メモリベースのトラッカーは、最近の追跡フレームをメモリバッファに連結してターゲットモデルを構築し、現在の画像に対してバッファ内のフレームに注目することでターゲットを局所化する、動画オブジェクトセグメンテーション手法である。多くのベンチマークにおいてすでに最高水準の性能を達成しているものの、最近のSAM2のリリースにより、メモリベースのトラッカーは視覚オブジェクト追跡コミュニティの注目を集めるようになった。しかし、現代のトラッカーは、不要な干渉要因（ディストラクター）が存在する状況では依然として困難を抱えている。本研究では、より洗練されたメモリモデルの導入が不可欠であると主張し、SAM2向けの新たなディストラクター対応型メモリモデルと、セグメンテーション精度および追跡のロバスト性の両方を統合的に改善するための内省に基づく更新戦略を提案する。本手法により得られたトラッカーを「SAM2.1++」と呼ぶ。さらに、ディストラクター問題をより深く理解するための新しいデータセット「Distractor-distilled DiDi（DiDi）」を提案する。実験結果から、SAM2.1++はSAM2.1および関連するSAMメモリ拡張手法を7つのベンチマークで上回り、そのうち6つのベンチマークにおいて新たな最先端の性能を達成した。