論文の概要: LiAM-SAM: Lifecycle-Aware Memory for Robust SAM2-Based MOT

• arxiv url: http://arxiv.org/abs/2609.28078v1
• Date: Wed, 23 Sep 2026 13:21:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:18.04134
• Title: LiAM-SAM: Lifecycle-Aware Memory for Robust SAM2-Based MOT
• Title（参考訳）: LiAM-SAM:ロバストSAM2ベースのMOTのためのライフサイクル対応メモリ
• Abstract要約: SAM2パイプラインは、一般的にオブジェクトライフサイクルの3段階に障害が発生する。 3つの障害モードそれぞれを対象として,目標となるメカニズムを備えたフレームワークであるLiAM-SAMを提案する。 連成環境下では,LiAMは+10.5 HOTA,+17.4 AssAで検出+SAM2ベースラインを改良し,アイデンティティスイッチを96%削減した。
• 参考スコア（独自算出の注目度）: 45.082654146032304
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Segmentation-based multi-object tracking (MOT) with foundation video models such as SAM2 offers strong localization quality, yet remains fragile in crowded, real-world scenes. In detector-prompted SAM2 pipelines, failures typically arise at three stages of the object lifecycle: (i) erroneous or duplicate track initiation, (ii) memory drift during close interactions, and (iii) unreliable re-identification after long occlusions or re-entry. These errors corrupt object memory and accumulate over time, making long-horizon tracking unstable. In this paper, we reframe MOT as a lifecycle memory integrity problem. We present LiAM-SAM, a Lifecycle-Aware Memory (LiAM) framework with targeted mechanisms for each of the three failure modes. At track birth, to prevent faulty or duplicate initiations, we apply contrastive track initiation, which conditions each prompt on existing nearby tracked instances. To preserve memory integrity during strong interactions, we introduce motion- and geometry-grounded memory correction that resolves interaction confusions and suppresses drift. For reliable re-identification after disappearance, we maintain an adaptive context memory that promotes diverse and trustworthy references as long-term identity anchors. Finally, similarity aware spatial pruning optionally selects the memory tokens to retain at cross-attention time, improving efficiency with minimal accuracy loss. LiAM-SAM represents a modular, detector-agnostic, SAM2-based MOT system that achieves state-of-the-art HOTA and IDF1 on the evaluated benchmarks. In association-challenging environments, our ablations show that LiAM improves a detector+SAM2 baseline by +10.5 HOTA, +17.4 AssA, and reduces identity switches by 96%.
• Abstract（参考訳）: SAM2のような基礎的なビデオモデルを備えたセグメンテーションベースのマルチオブジェクトトラッキング(MOT)は、強力なローカライゼーション品質を提供するが、混み合った現実世界のシーンでは脆弱である。 検出器がプロンプされたSAM2パイプラインでは、一般的にはオブジェクトライフサイクルの3段階に障害が発生する。 一 誤って又は重複した軌道開始 (II)密接な相互作用中に記憶が漂うこと、 三 長期の閉塞又は再突入後の信頼性の低い再確認 これらのエラーはオブジェクトメモリを破損させ、時間の経過とともに蓄積する。 本稿では,MOTをライフサイクル記憶の整合性問題として再検討する。 本稿では, ライフサイクル・アウェアメモリ(LiAM)フレームワークであるLiAM-SAMについて紹介する。 トラック発生時,障害発生や重複発生を防止するために,既存のトラックインスタンスにそれぞれプロンプトを付与するコントラッシブトラック開始を適用した。 強い相互作用の際の記憶の整合性を維持するために,相互作用の混乱を解消し,ドリフトを抑制するモーションおよびジオグラフィック・グラウンド記憶補正を導入する。 消失後の信頼性の高い再識別のために、我々は、長期的アイデンティティアンカーとして多様で信頼性の高い参照を促進する適応型コンテキストメモリを維持している。 最後に、類似性を意識した空間プルーニングは、メモリトークンの保持時間を任意に選択し、精度損失を最小限に抑えて効率を向上する。 LiAM-SAMはモジュール式で検出器に依存しないSAM2ベースのMOTシステムであり、評価ベンチマーク上で最先端のHOTAとIDF1を達成する。 連成環境下では,LiAMは+10.5 HOTA,+17.4 AssAで検出+SAM2ベースラインを改良し,アイデンティティスイッチを96%削減した。

