新SAM2Dual方法提升长时视频分割鲁棒性

研究人员推出SAM2Dual，一种无需模型再训练即可增强长时视频对象分割鲁棒性的新方法。该方法采用双记忆系统，区分用于局部适应的短期记忆和通过间隔采样保留全局身份线索的长期记忆。此外，SAM2Dual还整合了文本感知记忆（TAM），根据语义兼容性重新加权记忆贡献，即使在视觉信息稀缺或模糊的情况下也能帮助保持身份。该方法在MOSEv2和LVOSv2等长时基准测试中均表现出持续改进。 AI

影响 增强长时视频分析任务的鲁棒性，可能改进视频编辑、监控和内容审核等应用。

排序理由 研究论文，详细介绍一种新的视频对象分割方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• LVOSv2
• MOSEv2
• SAM2
• SAM2Dual
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →