복잡한 비선형 시각 객체 추적을 위한 모션, 기하, 의미 적응과 함께하는 Segment Anything

연구진은 SAM 2 기반 시각 객체 추적기 SAMOSA를 제안했으며, 비선형 모션 예측과 의미 기반 복구, 기하학적 일관성 검사를 추가했다.

이 프레임워크는 가림 현상과 복잡한 움직임을 더 견고하게 처리하도록 설계되어, 기존 SAM 2 기반 및 지도학습 추적 방법보다 성능이 좋다.

특히 anti-UAV 데이터를 포함한 어려운 비선형 모션 벤치마크에서 큰 성능 향상을 보였다.

이번 연구는 파운데이션 모델을 좁은 태스크 전용 감독 없이도 더 강력하고 범용적인 추적기로 확장할 수 있음을 보여준다.