👁️ Category

cs.CV

10491 पेपर

💻 computer science

Detect Early, Escalate Rarely: Anytime Detection of AI-Generated Video from the Compressed Bitstream

यह शोध पत्र संपीड़ित बिटस्ट्रीम (compressed bitstreams) से सीधे मोशन फील्ड्स का विश्लेषण करके AI-जनित वीडियो डिटेक्शन को एक स्ट्रीमिंग परसेप्शन कार्य के रूप में पुनर्गठित करता है, जो बिना किसी नए डिटेक्टर आर्किटेक्चर की आवश्यकता के, कैलिब्रेटेड फॉल्स-पॉजिटिव दरों और मापने योग्य सटीकता-कंप्यूट ट्रेड-ऑफ के साथ किसी भी समय वैध (anytime-valid), कम-कंप्यूट निर्णय लेने में सक्षम बनाता है।

Mert Onur Cakiroglu, Mehmet Dalkilic, Hasan Kurban2026-07-23
🤖 machine learning

Geospatial Diffusion-based Evolution Synthesis (GeoDES) for Storm-Centered Weather Augmentation

यह शोध पत्र GeoDES को प्रस्तुत करता है, जो एक भू-स्थानिक डिफ्यूजन-आधारित इमेज-टू-वीडियो मॉडल है जो मौजूदा मौसम मॉडलों की रिज़ॉल्यूशन और डेटा सीमाओं को दूर करने के लिए उच्च-निष्ठा वाले, भौतिक रूप से सुसंगत तूफान संरचनाओं को संश्लेषित करता है, जिससे चक्रवाती तूफान की गतिशीलता की भविष्यवाणी करने में बेहतर प्रदर्शन प्राप्त होता है।

Sonia Cromp, Satya Sai Srinath Namburi GNVV, Youran Wang, Grace Kisslinger, Frederic Sala, James Booth, Allegra LeGrande2026-07-23
📊 statistics

Deep Shape Regression for Planar Curves with Multimodal Covariates

यह शोध पत्र ओपन प्लेनर कर्व्स (open planar curves) के लिए एक डीप शेप रिग्रेशन मॉडल प्रस्तावित करता है जो ट्रांसलेशन, रोटेशन, स्केल और रीपैरामीट्राइजेशन के प्रति इनवेरिएंस (invariance) बनाए रखते हुए मल्टीमॉडल कोवेरिएट्स (multimodal covariates) को संभालने के लिए मोडैलिटी-विशिष्ट एनकोडर्स का उपयोग करता है, और सिमुलेशन एवं न्यूरोइमेजिंग में हिप्पोकैम्पल आउटलाइन्स के एक अनुप्रयोग के माध्यम से इसकी प्रभावशीलता को प्रदर्शित करता है।

Manuel Pfeuffer, Roshan Prakash Rane, Hadya Yassin, Kerstin Ritter, Sonja Greven2026-07-23
💻 computer science

EGRNet: A Lightweight Semantic Segmentation Network with Edge-Gated Refinement and Adversarial Sensing

EGRNet एक हल्का, रियल-टाइम सिमेंटिक सेगमेंटेशन नेटवर्क है जो सुरक्षा-महत्वपूर्ण स्वायत्त अनुप्रयोगों के लिए न्यूनतम कम्प्यूटेशनल लागत के साथ अत्याधुनिक सटीकता प्राप्त करने के लिए डेप्थवाइज सेपरेबल कनवल्शन, डाइलेटेड रेसिडुअल ब्लॉक्स, एक एज-गेटेड रिफाइनमेंट मॉड्यूल और एडवरसेरियल सेंसिंग को जोड़ता है।

Bareera Qaseem, Mohsin Kamal, Muhammad Naveed Aman2026-07-23
💻 computer science

A Unified Variational Framework for Deep Weakly Supervised Image Segmentation

यह शोध पत्र डीप वीकली सुपरवाइज्ड इमेज सेगमेंटेशन के लिए एक एकीकृत वेरिएशनल फ्रेमवर्क प्रस्तावित करता है जो एक स्मूथ पेरीमीटर रेगुलराइज़र और RKHS-आधारित फजी मेंबरशिप फंक्शन्स के साथ एक सिम्प्लेक्स-कंस्ट्रेंड पॉट्स मॉडल का उपयोग करके एक कॉनवेक्स, स्मूथ लॉस फंक्शन बनाता है, जो ग्राउंड-ट्रुथ सेगमेंटेशन मास्क की आवश्यकता के बिना मौजूदा बेसलाइनों पर मजबूत प्रदर्शन सुधार प्रदर्शित करता है।

Yin King Chu, Lingfeng Li, Sung Ha Kang, Jianping Zhang, Xue-Cheng Tai2026-07-23
🤖 machine learning

