論文の概要: Distractor-Aware Memory-Based Visual Object Tracking

• arxiv url: http://arxiv.org/abs/2509.13864v1
• Date: Wed, 17 Sep 2025 09:54:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-18 18:41:50.811891
• Title: Distractor-Aware Memory-Based Visual Object Tracking
• Title（参考訳）: ディトラクタ対応メモリベースビジュアルオブジェクトトラッキング
• Authors: Jovana Videnovic, Matej Kristan, Alan Lukezic,
• Abstract要約: 本稿では,SAM2のイントロスペクションに基づくメモリモジュールとイントロスペクション・ベースの管理手法を提案する。 本設計は, 物体閉塞後のトラクションドリフトを効果的に低減し, 再検出能力を向上させる。 13のベンチマークで、DAM4SAMはSAM2.1より優れており、10に新しい最先端結果が設定されている。
• 参考スコア（独自算出の注目度）: 17.945503249662675
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent emergence of memory-based video segmentation methods such as SAM2 has led to models with excellent performance in segmentation tasks, achieving leading results on numerous benchmarks. However, these modes are not fully adjusted for visual object tracking, where distractors (i.e., objects visually similar to the target) pose a key challenge. In this paper we propose a distractor-aware drop-in memory module and introspection-based management method for SAM2, leading to DAM4SAM. Our design effectively reduces the tracking drift toward distractors and improves redetection capability after object occlusion. To facilitate the analysis of tracking in the presence of distractors, we construct DiDi, a Distractor-Distilled dataset. DAM4SAM outperforms SAM2.1 on thirteen benchmarks and sets new state-of-the-art results on ten. Furthermore, integrating the proposed distractor-aware memory into a real-time tracker EfficientTAM leads to 11% improvement and matches tracking quality of the non-real-time SAM2.1-L on multiple tracking and segmentation benchmarks, while integration with edge-based tracker EdgeTAM delivers 4% performance boost, demonstrating a very good generalization across architectures.
• Abstract（参考訳）: 近年、SAM2のようなメモリベースのビデオセグメンテーション手法が出現し、セグメンテーションタスクの性能に優れたモデルが生まれ、多くのベンチマークで主要な結果を得た。 しかし、これらのモードは視覚的対象追跡のために完全に調整されていない。 本稿では,DAM4SAMに繋がるSAM2のイントロスペクションに基づくメモリモジュールとイントロスペクションを用いたメモリモジュールを提案する。 本設計は, 物体閉塞後のトラクションドリフトを効果的に低減し, 再検出能力を向上させる。 トラクタの存在下での追跡分析を容易にするために,ディディ(DiDi)を構築した。 DAM4SAMは13のベンチマークでSAM2.1を上回り、新しい最先端の結果を10に設定する。 さらに、提案されたイントラクタ対応メモリをリアルタイムトラッカーに統合することで、11%の改善と、複数のトラッキングとセグメンテーションベンチマークにおける非リアルタイムSAM2.1-Lの追跡品質の一致につながる。

