标签
SAM2Matting 引入了一种从追踪到抠图的框架，通过区域建议桥接和抠图头增强 SAM2 等基础追踪器，即使在仅用图像训练的情况下，也能实现最先进的视频抠图性能，并在多样场景中展现出强大的泛化能力。
AuralSAM2通过AuralFuser模块将音频集成到SAM2中，该模块从视听特征生成稀疏和密集提示，在保持交互效率的同时增强跨模态分割。