Analytic Distribution of Classifier-Free Guidance for Schedule Design

यह शोध पत्र क्लासिफायर-फ्री गाइडेंस (Classifier-Free Guidance) वितरणों के लिए सटीक विश्लेषणात्मक पाथ-इंटिग्रल निरूपण व्युत्पन्न करता है ताकि यह प्रकट किया जा सके कि गाइडेंस शेड्यूल्स सैंपलिंग को कैसे प्रभावित करते हैं, जिससे प्रस्तावित डिस्ट्रीब्यूशन-गाइडेड CFG (DG-CFG) शेड्यूलिंग प्राप्त होती है जो डिफ्यूजन मॉडल्स में डाइवर्सिटी-फिडेलिटी ट्रेड-ऑफ और सैंपलिंग दक्षता में महत्वपूर्ण सुधार करती है।

Enze Jiang, Zheng Ma2026-07-23
💻 computer science

Efficient Tracking and Understanding Object Transformations

यह शोध पत्र FluxGraph को प्रस्तुत करता है, जो एक रिएक्टिव ऑब्जेक्ट ट्रैकिंग विधि है जो SAM2 के मल्टी-मास्क डिसएग्रीमेंट (multi-mask disagreement) का लाभ उठाकर परिवर्तनों का ऑन-डिमांड पता लगाने और सभी दृश्य संस्थाओं (scene entities) को ट्रैक करने की आवश्यकता को समाप्त करके, TubeletGraph की तुलना में इन्फरेंस को महत्वपूर्ण रूप से तेज़ करता है और प्रदर्शन में सुधार करता है।

Yihong Sun, Bharath Hariharan2026-07-23
💻 computer science

Global Building Area Estimation Products: How Accurate Are They?

यह शोध पत्र ORBITaL-Net ग्राउंड ट्रुथ का उपयोग करते हुए चार प्रमुख वैश्विक भवन पदचिह्न डेटासेट (GHSL, TEMPO, GBA, और Overture) का एक व्यापक, स्वतंत्र मूल्यांकन प्रस्तुत करता है, जो यह प्रकट करता है कि हालांकि TEMPO और GBA आम तौर पर उच्चतम सटीकता प्राप्त करते हैं, सभी उत्पादों में भौगोलिक क्षेत्र, जनसंख्या घनत्व और आय स्तरों के आधार पर महत्वपूर्ण प्रदर्शन भिन्नताएँ दिखाई देती हैं, जिसमें अफ्रीका, एशिया और उच्च-घनत्व वाले शहरी क्षेत्रों में सटीकता विशेष रूप से कम है।

Saad Lahrichi, Doa'a Allabadi, Kyle Bradbury, Jordan Malof2026-07-23
💻 computer science

Look Before You Edit: Attention-Guided Camera Placement and Multi-View Alignment for 3D Gaussian Splatting Editing

यह शोध पत्र LB-Edit पेश करता है, जो एक ऐसा फ्रेमवर्क है जो संपादन योग्य व्यूपॉइंट्स को अनुकूलित करने के लिए अटेंशन-गाइडेड कैमरा प्लेसमेंट (Attention-Guided Camera Placement) और कई दृश्यों में सुसंगत, स्थानीयकृत संपादन सुनिश्चित करने के लिए मल्टी-व्यू अटेंशन अलाइनमेंट (Multi-view Attention Alignment) का उपयोग करके टेक्स्ट-ड्रिवन 3D गॉसियन स्प्लैटिंग (3D Gaussian Splatting) संपादन को बेहतर बनाता है, जिससे बेहतर फिडेलिटी और दक्षता प्राप्त होती है।

Jaeyeon Park, Taeho Kang, Youngki Lee2026-07-23
💻 computer science

Frequency-Hierarchical Active k-Space Sampling for Diagnostic MRI

यह शोध पत्र HieraSample को प्रस्तुत करता है, जो एक कार्य-संचालित ढांचा है जो कम-आवृत्ति वाले संदर्भ के लिए एक कोसाइन-एनील्ड पाठ्यक्रम (cosine-annealed curriculum) को उच्च-आवृत्ति चयन के लिए एक माम्बा-आधारित (Mamba-based) नीति के साथ पदानुक्रमित रूप से संयोजित करता है, जिससे त्वरित एमआरआई (accelerated MRI) में नैदानिक सटीकता में महत्वपूर्ण सुधार होता है, जो ACL निदान पर पूर्णतः-नमूनाकृत (fully-sampled) स्कैन के प्रदर्शन के तुलनीय है और गंभीरता मूल्यांकन पर मौजूदा बेसलाइन से बेहतर प्रदर्शन करता है।

Ruru Xu, Kian Anvari Hamedani, Zhikai Yang, Ilkay Oksuz2026-07-23