💻 computer science

Facial Affect Analysis for Service-Oriented Systems: Advances, Challenges, and Future Visions

यह शोध पत्र हालिया एल्गोरिदम संबंधी प्रगति को अनिश्चितता प्रबंधन, विलंबता बाधाओं और शासन जैसे महत्वपूर्ण सिस्टम-इंजीनियरिंग आवश्यकताओं के साथ संश्लेषित करके, रोबस्टर, इंटरऑपरेबल और जवाबदेह परिनियोजन के लिए एक रोडमैप स्थापित करने हेतु फेशियल अफेक्ट एनालिसिस (चेहरे के भावों का विश्लेषण) को सर्विस-ओरिएंटेड सॉफ्टवेयर इकोसिस्टम्स के भीतर एक पुन: प्रयोज्य, विश्वसनीय सेवा घटक के रूप में पुनर्गठित करता है।

Spyridon Georgiou, Aggelos Psiris, Thomas Lagkas, Vasileios Argyriou, Panagiotis Sarigiannidis, Iraklis Varlamis, Georgi (…)2026-06-16
⚡ electrical engineering

Chroma-gated, differentiable OKLCH interpolation: Continuous Oklab fallback for color-cast reduction

यह शोध पत्र कंटीन्यूअस ओक्लाब फॉलबैक (COFb) प्रस्तुत करता है, जो एक डिफरेंशिएबल, वन-पैरामीटर क्रोमा-गेटिंग विधि है जो डिस्क्रीट थ्रेशोल्ड स्विच पर निर्भर हुए बिना, इंटर-ह्यू डिटूर और ऑफ-लाइन बोज़ दोनों को समाप्त करने के लिए OKLCH और लीनियर ओक्लाब इंटरपोलेशन पाथ्स को निर्बाध रूप से मिश्रित करता है।

Naoyuki Uchida2026-06-16
💻 computer science

Sustainable Face Recognition on Low-Power Devices with VQ-VAE Embeddings

यह शोध पत्र एक टिकाऊ, एज-डिप्लॉय करने योग्य फेस रिकग्निशन फ्रेमवर्क प्रस्तावित करता है जो कॉम्पैक्ट, सिमेंटिकली रिच लेटेंट रिप्रेजेंटेशन उत्पन्न करने के लिए वेक्टर-क्वांटाइज्ड वेरिएशनल ऑटोएनकोडर (VQ-VAE) और नॉलेज डिस्टिलेशन का उपयोग करता है, जिससे कम शक्ति वाले उपकरणों पर मेमोरी, कंप्यूटेशन और ऊर्जा लागत को काफी कम करते हुए अत्याधुनिक सटीकता प्राप्त होती है।

Christos Chronis, Georgios Th. Papadopoulos, Iraklis Varlamis2026-06-16
💻 computer science

MNet++: Extended 2D/3D Networks for Anisotropic Medical Image Segmentation

यह शोध पत्र nnU-Net फ्रेमवर्क के भीतर एनिसोट्रोपिक (anisotropic) मेडिकल इमेज सेगमेंटेशन के लिए MNet आर्किटेक्चर की पुनरुत्पादकता (reproducibility) को मान्य करता है और दो हल्के विस्तारों—एक लर्नड फ्यूजन गेटिंग (learned Fusion Gating) मैकेनिज्म और एक VMamba स्टेट-स्पेस मॉड्यूल—को प्रस्तुत करता है, जो परिवर्तनशील वोक्सेल स्पेसिंग (voxel spacing) के बीच सेगमेंटेशन सटीकता और निरंतरता को और अधिक बढ़ाते हैं।

Kirsten Odendaal, Rade Bajic2026-06-16
💻 computer science

Timestep Rescheduling in Diffusion Inversion

यह शोध पत्र एक नवीन नॉन-यूनिफॉर्म (गैर-समान) टाइमस्टेप शेड्यूलर प्रस्तुत करता है जो इमेज रिकंस्ट्रक्शन और एडिटिंग के लिए डिफ्यूजन इन्वर्जन की सटीकता को बिना किसी अतिरिक्त पैरामीटर या ओवरहेड के महत्वपूर्ण रूप से बढ़ाने के लिए, टाइमस्टेप आकार और इन्वर्जन एरर के बीच परवलयिक (पैराबोलिक) संबंध का लाभ उठाते हुए कम्प्यूटेशनल प्रयास को रणनीतिक रूप से आवंटित करता है।

Shangquan Sun, Ting Gong, Zhirui Liu, Jiamin Wu, Runkai Zhao, Mianxin Liu, Wenqi Ren, Xiaochun Cao2026-06-16
💻 computer science

From Frames to Temporal Graphs: In-Context Egocentric Action Recognition with Vision-Language Models

