文章预览
LG - 机器学习 CV - 计算机视觉 CL - 计算与语言 1、[CV] SAMURAI：Adapting Segment Anything Model for Zero-Shot Visual Tracking with Motion-Aware Memory 2、[LG] nGPT：Normalized Transformer with Representation Learning on the Hypersphere 摘要：适配SAM2实现基于动作感知记忆的零样本视觉跟踪、超球面上的基于表示学习归一化Transformer 1、[CV] SAMURAI: Adapting Segment Anything Model for Zero-Shot Visual Tracking with Motion-Aware Memory C Yang, H Huang, W Chai, Z Jiang... [University of Washington] SAMURAI：适配SAM2实现基于动作感知记忆的零样本视觉跟踪 要点: 解决SAM 2在视觉跟踪中的局限性：SAM 2虽然在分割任务中表现出色，但在视觉跟踪方面，尤其是在拥挤场景中处理快速移动或自身遮挡的物体时，存在困难。其固定窗口的记忆机制会导致误差传播。 提出SAMURAI：SAMURAI 针对零样本视觉跟踪改进了 SAM 2，通过结合运动线索和运动感
………………………………
