竞争性记忆读取改善视频目标分割：LSVOS挑战赛MOSEv2赛道第二名报告

我们在 ECCV 2026 上展示了第八届大规模视频对象分割 (LSVOS) 挑战赛 MOSEv2 赛道的解决方案。该挑战赛评估了复杂时间动态下的鲁棒视频对象分割，包括长期遮挡、消失和再现、较大的外观变化以及视觉相似对象的强烈干扰。我们的方法建立在 SAM~3 之上，重点关注其内存读出。标准的仅目标内存检索可能会将带注释的目标与同类非目标对象混淆，因为此类干扰项仅隐式表示为背景。我们的方法引入了竞争性记忆读出，它在从记忆中检索目标信息时明确地结合了同类竞争对手的证据。为了防止对弱目标或重新出现目标的过度抑制，我们在竞争性读取后进一步应用了轻量级自适应恢复规则。由此产生的系统保留了原始的 SAM~3 跟踪管道，同时改进了具有挑战性的视频中的目标身份保留。我们提交的作品在主要挑战得分中获得了 66.20 分，在 MOSEv2 赛道中排名第二。