论文页面 - SAM2Matting：通用图像与视频抠图

来源：https://huggingface.co/papers/2606.27339

摘要

SAM2Matting 通过追踪器到抠图框架推进了视频抠图技术，该框架利用带有区域提议桥接的基础追踪器和专用抠图头，将追踪与抠图任务解耦。

尽管图像抠图取得了显著进展，但由于高层追踪（需要帧级理解）与低层抠图（专注于极其精细的细节）之间存在固有差距，视频抠图（https://huggingface.co/papers?q=video%20matting）仍然具有挑战性。现有方法使用昂贵且范围狭窄的视频抠图（https://huggingface.co/papers?q=video%20matting）数据集，这可能会限制领域外泛化（https://huggingface.co/papers?q=out-of-domain%20generalization）并损害追踪鲁棒性。我们重新思考这一范式，提出了 SAM2（https://huggingface.co/papers?q=SAM2）Matting，这是一种追踪器到抠图框架，将 VOS 追踪器（https://huggingface.co/papers?q=VOS%20trackers）提升至高清视频抠图（https://huggingface.co/papers?q=video%20matting）。具体而言，它通过使用区域提议桥接（https://huggingface.co/papers?q=region-proposal%20bridge）和专用抠图头（https://huggingface.co/papers?q=matting%20heads）增强基础追踪器（例如 SAM2（https://huggingface.co/papers?q=SAM2）、SAM3（https://huggingface.co/papers?q=SAM3））来解耦任务，使未妥协的追踪器能够处理时间一致性（https://huggingface.co/papers?q=temporal%20consistency），而抠图组件则解决精细细节。值得注意的是，尽管仅使用图像进行训练，SAM2（https://huggingface.co/papers?q=SAM2）Matting 在视频抠图（https://huggingface.co/papers?q=video%20matting）上建立了新的最先进性能，支持多种提示类型（https://huggingface.co/papers?q=prompt%20types），保持了强大的时间一致性（https://huggingface.co/papers?q=temporal%20consistency），并展示了在人类中心及野外场景中的稳健泛化能力。

查看 arXiv 页面（https://arxiv.org/abs/2606.27339）查看 PDF（https://arxiv.org/pdf/2606.27339）项目页面（https://henghuiding.com/SAM2Matting/）GitHub27（https://github.com/FudanCVL/SAM2Matting）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2606.27339）

在您的代理中获取此论文：

hf papers read 2606.27339

没有最新 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2606.27339 可从此页面链接。

引用此论文的数据集0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2606.27339 可从此页面链接。

引用此论文的 Spaces0

没有 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2606.27339 可从此页面链接。

包含此论文的收藏集0

没有收藏集包含此论文

将这篇论文添加到收藏集（https://huggingface.co/new-collection）可从此页面链接。