer science

Points as Tori: Fast Pointwise Signed Distance for Point Clouds

यह शोध पत्र एक तेज़, फीड-फॉरवर्ड विधि प्रस्तुत करता है जो एक पूर्व-प्रशिक्षित नेटवर्क का उपयोग करके पॉइंट क्लाउड्स को विश्लेषणात्मक टॉरस-आधारित पैरामीट्रिज़ेशन में पुनर्गठित करता है, जिससे वैश्विक अनुकूलन या स्थानिक विविक्तीकरण की आवश्यकता के बिना कुशल, समानांतर योग्य बिंदुवार हस्ताक्षरित दूरी (signed distance) क्वेरी और प्रत्यक्ष ज्यामितीय संचालन सक्षम होते हैं।

Nicole Feng, Ioannis Gkioulekas, Keenan Crane2026-07-21
💻 computer science

When Physical Preferences Meet Semantic Constraints: Physical and Semantic Direct Preference Optimization for Text-to-Video Generation

यह शोध पत्र फिजिकल एंड सिमेंटिक डायरेक्ट प्रेफरेंस ऑप्टिमाइजेशन (PSDPO) प्रस्तुत करता है, जो एक नवीन विधि है जो सिग्नल एग्रीमेंट के आधार पर प्रेफरेंस पेयर योगदान को नियंत्रित करके टेक्स्ट-टू-वीडियो जनरेशन में भौतिक संभाव्यता और सिमेंटिक निरंतरता के बीच के ट्रेड-ऑफ को हल करती है, जिससे सिमेंटिक फिडेलिटी से समझौता किए बिना भौतिक यथार्थवाद में सुधार होता है।

Siwei Meng, Yawei Luo, Shu Zhang, Ping Liu2026-07-21
🤖 AI

EvoGUI: An Evolution-Aware Benchmark for GUI State-Transition Understanding

यह शोध पत्र EvoGUI को प्रस्तुत करता है, जो एक नैदानिक बेंचमार्क (diagnostic benchmark) है जो सामान्यीकृत प्रक्षेपवक्रों (normalized trajectories) से प्राप्त विजुअल क्वेश्चन-आंसरिंग प्रोब्स के माध्यम से GUI एजेंटों की स्टेट-ट्रांजिशन समझ का मूल्यांकन करता है, जो महत्वपूर्ण प्रदर्शन अंतराल और मॉडल के पैमाने तथा इस विशिष्ट क्षमता के बीच सहसंबंध की कमी को प्रकट करता है।

Yaohan Yang, Minglei Shi, Borui Zhang, Jie Zhou, Jiwen Lu2026-07-21
💻 computer science

High-Capacity Robust Watermarking Technology for High-Resolution Images

यह शोध पत्र उच्च-रिज़ॉल्यूशन वाली छवियों के लिए एक उच्च-क्षमता, सुदृढ़ वॉटरमार्किंग पद्धति प्रस्तावित करता है जो 1024×1024 छवियों में 4 KB डेटा को एम्बेड करने के लिए एक ब्लॉक-वाइज़ रणनीति और एक प्रतिवर्ती सममित एनकोडर-डिकोडर आर्किटेक्चर का उपयोग करता है, जबकि मजबूत दृश्य अदृश्यता और विभिन्न शोर हमलों के प्रति प्रतिरोध बनाए रखता है।

Shaowu Wu, Wei Lu, Qing Qian, Mingsen Deng2026-07-21
💻 computer science

AdvSerial: Physical Adversarial Attacks on Infrastructure-mounted Pedestrian Detectors via Semantic Feature Suppression

यह शोध पत्र AdvSerial को पेश करता है, जो एक गतिशील 2D-3D संयुक्त अनुकूलन ढांचा (framework) है जो निरंतर उच्च-कोण वाले भौतिक प्रतिकूल पैच (physical adversarial patches) उत्पन्न करता है ताकि बुनियादी ढांचे पर लगे डिटेक्टरों के विरुद्ध पैदल यात्रियों की सिमेंटिक विशेषताओं को प्रभावी ढंग से दबाया जा सके और मौजूदा सुरक्षा प्रणालियों से बचते हुए उच्च हमला सफलता दर प्राप्त की जा सके।

Yuanhao Huang, Yilong Ren, Jinlei Wang, Xuesong Bai, Jinchuan Zhang, Haiyang Yu2026-07-21
🤖 AI

ALLUDE: A Unified Evaluation System for Configurable Attacks in Differentiable Environments

यह शोधपत्र ALLUDE को प्रस्तुत करता है, जो एक क्रॉस-प्लेटफ़ॉर्म, एकीकृत मूल्यांकन प्रणाली है जो विविध दृश्यों, मौसम की स्थितियों और कैमरा प्रक्षेप पथों के विरुद्ध विज़न मॉडल के विरुद्ध एडवरसैरियल हमलों का व्यापक रूप से आकलन और स्ट्रेस-टेस्ट करने के लिए डिफरेंशिएबल रेंडरिंग और लैटिन हाइपरक्यूब सैंपलिंग का लाभ उठाता है, जो पूर्ववर्ती कार्यों में महत्वपूर्ण प्रदर्शन अंतराल को प्रकट करता है।

Mansi Phute, Alexander Greenhalgh, Matthew Hull, Haoran Wang, Alec Helbling, ShengYun Peng, Elliott Faa, Willian Lunardi (…)2026-07-21