基于 Promptable SAM2 和卡尔曼先验的卫星图像中受运动约束的视频对象跟踪——SatSAM2

现有的卫星视频跟踪方法在泛化性方面往往难以满足，需针对特定场景进行训练才能实现满意的性能，且在遮挡情况下容易丢失跟踪。为此，我们提出了 SatSAM2，一个基于 SAM2 构建的零样卫星视频跟踪器，旨在将基础模型适应遥感领域。SatSAM2 引入两个核心模块：基于卡尔曼滤波的受约束运动模块（KFCMM），用于利用时序运动线索并抑制漂移；以及受运动约束的状态机（MCSM），用于根据运动动态和可靠性调节跟踪状态。为支持大规模评估，我们提出了 MatrixCity 视频对象跟踪（MVOT），一个包含 1500 多条序列和 15.7 万标注帧的合成基准，涵盖多样化的视角、光照和遮挡条件。 extensive 实验表明，在两个卫星跟踪基准和 MVOT 上，SatSAM2 在传统和基础模型方法中尤其是 SAM2 及其变体上均表现优异。值得注意的是，在 OOTB 数据集上，SatSAM2 比最先进的方法实现了 5.84% 的 AUC 提升。我们将发布代码和数据集，以鼓励进一步研究。