関連論文リスト

• SAMITE: Position Prompted SAM2 with Calibrated Memory for Visual Object Tracking [58.35852822355312]
  Visual Object Tracking (VOT)は、ビデオ内のターゲットを継続的に追跡する自律運転のようなアプリケーションで広く使われている。 これらの問題に対処するために、ビデオ基盤モデルSAM2をVOTに適用し、各フレームの追跡結果をメモリとして符号化し、残りのフレームを自己回帰的に条件付けする手法を提案する。 これらの課題に対処するために,SAM2 上にモジュールを追加して構築した SAMITE モデルを提案する。
  論文  参考訳（メタデータ） (2025-07-29T12:11:56Z)
• HiM2SAM: Enhancing SAM2 with Hierarchical Motion Estimation and Memory Optimization towards Long-term Tracking [48.52769927193921]
  本稿では,映像オブジェクト追跡タスクにおけるSAM2フレームワークの拡張について述べる。 本稿では,線形線形予測と選択的な非線形補正を組み合わせた階層的動き推定手法を提案し,学習を必要とせずに追従精度を向上させる。
  論文  参考訳（メタデータ） (2025-07-10T10:05:11Z)
• SAM2MOT: A Novel Paradigm of Multi-Object Tracking by Segmentation [11.1906749425206]
  Segment Anything 2 (SAM2)は、セグメンテーションを使った堅牢な単一オブジェクト追跡を可能にする。 本稿では,多目的追跡のための新しいトラッキング・バイ・パラダイムであるSAM2MOTを提案する。 SAM2MOTはセグメンテーションマスクから直接トラッキングボックスを生成し、検出精度への依存を減らす。
  論文  参考訳（メタデータ） (2025-04-06T15:32:08Z)
• A Distractor-Aware Memory for Visual Object Tracking with SAM2 [11.864619292028278]
  メモリベースのトラッカー(英: Memory-based tracker)は、最近追跡されたフレームをメモリバッファに連結し、現在の画像をバッファされたフレームに到達させることでターゲットをローカライズすることにより、ターゲットモデルを形成するビデオオブジェクトセグメンテーション手法である。 SAM2.1++はSAM2.1と関連するSAMメモリ拡張を7つのベンチマークで上回り、6つのベンチマークで新しい最先端を設定できる。
  論文  参考訳（メタデータ） (2024-11-26T16:41:09Z)
• TF-SASM: Training-free Spatial-aware Sparse Memory for Multi-object Tracking [6.91631684487121]
  コンピュータビジョンにおけるマルチオブジェクト追跡(MOT)は依然として重要な課題であり、ビデオシーケンス内の複数のオブジェクトの正確な位置決めと連続的な追跡が必要である。 本稿では,オブジェクトの動きと重なり合う認識に基づいて,重要な特徴を選択的に記憶するメモリベースの新しいアプローチを提案する。 提案手法はDanceTrackテストセットのMOTRv2よりも有意に改善し,AsAスコアが2.0%,IFF1スコアが2.1%向上した。
  論文  参考訳（メタデータ） (2024-07-05T07:55:19Z)
• RTracker: Recoverable Tracking via PN Tree Structured Memory [71.05904715104411]
  本稿では,木構造メモリを用いてトラッカーと検出器を動的に関連付け,自己回復を可能にするRTrackerを提案する。 具体的には,正負と負のターゲットサンプルを時系列に保存し,維持する正負のツリー構造メモリを提案する。 我々の中核となる考え方は、正と負の目標カテゴリーの支持サンプルを用いて、目標損失の信頼性評価のための相対的距離に基づく基準を確立することである。
  論文  参考訳（メタデータ） (2024-03-28T08:54:40Z)
• Segment Anything Meets Point Tracking [116.44931239508578]
  本稿では,SAMと長期点追跡を併用した,ポイント中心の対話型ビデオセグメンテーションの新たな手法を提案する。 ゼロショットオープンワールドUnidentified Video Objects(UVO)ベンチマークで直接評価することで,ポイントベーストラッキングのメリットを強調した。 DAVIS, YouTube-VOS, BDD100Kなどの人気ビデオオブジェクトのセグメンテーションと多目的セグメンテーションのベンチマーク実験により, ポイントベースセグメンテーショントラッカーがより優れたゼロショット性能と効率的なインタラクションをもたらすことが示唆された。
  論文  参考訳（メタデータ） (2023-07-03T17:58:01Z)
• Learning Dynamic Compact Memory Embedding for Deformable Visual Object Tracking [82.34356879078955]
  本稿では,セグメント化に基づく変形可能な視覚追跡手法の識別を強化するために,コンパクトなメモリ埋め込みを提案する。 DAVIS 2017ベンチマークでは,D3SやSiamMaskなどのセグメンテーションベースのトラッカーよりも優れている。
  論文  参考訳（メタデータ） (2021-11-23T03:07:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。