SAMURAI：基于运动感知记忆的零样本视觉追踪模型
2024-11-30
本文介绍了SAMURAI，一种基于Segment Anything Model 2 (SAM 2) 的改进模型，用于零样本视觉追踪。SAM 2在目标分割方面表现出色，但在处理快速移动或自遮挡目标的复杂场景时面临挑战。SAMURAI通过引入运动感知记忆选择机制，有效预测目标运动并改进掩码选择，无需重新训练或微调即可实现鲁棒、准确的追踪。SAMURAI实时运行，并在多个基准数据集上展现了强大的零样本性能，在LaSOT-ext和GOT-10k上分别实现了7.1%的AUC增益和3.5%的AO增益。
阅读更多
未分类