MASA est un modèle avancé pour la correspondance d'objets dans les images vidéo, capable de gérer le suivi multi-objets (MOT) dans des scénarios complexes. Au lieu de dépendre de jeux de données vidéo annotés spécifiques à un domaine, MASA exploite la segmentation d'objets riche fournie par le modèle Segment Anything Model (SAM) pour apprendre les correspondances au niveau des instances. MASA intègre un adaptateur universel compatible avec les modèles de segmentation ou de détection de base, permettant un suivi zéro-échantillon et des performances exceptionnelles même dans des domaines complexes.