MASA é um modelo avançado para correspondência de objetos em quadros de vídeo, capaz de lidar com o rastreamento multi-alvo (MOT) em cenários complexos. Ao contrário de modelos que dependem de conjuntos de dados de vídeo rotulados para domínios específicos, o MASA utiliza a rica segmentação de objetos do Segment Anything Model (SAM) para aprender correspondências em nível de instância. O MASA possui um adaptador universal que pode ser usado com modelos de segmentação ou detecção básicos, permitindo o rastreamento de zero-shot, mesmo em domínios complexos, com desempenho excelente.