本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

來自南方科技大學(xué)的這款視頻分割模型，可以追蹤視頻中的任意事物。

不僅會“看”，還會“剪”，從視頻中去掉個人，對它來說也是輕輕松松的事。

而操作上，你唯一需要做的就是點幾下鼠標(biāo)。

這位特效藝術(shù)家看到消息后仿佛找到了救星，直言這一產(chǎn)品將改變CGI行業(yè)的游戲規(guī)則。

這款模型叫做TAM（Track Anything Model），是不是和Meta的圖像分割模型SAM名字很像？

的確，TAM就是將SAM擴展到了視頻領(lǐng)域，點亮了動態(tài)物體追蹤的技能樹。

視頻分割模型其實不是新技術(shù)了，但傳統(tǒng)的分割模型并沒有減輕人類的工作。

這些模型使用的訓(xùn)練數(shù)據(jù)全部需要人工標(biāo)注，甚至在使用時還需要先用特定物體的遮罩參數(shù)進行初始化。

SAM的出現(xiàn)為解決這一問題提供了前提——至少初始化數(shù)據(jù)不再需要人工獲取。

當(dāng)然，TAM也并不是逐幀使用SAM再疊加，還需要構(gòu)建對應(yīng)的時空關(guān)系。

團隊將SAM與名為XMem的記憶模塊進行了集成。

只需要在第一幀中用SAM生成初始參數(shù)，XMem便可以指導(dǎo)接下來的追蹤過程。

追蹤的目標(biāo)還可以是很多個，比如下面的清明上河圖：

甚至場景發(fā)生改變，也不影響TAM的表現(xiàn)：

我們體驗了一番發(fā)現(xiàn)，TAM采用了交互式用戶界面，操作上十分簡單友好。

硬實力方面，TAM的追蹤效果的確也不錯：

但是，消除功能在一些細節(jié)上的精確度還有待提高。

從SAM到TAM

前文已經(jīng)提到，TAM是在SAM的基礎(chǔ)之上結(jié)合記憶能力建立時空關(guān)聯(lián)實現(xiàn)的。

具體而言，第一步是借助SAM的靜態(tài)圖像分割能力對模型進行初始化。

只需一次點擊，SAM就能生成目標(biāo)物體的初始化遮罩參數(shù)，代替了傳統(tǒng)分割模型中的復(fù)雜初始化過程。

有了初始參數(shù)，團隊就可以將它交給XMem，進行半人工干預(yù)訓(xùn)練，大大減少了人類工作量。

在這一過程中，會有一些人工預(yù)測結(jié)果被用于和XMem的輸出進行比較。

實際過程中，隨著時間的增長，得到準(zhǔn)確的分割結(jié)果對XMem變得越來越困難。

當(dāng)結(jié)果與預(yù)期差距過大時，將進入再分割環(huán)節(jié)，這一步還是由SAM完成。

經(jīng)過SAM的再優(yōu)化，大部分輸出結(jié)果已比較準(zhǔn)確，但還有一部分需要人工再調(diào)整。

TAM的訓(xùn)練過程大致就是這樣，而開頭提到的物體消除的技能是TAM與E²FGVI結(jié)合形成的。

E²FGVI本身也是一個視頻元素消除工具，在TAM精準(zhǔn)分割的加持下，其工作更加有的放矢。

為了測試TAM，團隊使用了DAVIS-16和DAVIS-17數(shù)據(jù)集對其進行了評估。

直觀感受還是很不錯的，從數(shù)據(jù)上看也的確如此。

TAM雖然無需手工設(shè)置遮罩參數(shù)，但其J（區(qū)域相似度）和F（邊界準(zhǔn)確度）兩項指標(biāo)已十分接近手工模型。

甚至在DAVIS-2017數(shù)據(jù)集上的表現(xiàn)還略勝于其中的STM。

其他初始化方式中，SiamMask的表現(xiàn)根本無法和TAM相提并論；

另一種名為MiVOS方法雖然表現(xiàn)好于TAM，但畢竟已經(jīng)進化了8輪……

團隊簡介

TAM來自南方科技大學(xué)視覺智能與感知（VIP）實驗室。

該實驗室研究方向包括文本-圖像-聲音多模型學(xué)習(xí)、多模型感知、強化學(xué)習(xí)和視覺缺陷檢測等。

目前團隊已發(fā)表論文30余篇，獲得專利5項。

團隊領(lǐng)導(dǎo)人是南方科技大學(xué)鄭鋒副教授，博士畢業(yè)于英國謝菲爾德大學(xué)，先后供職于中科院深研院、騰訊優(yōu)圖等機構(gòu)，于2018年進入南科大，2021年晉升為副教授。

論文地址：
https://arxiv.org/abs/2304.11968
GitHub頁面：
https://github.com/gaomingqi/Track-Anything
參考鏈接：
https://twitter.com/bilawalsidhu/status/1650710123399233536?s=20