移動(dòng)再快也跟丟不了

原標(biāo)題：經(jīng)典卡爾曼濾波器改進(jìn)視頻版「分割一切」，網(wǎng)友：好優(yōu)雅的方法
文章來(lái)源：量子位
內(nèi)容字?jǐn)?shù)：5284字

Segment Anything Model 2（SAM 2）的改進(jìn)：SAMURAI

在量子位的最新報(bào)道中，由華盛頓大學(xué)全華人團(tuán)隊(duì)提出的改進(jìn)版Segment Anything Model 2（SAM 2）——SAMURAI，再次引發(fā)了廣泛關(guān)注。該團(tuán)隊(duì)利用經(jīng)典的卡爾曼濾波器技術(shù)，成功提升了模型在復(fù)雜動(dòng)態(tài)場(chǎng)景下的目標(biāo)跟蹤能力，尤其是在快速移動(dòng)和遮擋情況下的表現(xiàn)。

1. SAM 2的局限性

SAM 2在處理視覺(jué)目標(biāo)跟蹤時(shí)，尤其是在擁擠場(chǎng)景中，由于忽視線索，常常出現(xiàn)跟丟現(xiàn)象。當(dāng)目標(biāo)快速移動(dòng)或被遮擋時(shí)，模型傾向于依賴外觀相似性，導(dǎo)致跟蹤錯(cuò)誤。

2. SAMURAI的技術(shù)提升

SAMURAI的核心在于兩個(gè)關(guān)鍵技術(shù)：建模和感知記憶選擇。建模通過(guò)卡爾曼濾波器有效預(yù)測(cè)目標(biāo)，提高在復(fù)雜場(chǎng)景中的跟蹤準(zhǔn)確性。感知記憶選擇則通過(guò)動(dòng)態(tài)選擇最相關(guān)的幀，避免低質(zhì)量特征對(duì)后續(xù)跟蹤的干擾。

3. 實(shí)驗(yàn)結(jié)果與應(yīng)用

實(shí)驗(yàn)表明，SAMURAI在多個(gè)視覺(jué)目標(biāo)跟蹤基準(zhǔn)（如LaSOT、LaSOText和GOT-10k）上表現(xiàn)優(yōu)異，超越了SAM 2，并與一些有監(jiān)督方法相媲美。該模型能夠?qū)崟r(shí)運(yùn)行，無(wú)需重新訓(xùn)練或微調(diào)，實(shí)用性極強(qiáng)。

4. 研究團(tuán)隊(duì)介紹

該項(xiàng)目研究團(tuán)隊(duì)由華盛頓大學(xué)電氣與計(jì)算機(jī)工程系的博士生和研究生組成，團(tuán)隊(duì)成員包括Cheng-Yen Yang、Hsiang-Wei Huang、Zhongyu Jiang和Wenhao Chai，導(dǎo)師為IEEE院士Jenq-Neng Hwang。

5. 結(jié)論

SAMURAI的成功展示了經(jīng)典方法在現(xiàn)代人工智能模型中的有效性，證明了有時(shí)候簡(jiǎn)單而經(jīng)典的技術(shù)可以為復(fù)雜問(wèn)題提供優(yōu)雅的解決方案。

更多信息可訪問(wèn)項(xiàng)目主頁(yè)與論文鏈接，了解SAMURAI的更多技術(shù)細(xì)節(jié)和應(yīng)用案例。

聯(lián)系作者

文章來(lái)源：量子位
作者微信：
作者簡(jiǎn)介：追蹤人工智能新趨勢(shì)，關(guān)注科技行業(yè)新突破