복잡한 비선형 시각 객체 추적을 위한 모션, 기하학, 의미 적응을 활용한 세그먼트 애니싱
Segment Anything with Motion, Geometry, and Semantic Adaptation for Complex Nonlinear Visual Object Tracking
TL;DR AI
1분핵심 요약
연구진은 복잡한 비선형 움직임을 위한 새로운 SAM 2 기반 시각 객체 추적 프레임워크 SAMOSA를 제안했다.
경량 비선형 모션 예측기와 의미·기하 제약을 더해 마스크 선택, 메모리 필터링, 실패 복구를 개선했다.
그 결과 가림, 방해 객체 등 까다로운 실제 환경에서도 더 안정적인 추적이 가능해졌다.
실험에서 SAMOSA는 다른 SAM 2 기반 방법, 지도학습 추적기, anti-UAV 벤치마크보다 우수한 성능을 보였다.
같은 주제
