論文の概要: RenderMatte: Exact-Alpha Rendering and Group-Relative Alignment for Image Matting
- arxiv url: http://arxiv.org/abs/2608.08487v1
- Date: Sun, 09 Aug 2026 05:07:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:36.842276
- Title: RenderMatte: Exact-Alpha Rendering and Group-Relative Alignment for Image Matting
- Title（参考訳）: RenderMatte: 画像マッチングのためのExact-AlphaレンダリングとGroup-Relativeアライメント
- Authors: Zecheng Ren, Yafei Hu, Jianing Zhao, Ruichen Cong, Qun Jin, Yiren Song,
- Abstract要約: RenderMatteは、FLUX.1 Kontextをフルパラメータの微調整により適応する、トリマップ誘導型マットフレームワークである。
アルファエッジの目的は、画素空間境界監督を強化しつつ、潜時フローマッチング信号を保存する。
実験では、すべてのベンチマークで最先端のパフォーマンスを示し、オープンワールドのシーンで高忠実なマッティングへのスケーラブルなパスを示している。
- 参考スコア（独自算出の注目度）: 11.686126175969108
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Image matting is an essential enabling technology for modern visual content production, where foreground extraction determines the realism and editability of downstream creation workflows. However, precise alpha estimation in open-world scenes remains challenging because real foregrounds exhibit highly diverse appearances and opacity patterns. This makes existing methods struggle with semantic ambiguity and fine-grained opacity variation, especially in sparse boundary regions that are fragile and difficult to supervise. To address this gap, we present RenderMatte, a trimap-guided matting framework that adapts FLUX.1 Kontext through full-parameter fine-tuning, leveraging image editing priors for structure-preserving alpha prediction. During supervised adaptation, an alpha-edge objective preserves the latent flow-matching signal while strengthening pixel-space boundary supervision. We further introduce group-relative alpha alignment for post-training. It compares multiple mattes sampled under the same trimap condition using matting-specific rewards for alpha accuracy, boundary fidelity, trimap compliance, and compositional consistency. To overcome the lack of precise edge annotations, we construct the RenderMatte dataset, a large-scale synthetic dataset combining 3D-rendered RGBA foregrounds with diverse multi-source assets. It features exact strand-level alpha annotations and diverse background composites. Experiments show state-of-the-art performance across all benchmarks, demonstrating a scalable path toward high-fidelity matting in open-world scenes.
- Abstract（参考訳）: 画像マッチングは、前景抽出が下流生成ワークフローのリアリズムと編集可能性を決定する現代の視覚コンテンツ制作に不可欠な技術である。
しかし、実際の前景は極めて多様な外観と不透明なパターンを示すため、オープンワールドシーンでの正確なアルファ推定は依然として困難である。
これにより、既存の手法は意味的曖昧さと微妙な不透明さのばらつきに悩まされる。
このギャップに対処するために、FLUX.1に適応するトリマップ誘導のマットフレームワークであるRenderMatteを紹介します。
構造保存型アルファ予測に画像編集の先行情報を活用するフルパラメータ細調整によるコンテクスト。
教師付き適応中、アルファエッジの目的は、ピクセル空間境界の監督を強化しながら、潜在フローマッチング信号を保存する。
さらに,グループ相対的アルファアライメントを導入した。
同じトリマップ条件下でサンプリングされた複数の行列を、アルファ精度、境界忠実度、トリマップコンプライアンス、構成整合性のためにマット固有の報酬を用いて比較する。
