Yapay zeka araştırmacıları, video nesne segmentasyonu alanında çığır açan bir teknoloji geliştirdi. 3AM (3egment Anything with Geometric Consistency) adlı yeni sistem, mevcut SAM2 teknolojisinin sınırlarını aşarak, kamera açısı değişimlerinde bile tutarlı nesne takibi gerçekleştiriyor.
SAM2 gibi mevcut video segmentasyon yöntemleri, hafıza tabanlı mimarileriyle güçlü performans sergilemelerine rağmen, büyük görüş açısı değişimlerinde zorlanıyordu. Bu sorun, sistemlerin yalnızca görünüm özelliklerine dayanmasından kaynaklanıyordu. Geleneksel 3D segmentasyon yöntemleri ise görüş açısı tutarlılığını sağlayabiliyordu ancak kamera pozisyonları, derinlik haritaları ve maliyetli ön işleme süreçleri gerektiriyordu.
3AM, bu sorunu MUSt3R teknolojisinden gelen 3D farkında özelliklerini SAM2'ye entegre ederek çözüyor. Sistemin hafif Feature Merger bileşeni, örtük geometrik karşılıkları kodlayan çok seviyeli MUSt3R özelliklerini birleştiriyor. SAM2'nin görünüm özellikleriyle kombine edilen bu yaklaşım, hem uzamsal konum hem de görsel benzerliğe dayalı geometri-tutarlı tanıma sağlıyor.
Araştırmacılar ayrıca, çerçevelerin uzamsal olarak tutarlı nesne bölgelerini gözlemlemesini sağlayan görüş alanı farkında örnekleme stratejisi geliştirdi. Bu strateji, güvenilir 3D karşılık öğrenimini mümkün kılıyor. Sistemin en önemli avantajı, çıkarım aşamasında yalnızca RGB girişi gerektirmesi ve kamera pozisyonu ya da ön işleme ihtiyacı duymaması.