通过对象检索重触发SAM 3：第5届PVUW MOSE赛道的第3名
计算机视觉与模式识别
2026-03-26 v1
摘要
本技术报告探索了PVUW 2026挑战MOSEv2赛道，该赛道针对复杂的半监督视频对象分割。基于SAM~3，我们开发了一个自动化重触发框架，以提高对目标消失和重新出现的情形、严重形变和强大同类干扰物的鲁棒性。我们的方法首先应用SAM~3检测器在后续帧中识别同类目标候选对象，然后对DINOv3进行基于对象级别的匹配，结合具有变换感知的目标特征池，以检索可靠的目标锚点。这些锚点与第一帧掩码一起注入SAM~3跟踪器中，实现多锚点传递，而不仅仅依赖初始提示。这一简单直接的改进显著改善了MOSEv2的多个核心挑战。我们的解决方案在测试集上实现了51.17%的J&F分数，在MOSEv2赛道中排名第三。
引用
@article{arxiv.2603.23788,
title = {Re-Prompting SAM 3 via Object Retrieval: 3rd of the 5th PVUW MOSE Track},
author = {Mingqi Gao and Sijie Li and Jungong Han},
journal= {arXiv preprint arXiv:2603.23788},
year = {2026}
}