经典卡尔曼滤波器改进视频版「分割一切」，网友：好优雅的方法

20 0 0

文章摘要

华盛顿大学全华人研究团队提出了一种改进的Segment Anything Model 2（SAM 2），名为SAMURAI（武士），显著提升了AI在视频目标跟踪中的表现。SAMURAI通过运用经典的卡尔曼滤波器（Kalman Filter，KF）解决了SAM 2在记忆管理方面的局限性，尤其在处理快速移动或遮挡物体时的跟踪不准确问题。该方法无需重新训练，能够实时运行，被国外知名博主Bilawal Sidhu评价为“优雅”。

SAMURAI在多个复杂场景中展现了卓越的跟踪能力，包括打斗游戏、橄榄球比赛和女团舞蹈等。技术细节上，SAMURAI主要包含两个关键技术：运动建模和运动感知记忆选择。运动建模利用卡尔曼滤波器预测目标运动，提高跟踪准确性；运动感知记忆选择则通过混合评分系统和记忆选择机制，动态选择最相关的帧，避免错误低质量特征的引入。

SAMURAI在多个视觉目标跟踪基准上表现出色，无需重新训练或微调即超过SAM 2，并与部分有监督方法表现相当。该研究由华盛顿大学电气与计算机工程系的博士生Cheng-Yen Yang、Hsiang-Wei Huang、Zhongyu Jiang和研究生Wenhao Chai完成，导师为华盛顿大学教授Jenq-Neng Hwang。项目和论文的详细信息可通过提供的链接访问。