関連論文リスト

• Lean-SAM2: Target-Anchored Memory and Encoder Acceleration for SAM2 [7.989538161016021]
  Lean-SAM2は、上記の脆弱性に対処しつつ、計算上の冗長性を体系的に排除するように設計された、全体的な軽量フレームワークである。 Lean-SAM2は,(1)ターゲットアンコール型メモリ・プルーニング(TAMP)の安全保護,(2)保険記憶によるテンポラル凝縮,(3)ターゲットアンコール型リスク・アウェア・ルーティング(TARR)の3つの協調メカニズムを統合し,アンカー類似性に基づくターゲット関連ウィンドウの重画像エンコーダを選択的に活性化する。
  論文  参考訳（メタデータ） (2026-07-22T06:42:27Z)
• MemOps: Benchmarking Lifecycle Memory Operations in Long-Horizon Conversations [50.24315431387575]
  ライフサイクル操作のシーケンスとして会話メモリを再構成するベンチマークであるMemOpsを紹介する。 MemOpsは、それぞれのメモリイベントをトリガ、ターゲット、スコープ、状態遷移、エビデンスを指定した構造化トレースで表現する。 長いコンテキスト、検索ベース、パラメトリック、マネージドメモリシステムにわたって、MemOpsはファイナ・アンサーの精度のみを隠蔽する障害モードをアンタングルする。
  論文  参考訳（メタデータ） (2026-07-14T15:33:44Z)
• SENTRY: SAM2-Enhanced Neighbor-Aware and Temporally Reasoned Memory for Visual Tracking [39.49925011934288]
  SAM2ベースのビジュアルオブジェクトトラッキングにおけるメモリ更新機構を再検討する。 本稿では,SENTRYについて紹介する。 コミットする前に、各メモリ更新を短時間の時間的一貫性で検証する。
  論文  参考訳（メタデータ） (2026-06-23T11:35:15Z)
• WorldMemArena: Evaluating Multimodal Agent Memory Through Action-World Interaction [72.1620416874118]
  マルチモーダルな言語モデルは、長距離エージェントとしてますます多くデプロイされている。 既存のベンチマークは、静的対話上のリコールを測定し、メモリを1つのタスクの精度に分解し、キャプションに対する視覚的な観察を減らす。 マルチモーダルエージェントメモリを,観測可能な4段階ライフサイクルを持つアクションワールドインタラクションループとして定式化する。
  論文  参考訳（メタデータ） (2026-05-28T04:27:20Z)
• The Trap of Trajectory: Towards Understanding and Mitigating Spurious Correlations in Agentic Memory [7.707732051915869]
  エージェントメモリシステムの診断では、メモリはクリーンな入力の推論を改善するが、それらが存在するときのスプリアスパターンへの依存を増幅する。 本稿では,CAMELを提案する。CAMELは,書き込み時間と検索時間の両方で,多様なメモリアーキテクチャ間で動作可能な,プラグアンドプレイキャリブレーション方式である。 全体として、CAMELはより信頼性の高いエージェントメモリデプロイメントに対して、原則的で軽量なソリューションを提供する。
  論文  参考訳（メタデータ） (2026-05-10T05:04:13Z)
• OAMVOS:2nd Report for 5th PVUW MOSE Track [33.923358478393276]
  SAMベースの高密度トラッカーは、強力な短期マスク伝搬を提供するが、長い閉塞下では脆弱である。 本報告では、バックボーンを変更するのではなく、メモリ制御を改善するDAM4SAMの拡張について述べる。 この方法は、信頼性を意識したトラッキングステートマシン、ブランチベースのリカバリ、遅延DRMプロモーション、ネイティブSAM3メモリ選択のための選択ポリシーの4つの要素でオリジナルのSAM3トラッカーを増強する。
  論文  参考訳（メタデータ） (2026-04-20T14:43:43Z)
• MemEvoBench: Benchmarking Memory MisEvolution in LLM Agents [78.95081012334116]
  永続メモリを持つ大規模言語モデル(LLM)は、相互作用の継続性とパーソナライゼーションを高めるが、新たな安全性リスクをもたらす。 汚染または偏りのある記憶蓄積は、異常な作用を引き起こす可能性がある。 MemeEvoBenchは、LLMエージェントのメモリ安全性を評価する最初のベンチマークである。
  論文  参考訳（メタデータ） (2026-04-17T07:29:52Z)
• Evoking User Memory: Personalizing LLM via Recollection-Familiarity Adaptive Retrieval [59.295767860331004]
  RF-Memは、親しみやすい不確実性誘導デュアルパスメモリレトリバーである。 それは、人間のようなデュアルプロセス認識をレトリバーに埋め込む。 一定の予算とレイテンシの制約の下で、ワンショット検索とフルコンテキスト推論を一貫して上回る。
  論文  参考訳（メタデータ） (2026-03-10T06:31:44Z)
• Rethinking Memory Design in SAM-Based Visual Object Tracking [41.85403035673912]
  本稿では,SAMに基づく視覚的物体追跡のメモリ中心的な研究について述べる。 本稿では,メモリを短期的外見記憶と長期的外見記憶に明示的に分解するハイブリッドメモリフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-27T15:33:50Z)

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。