यह शोध पत्र एगोसेंट्रिक एक्शन रिकग्निशन (egocentric action recognition) के लिए एक नवीन ढांचे का प्रस्ताव करता है जो वीडियो को टेम्पोरल एक्शन ग्राफ्स (Temporal Action Graphs) में परिवर्तित करके विजुअल परसेप्शन को सिम्बोलिक रीजनिंग से अलग करता है, और यह प्रदर्शित करता है कि स्ट्रक्चर्ड ग्राफ रिप्रेजेंटेशन पर इन-कॉन्टेक्स्ट लर्निंग के माध्यम से विजन-लैंग्वेज मॉडल्स को सिम्बोलिक रीज़नर के रूप में उपयोग करना विविध मॉडल परिवारों में प्रत्यक्ष पिक्सेल-आधारित अनुमान की तुलना में काफी बेहतर प्रदर्शन करता है।

Bessie Dominguez-Dager, Francisco Gomez-Donoso, Miguel Cazorla, Marc Pollefeys, Daniel Barath, Zuria Bauer2026-06-16
💻 computer science

Lesion-DDPM: Lesion-Enhanced 3D Diffusion for MS MRI Synthesis

यह शोध पत्र Lesion-DDPM का प्रस्ताव करता है, जो एक लीजन-एन्हांस्ड (lesion-enhanced) 3D कंडीशनल डिफ्यूजन फ्रेमवर्क है जो उच्च लीजन फिडेलिटी (lesion fidelity) के साथ MS MRI स्कैन को प्रभावी ढंग से सिंथेसाइज करता है, और मौजूदा जनरेटिव मॉडल्स की तुलना में पुनर्निर्माण सटीकता (reconstruction accuracy) और डाउनस्ट्रीम लीजन सेगमेंटेशन प्रदर्शन दोनों में महत्वपूर्ण सुधार करता है।

Weidong Zhang, Yongchan Jung, Shafayat Mowla Anik, Furen Xiao, Vasudevan Janarthanan, Enkhzaya Chuluunbaatar, Byeong Kil (…)2026-06-16
💻 computer science

Unlocking Diffusion Hierarchies: Adaptive Timestep Selection for Zero-Shot Segmentation

यह शोध पत्र एक नवीन ज़ीरो-शॉट सेगमेंटेशन पद्धति प्रस्तावित करता है जो उच्च-रिज़ॉल्यूशन वाले अटेंशन मैप्स को U-Net एनकोडर फीचर्स के साथ संलयित करके और एक अनुकूली टाइमस्टेप चयन तंत्र पेश करके प्रदर्शन को बढ़ाता है जो डिफ्यूजन मॉडल्स के भीतर पार्ट-लेवल से ऑब्जेक्ट-लेवल एब्स्ट्रैक्शंस तक की पदानुक्रमित सिमेंटिक प्रगति का लाभ उठाता है।

Ramin Nakhli, Mahesh Ramachandran, Luca Ballan2026-06-16
💻 computer science

DenseControl: Instance-Level Controllable Synthesis of Dense Crowd Image

यह शोधपत्र DenseControl को प्रस्तुत करता है, जो एक नवीन पाइपलाइन है जो सिग्नल एम्बेडिंग और टोपोलॉजिकल अखंडता की चुनौतियों से पार पाने के लिए एक आइसोलेटेड ऑब्जेक्ट एम्बेडिंग मैप, एक इम्प्लिसिट स्केल एम्बेडिंग रणनीति और एक पोजीशन शॉर्टकट तंत्र का लाभ उठाकर स्थिति, स्केल और गुणों पर स्टेट-ऑफ-द-आर्ट इंस्टेंस-लेवल नियंत्रण प्राप्त करने वाली सघन भीड़ वाली छवियों को संश्लेषित करता है।

Juncheng Wang, Lei Shang, Wang Lu, Baigui Sun, Shujun Wang2026-06-16
⚡ electrical engineering

Pixels to Proofs: Probabilistically-Safe Latent World Model Control via Parallel Conformal Robust MPC

यह शोध पत्र SLS² को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो संभाव्यता-आधारित सुरक्षा गारंटी के साथ सुरक्षित, विज़न-आधारित मोशन प्लानिंग को सक्षम करने के लिए एक्शन-कंडीशन्ड लेटेंट वर्ल्ड मॉडल्स को कॉन्फॉर्मल प्रेडिक्शन-एन्हांस्ड रोबस्ट मॉडल प्रिडिक्टिव कंट्रोल के साथ जोड़ता है।

Devesh Nath, Anutam Srinivasan, Haoran Yin, Ruitong Jiang, Jeffrey Fang, Glen Chou2026-06-16