适配 SAM 2 用于视觉目标跟踪：MMVPR 挑战多模态跟踪第一名解决方案
计算机视觉与模式识别
2025-05-26 v1
摘要
我们提出了一种将 Segment Anything Model 2（SAM2）适配到视觉目标跟踪（VOT）任务的有效方法。我们的方法利用了 SAM2 强大的预训练能力，并融合了多项关键技术以提升其在 VOT 应用中的性能。通过将 SAM2 与我们提出的优化方法相结合，我们在 2024 年 ICPR 多模态目标跟踪挑战中取得了 AUC 分数 89.4 的第一名，证明了该方法的有效性。本文详细介绍了我们的方法论、对 SAM2 的具体增强，以及在 VOT 解决方案语境下对结果的全面分析，同时涵盖了数据集的多模态特性。
引用
@article{arxiv.2505.18111,
title = {Adapting SAM 2 for Visual Object Tracking: 1st Place Solution for MMVPR Challenge Multi-Modal Tracking},
author = {Cheng-Yen Yang and Hsiang-Wei Huang and Pyong-Kun Kim and Chien-Kai Kuo and Jui-Wei Chang and Kwang-Ju Kim and Chung-I Huang and Jenq-Neng Hwang},
journal= {arXiv preprint arXiv:2505.18111},
year = {2025}
}
备注
Accepted by ICPR Multi-Modal Visual Pattern Recognition Workshop