SAM3-DMS：面向SAM3多目标视频分割的解耦记忆选择
计算机视觉与模式识别
2026-01-15 v1
摘要
Segment Anything 3 (SAM3) 建立了一个强大的基础，能够稳健地检测、分割和跟踪视频中的指定目标。然而，在其原始实现中，其组级集体记忆选择对于复杂的多目标场景并非最优，因为它对所有并发目标采用基于其平均性能的同步决策，常常忽略了单个目标的可靠性。为此，我们提出了SAM3-DMS，这是一种无需训练的解耦策略，它利用对单个目标的细粒度记忆选择。实验表明，我们的方法实现了稳健的身份保持和跟踪稳定性。值得注意的是，我们的优势随着目标密度的增加而更加显著，为野外同步多目标视频分割奠定了坚实的基础。
引用
@article{arxiv.2601.09699,
title = {SAM3-DMS: Decoupled Memory Selection for Multi-target Video Segmentation of SAM3},
author = {Ruiqi Shen and Chang Liu and Henghui Ding},
journal= {arXiv preprint arXiv:2601.09699},
year = {2026}
}
备注
Code: https://github.com/FudanCVL/SAM3-DMS