OAMVOS：5th PVUW MOSE 轨道的第 2 案报告
计算机视觉与模式识别
2026-04-28 v1 人工智能
摘要
基于 SAM 的稠密跟踪器在短期掩码传播方面表现强劲，但在长时间遮挡、快速运动、视角变化和干扰物的情况下仍然脆弱。对于小目标尤其严重，因为少量错误的记忆更新可以主导后续预测。本报告提出了 DAM4SAM 的一个遮挡和再现 awareness 扩展方案，通过控制记忆而不改变主干网络来提升鲁棒性。该方法将原始 SAM3 跟踪器增强为四个组成部分：可靠性感知跟踪状态机、基于分支的恢复、延迟 DRM 提升，以及针对原生 SAM3 记忆选择的选择性策略。在稳定跟踪期间，模型遵循原始单路径传播过程。一旦置信度下降，跟踪器进入模糊或恢复模式，维持少量候选分支，并在分支得到重新确认后才提交记忆。对于小目标消失和再现，暂时跳过原生记忆选择，以便更老的锚点保持可访问。此外，显式保留第一个条件帧，并适度扩大条件记忆预算，以提高长距离恢复能力。该设计在容易的情况下保持 DAM4SAM 的高效，同时在以遮挡和再现为主导的序列中提升鲁棒性。
引用
@article{arxiv.2604.22837,
title = {OAMVOS:2nd Report for 5th PVUW MOSE Track},
author = {Deshui Miao and Xingsen Huang and Yameng Gu and Xiaogang yu and Xin Li and Ming-Hsuan Yang},
journal= {arXiv preprint arXiv:2604.22837},
year = {2026}
}