正確なエッジアノテーションの欠如を克服するため、3DレンダリングされたRGBAフォアグラウンドと多様なマルチソース資産を組み合わせた大規模合成データセットであるRenderMatteデータセットを構築した。
正確なストランドレベルのアルファアノテーションと多様なバックグラウンドコンポジットを備えている。
実験では、すべてのベンチマークで最先端のパフォーマンスを示し、オープンワールドのシーンで高忠実なマッティングへのスケーラブルなパスを示している。
関連論文リスト
- Interp3D: Correspondence-aware Interpolation for Generative Textured 3D Morphing [63.141976759536625]
テクスチャ化された3DモーフィングのためのトレーニングフリーフレームワークであるInterp3Dを提案する。
生成的先行性を利用し、幾何学的忠実さとテクスチャコヒーレンスの両方を保証するために、プログレッシブアライメント原理を採用する。
包括的評価のために, 難易度の高い専用データセットInterp3DDataを構築し, 忠実度, 遷移滑らか度, 可視性から生成結果を評価する。
論文 参考訳（メタデータ） (2026-01-20T16:03:22Z) - Joint Semantic and Rendering Enhancements in 3D Gaussian Modeling with Anisotropic Local Encoding [86.55824709875598]
本稿では,セマンティックとレンダリングの両方を相乗化する3次元セマンティックガウスモデリングのための統合拡張フレームワークを提案する。
従来の点雲形状符号化とは異なり、細粒度3次元形状を捉えるために異方性3次元ガウシアン・チェビシェフ記述子を導入する。
我々は、学習した形状パターンを継続的に更新するために、クロスシーンの知識伝達モジュールを使用し、より高速な収束と堅牢な表現を可能にします。
論文 参考訳（メタデータ） (2026-01-05T18:33:50Z) - DiffDecompose: Layer-Wise Decomposition of Alpha-Composited Images via Diffusion Transformers [85.1185656296496]
本稿では,DiffDecomposeについて述べる。DiffDecomposeは拡散トランスフォーマーをベースとしたフレームワークで,入力画像に条件付き可能な層分解を後部から学習する。
コードとデータセットは、論文の受理時に提供される。
論文 参考訳（メタデータ） (2025-05-24T16:08:04Z) - Boosting General Trimap-free Matting in the Real-World Image [0.0]
我々は,textbfMulti-textbfFeature fusion-based textbfCoarse-to-fine Network textbf(MFC-Net)というネットワークを提案する。
提案手法は, 合成画像と実世界の画像の両方において有意に有効であり, 実世界のデータセットの性能は, 既存のマッティングフリー手法よりもはるかに優れている。
論文 参考訳（メタデータ） (2024-05-28T07:37:44Z) - DiffusionMat: Alpha Matting as Sequential Refinement Learning [87.76572845943929]
DiffusionMatは、粗いアルファマットから洗練されたアルファマットへの移行に拡散モデルを利用する画像マッチングフレームワークである。
補正モジュールは、各復調ステップで出力を調整し、最終的な結果が入力画像の構造と一致していることを保証する。
その結果,DiffusionMatは既存の手法よりも優れていたことが示唆された。
論文 参考訳（メタデータ） (2023-11-22T17:16:44Z) - Long-Range Feature Propagating for Natural Image Matting [93.20589403997505]
自然画像マッチングは、トリマップ内の未知領域のアルファ値を推定する。
近年、深層学習に基づく手法は、その類似性に応じて、既知の領域から未知領域へのアルファ値の伝播を行っている。
本稿では,Alpha matte 推定のために受信フィールド外における長距離コンテキスト特徴を学習する Long-Range Feature Propagating Network (LFPNet) を提案する。
論文 参考訳（メタデータ） (2021-09-25T01:17:17Z) - Semantic Image Matting [75.21022252141474]
交配領域のフレームワークセマンティクス分類に組み込むことで、より良いアルファマットを得る方法を紹介します。
具体的には,20種類のマットングパターンを検討し,学習し,従来の三角マップを意味的三角マップに拡張する提案を行う。
複数のベンチマーク実験により,本手法は他の手法よりも優れており,最も競争力のある最先端性能を実現していることが明らかとなった。
論文 参考訳（メタデータ） (2021-04-16T16:21:02Z) - Human Perception Modeling for Automatic Natural Image Matting [2.179313476241343]
natural image mattingは、alpha matteを使って、フォアグラウンドオブジェクトを背景から正確に分離することを目的としている。
アノテーションを付加せずに直感的に設計したトリマップフリー2段階マッチング手法を提案する。
このマッティングアルゴリズムは,現在最先端の手法と,trimap-freeとtrimap-needの両方の面で競合する性能を持つ。
論文 参考訳（メタデータ） (2021-03-31T12:08:28Z) - High-Resolution Deep Image Matting [39.72708676319803]
HDMattは、高解像度入力のための最初のディープラーニングベースの画像マッチングアプローチである。
提案手法は,Adobe Image Matting と AlphaMatting のベンチマーク上で,最先端の性能を新たに設定する。
論文 参考訳（メタデータ） (2020-09-14T17:53:15Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。