SAM-MT는 Segment Anything 2(SAM2)를 기반으로 한 실시간 멀티 타겟 동영상 분할 프레임워크입니다. 기존 방식의 낮은 FPS와 무한대 지연 문제를 해결하기 위해 여러 타겟을 동시에 처리합니다.
명확한 쿼리를 사용하여 각 타겟을 표현하고, 공유된 표현으로 글로벌 컨텍스트를 활용하며, 마스크된 어텐션을 통해 개별 타겟의 동일성을 유지합니다.
SAM-MT는 10개의 타겟 기준 36 FPS 이상의 실시간 속도를 유지하며, SAM2의 강력한 동영상 분할 성능을 보존합니다.