セグメントエニシングモデル(SAM)は、大規模なデータセットを使用して事前に訓練されているが、新しいドメインやオブジェクトタイプに適用すると大きな失敗率を示す。本研究では、ユーザーの対話を活用してSAMを即時に適応させる手法を提案する。
ユーザーの入力に応じて、オブジェクトやパーツの細かさを柔軟に制御できる新しい対話型セグメンテーションアプローチを提案する。
