RenderMatte：用于图像抠图的精确 Alpha 渲染和组相对对齐

图像抠图是现代视觉内容制作的一项重要支持技术，其中前景提取决定了下游创作工作流程的真实性和可编辑性。然而，开放世界场景中精确的 Alpha 估计仍然具有挑战性，因为真实的前景表现出高度多样化的外观和不透明度模式。这使得现有的方法难以应对语义模糊性和细粒度的不透明度变化，特别是在脆弱且难以监督的稀疏边界区域。为了解决这一差距，我们提出了 RenderMatte，这是一个 trimap 引导的抠图框架，通过全参数 微调 适应 FLUX.1 Kontext，利用图像编辑先验进行结构保留的 alpha 预测。在监督适应过程中，阿尔法边缘目标保留了潜在的流匹配信号，同时加强了像素空间边界监督。我们进一步为 后训练 引入组相对 alpha 对齐。它使用特定于抠图的奖励来比较在相同 trimap 条件下采样的多个遮罩，以实现 alpha 准确性、边界保真度、trimap 合规性和成分一致性。为了克服缺乏精确边缘注释的问题，我们构建了 RenderMatte 数据集，这是一个将 3D 渲染的 RGBA 前景与各种多源资产相结合的大型合成数据集。它具有精确的链级 alpha 注释和多样化的背景复合材料。实验显示了所有基准测试中最先进的性能，展示了在开放世界场景中实现高保真抠图的可扩展路径。