Meta近日在Model API上推出Segment Anything Model（SAM）3.1，将图像与视频中的对象检测、分割和跟踪能力整合到统一接口中。用户无需手工标注或复杂调参，只需输入自然语言文本提示，即可识别、分割并持续跟踪画面...

推理视频对象分割（ReasonVOS）是一项新的任务，它使用隐式文本查询生成分割掩码。这需要复杂的推理和世界知识。在这个工作中，我们提出一个新的任务：基于世界知识的视频对象分割。这项任务的主要挑战在于，它需要...

这个GitHub仓库介绍了一个名为SgMg的新方法，改进了视频中所提到的对象分割过程。该方法解决了特性漂移的问题，利用视觉细节更好地优化分割。新方法还使得视频中多个对象的同时分割成为可能，使得这个过程更加快速和...