研究人员推出SUMO，一个旨在统一视觉对象跟踪（VOT）和运动对象分割（MOS）的新框架。该系统无需训练、零样本，将非线性动力学与基于视觉的分割相结合，以处理复杂的非线性对象运动，而这些运动常常挑战现有方法。SUMO利用受机器人学启发的非线性状态空间模型（SSM）和选择性无迹滤波器（SUF）进行精确状态估计，在VOT和MOS任务上均展示了最先进的性能。 AI
影响 引入了一种统一的视觉对象跟踪和运动分割方法，有可能在复杂的现实场景中提高性能。
排序理由 该集群包含一篇详细介绍计算机视觉新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
