🤖 AI

Through the Looking Glass: A Dual Perspective on Weakly-Supervised Few-Shot Segmentation

यह शोध पत्र TLG का प्रस्ताव करता है, जो एक नवीन वीकली-सुपरवाइज्ड फ्यू-शॉट सेगमेंटेशन फ्रेमवर्क है जो सिमेंटिक होमोजेनाइजेशन (semantic homogenization) को दूर करने के लिए विशिष्ट एग्रीगेशन, ट्रांसफर और CLIP मॉड्यूल के साथ एक होमोलोगस लेकिन हेटेरोजेनियस नेटवर्क का उपयोग करता है, जिससे काफी कम मापदंडों (parameters) के साथ अत्याधुनिक प्रदर्शन प्राप्त होता है और यह पूरी तरह से सुपरवाइज्ड मॉडलों से भी बेहतर प्रदर्शन करता है।

Jiaqi Ma, Guo-Sen Xie, Fang Zhao, Zechao Li2026-06-26✓ Author reviewed
💻 computer science

TinySR: Pruning Diffusion for Real-World Image Super-Resolution

TinySR एक कॉम्पैक्ट, रियल-टाइम डिफ्यूजन मॉडल है जो वास्तविक दुनिया के इमेज सुपर-रिज़ॉल्यूशन के लिए है, जो नवीन डेप्थ प्रूनिंग रणनीतियों, VAE कंप्रेशन और टाइम- एवं प्रॉम्प्ट-संबंधित मॉड्यूल्स को हटाने के माध्यम से उच्च धारणात्मक गुणवत्ता बनाए रखते हुए महत्वपूर्ण गति और पैरामीटर में कमी प्राप्त करता है।

Linwei Dong, Qingnan Fan, Yuhang Yu, Qi Zhang, Jinwei Chen, Yawei Luo, Changqing Zou2026-06-26
⚡ electrical engineering

A UAV-Based Multispectral and RGB Dataset for Multi-Stage Paddy Crop Monitoring in Indian Agricultural Fields

यह शोध पत्र विजयवाड़ा में भारतीय धान के खेतों का एक बड़े पैमाने पर, उच्च-रिज़ॉल्यूशन वाला यूएवी-आधारित (UAV-based) आरजीबी (RGB) और मल्टीस्पेक्ट्रल डेटासेट प्रस्तुत करता है, जो नर्सरी से लेकर कटाई तक के सभी विकास चरणों को समृद्ध मेटाडेटा और सत्यापित वनस्पति सूचकांकों के साथ कवर करता है ताकि लक्षित छिड़काव, रोग विश्लेषण और उपज अनुमान के अनुप्रयोगों का समर्थन किया जा सके।

Adari Rama Sukanya, Puvvula Roopesh Naga Sri Sai, Bodduru Neshika, Rimalapudi Sarvendranath2026-06-26
💻 computer science

Learning Language-Driven Sequence-Level Modal-Invariant Representations for Video-Based Visible-Infrared Person Re-Identification

यह शोध पत्र लैंग्वेज-ड्रिवन सीक्वेंस-लेवल मोडल-इनवेरिएंट रिप्रेजेंटेशन लर्निंग (LSMRL) पद्धति का प्रस्ताव करता है, जो मौजूदा वीडियो-आधारित विज़िबल-इन्फ्रारेड पर्सन री-आइडेंटिफिकेशन दृष्टिकोणों की सीमाओं को प्रभावी ढंग से संबोधित करने और अत्याधुनिक प्रदर्शन प्राप्त करने के लिए भाषा संकेतों द्वारा निर्देशित स्थानिक-कालिक फीचर लर्निंग, सिमेंटिक डिफ्यूजन और क्रॉस-मोडल इंटरेक्शन मॉड्यूल को एकीकृत करता है।

Xiaomei Yang, Antai Liu, Xizhan Gao, Fa Zhu, Sijie Niu, Giancarlo Fortino2026-06-26
💻 computer science

PrivacyBench: Privacy Isn't Free in Hybrid Privacy-Preserving Vision Systems

यह शोध पत्र प्राइवेसीबेंच (PrivacyBench) का परिचय देता है, जो एक व्यवस्थित बेंचमार्किंग फ्रेमवर्क है जो हाइब्रिड प्राइवेसी-प्रिजर्विंग विजन सिस्टम्स में महत्वपूर्ण गैर-योगात्मक विफलताओं (non-additive failures) को उजागर करता है, विशेष रूप से यह प्रदर्शित करता है कि फेडरेटेड लर्निंग को डिफरेंशियल प्राइवेसी के साथ मिलाने से सटीकता में भारी गिरावट और संसाधन ओवरहेड होता है, जबकि फेडरेटेड लर्निंग को सिक्योर मल्टी-पार्टी कंप्यूटेशन के साथ मिलाने से बेसलाइन प्रदर्शन के करीब बना रहता है।

Nnaemeka Obiefuna, Samuel Oyeneye, Similoluwa Odunaiya, Iremide Oyelaja, Steven Kolawole2026-06-26
💻 computer science

OmniRobotHome: A Multi-Camera Home Platform for Real-Time Human-Robot Interaction

यह शोधपत्र OmniRobotHome को प्रस्तुत करता है, जो एक मल्टी-कैमरा होम प्लेटफॉर्म है जो यह प्रदर्शित करता है कि धारणा की गुणवत्ता—विशेष रूप से रीयल-टाइम प्रोसेसिंग, सूक्ष्मता और पूर्वानुमान जैसे कारक—मानव-रोबोट प्रणालियों में सुरक्षा, सहायता और सामाजिक अंतःक्रियाओं की प्रभावशीलता को सीधे तौर पर निर्धारित करती है।

Junyoung Lee, Inhee Lee, Sookwan Han, Jeonghwan Kim, Kyungwon Cho, Mingi Choi, Lee Chae-Yeon, Wonjung Woo, Gunhee Kim, J (…)2026-06-26
💻 computer science

Qwen-Image-Bench: From Generation to Creation in Text-to-Image Evaluation

यह शोध पत्र Qwen-Image-Bench को प्रस्तुत करता है, जो पेशेवर कलाकारों के साथ सह-डिज़ाइन किया गया एक निर्माता-केंद्रित बेंचमार्क है, जो वास्तविक दुनिया की निष्ठा (fidelity) और रचनात्मक सृजन के माध्यम से 56 सत्यापन योग्य रूब्रिक्स के एक पदानुक्रमित वर्गीकरण के जरिए टेक्स्ट-टू-इमेज मॉडलों का मूल्यांकन करता है, और एक विशिष्ट जज मॉडल का उपयोग करता है जो मौजूदा बेंचमार्क की तुलना में अत्याधुनिक प्रदर्शन को बेहतर ढंग से अलग करने के लिए सूक्ष्म निदान (fine-grained diagnostics) प्रदान करता है।

Niantong Li, Guangzheng Hu, Weixu Qiao, Ying Ba, Qichen Hong, Shijun Shen, Jinlin Wang, Fan Zhou, Jianye Kang, Xin Shang (…)2026-06-26
💻 computer science

Dot-Flik: A Scalable Edge AI Architecture for Distributed Insect Monitoring

यह शोध पत्र डॉट-फ्लिक (Dot-Flik) प्रस्तुत करता है, जो वितरित कीट निगरानी के लिए एक स्केलेबल एज एआई आर्किटेक्चर है, जो डेटा ट्रांसमिशन और ऊर्जा खपत को कम करने के लिए मोशन-इन्फॉर्म्ड फ्रेम फ़िल्टरिंग का उपयोग करता है, जिससे केंद्रीकृत प्रसंस्करण पर निर्भर रहे बिना कम लागत वाले हार्डवेयर पर लागत प्रभावी, वास्तविक समय की जैव विविधता ट्रैकिंग सक्षम होती है।

Mattia Consani, Denisa-Andreea Constantinescu, Åse Håtveit, Titus Venverloo, Fabio Duarte, Carlo Ratti, David Atienza2026-06-26
💻 computer science

LCG: Long-Context Consistent Image Generation with Sparse Relational Attention

यह शोध पत्र लॉन्ग-कॉन्टेक्स्ट जनरेशन (LCG) का प्रस्ताव करता है, जो एक ऐसा फ्रेमवर्क है जो लंबे दृश्य आख्यानों (विजुअल नैरेटिव्स) के लिए सुसंगत, स्केलेबल मल्टी-इमेज सिंथेसिस प्राप्त करने हेतु स्पार्स रिलेशनल अटेंशन और एक रूटिंग कंसिस्टेंसी कंस्ट्रेंट का उपयोग करता है, जिसे एक नए बड़े पैमाने के डेटासेट द्वारा मान्य किया गया है और चरित्र एवं अर्थ संबंधी निरंतरता में बेसलाइन्स पर बेहतर प्रदर्शन के साथ सिद्ध किया गया है।

Zihao Wang, Yijia Xu, Haoze Zheng, Xuran Ma, Haokun Gui, Harry Yang2026-06-26
⚡ electrical engineering

Self-Supervised Tree-level Biomass Estimation in Urban Environments From Airborne LiDAR and Optical Observations

यह शोध पत्र एक स्व-पर्यवेक्षित (self-supervised) डीप लर्निंग फ्रेमवर्क प्रस्तुत करता है जो ओंटारियो के 810 वर्ग किमी के परिदृश्य में व्यक्तिगत शहरी वृक्ष बायोमास का एक उच्च-रिज़ॉल्यूशन, द्विकालिक (bitemporal) डेटाबेस उत्पन्न करने के लिए हवाई LiDAR और ऑप्टिकल इमेजरी को एकीकृत करता है, जो बिना किसी मैनुअल एनोटेशन के सटीक क्राउन-स्तरीय अनुमान प्राप्त करता है और पांच वर्षों में 39 Gg C का शुद्ध कार्बन लाभ प्रकट करता है।

Jose Bermudez (McMaster University, Hamilton, Ontario, Canada), Zilong Zhong (McMaster University, Hamilton, Ontario, Ca (…)2026-06-26