Buchumschlag

Training Matting Models without Alpha Labels

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Wenze, Ye, Zixuan, Lu, Hao, Cao, Zhiguo, Yue, Xiangyu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

In-Context Matting
von: Guo, He, et al.
Veröffentlicht: (2024)

FADE: A Task-Agnostic Upsampling Operator for Encoder-Decoder Architectures
von: Lu, Hao, et al.
Veröffentlicht: (2024)

SCAPE: A Simple and Strong Category-Agnostic Pose Estimator
von: Liang, Yujia, et al.
Veröffentlicht: (2024)

In-Context Audio Control of Video Diffusion Transformers
von: Liu, Wenze, et al.
Veröffentlicht: (2025)

Customize Your Visual Autoregressive Recipe with Set Autoregressive Modeling
von: Liu, Wenze, et al.
Veröffentlicht: (2024)

DepthCropSeg++: Scaling a Crop Segmentation Foundation Model With Depth-Labeled Data
von: Zhang, Jiafei, et al.
Veröffentlicht: (2026)

Matte Anything: Interactive Natural Image Matting with Segment Anything Models
von: Yao, Jingfeng, et al.
Veröffentlicht: (2023)

VideoCanvas: Unified Video Completion from Arbitrary Spatiotemporal Patches via In-Context Conditioning
von: Cai, Minghong, et al.
Veröffentlicht: (2025)

Towards Label-Efficient Human Matting: A Simple Baseline for Weakly Semi-Supervised Trimap-Free Human Matting
von: Kim, Beomyoung, et al.
Veröffentlicht: (2024)

SDMatte: Grafting Diffusion Models for Interactive Matting
von: Huang, Longfei, et al.
Veröffentlicht: (2025)

Vision Transformer Off-the-Shelf: A Surprising Baseline for Few-Shot Class-Agnostic Counting
von: Wang, Zhicheng, et al.
Veröffentlicht: (2023)

Generative Video Matting
von: Ge, Yongtao, et al.
Veröffentlicht: (2025)

MatAnyone 2: Scaling Video Matting via a Learned Quality Evaluator
von: Yang, Peiqing, et al.
Veröffentlicht: (2025)

Matting by Generation
von: Wang, Zhixiang, et al.
Veröffentlicht: (2024)

Post-Training Quantization for Video Matting
von: Zhu, Tianrui, et al.
Veröffentlicht: (2025)

Learning Multiple Representations with Inconsistency-Guided Detail Regularization for Mask-Guided Matting
von: Jiang, Weihao, et al.
Veröffentlicht: (2024)

CineMatte: Background Matting for Virtual Production and Beyond
von: He, Yuanjian, et al.
Veröffentlicht: (2026)

Pseudo-Labeling by Multi-Policy Viewfinder Network for Image Cropping
von: Pan, Zhiyu, et al.
Veröffentlicht: (2024)

Cross-Modal Self-Training: Aligning Images and Pointclouds to Learn Classification without Labels
von: Dharmasiri, Amaya, et al.
Veröffentlicht: (2024)

MatAnyone: Stable Video Matting with Consistent Memory Propagation
von: Yang, Peiqing, et al.
Veröffentlicht: (2025)

Morpho-Aware Global Attention for Image Matting
von: Yang, Jingru, et al.
Veröffentlicht: (2024)

DreamMover: Leveraging the Prior of Diffusion Models for Image Interpolation with Large Motion
von: Shen, Liao, et al.
Veröffentlicht: (2024)

Memory Efficient Matting with Adaptive Token Routing
von: Lin, Yiheng, et al.
Veröffentlicht: (2024)

Revisiting Context Aggregation for Image Matting
von: Liu, Qinglin, et al.
Veröffentlicht: (2023)

MatE: Material Extraction from Single-Image via Geometric Prior
von: Zhang, Zeyu, et al.
Veröffentlicht: (2025)

Multi-Label Test-Time Adaptation with Bound Entropy Minimization
von: Wu, Xiangyu, et al.
Veröffentlicht: (2025)

Exploring Active Learning for Label-Efficient Training of Semantic Neural Radiance Field
von: Zhu, Yuzhe, et al.
Veröffentlicht: (2025)

Dual-Context Aggregation for Universal Image Matting
von: Liu, Qinglin, et al.
Veröffentlicht: (2024)

Muses: Designing, Composing, Generating Nonexistent Fantasy 3D Creatures without Training
von: Lu, Hexiao, et al.
Veröffentlicht: (2026)

Diffusion for Natural Image Matting
von: Hu, Yihan, et al.
Veröffentlicht: (2023)

CCSPNet-Joint: Efficient Joint Training Method for Traffic Sign Detection Under Extreme Conditions
von: Hong, Haoqin, et al.
Veröffentlicht: (2023)

SuperMat: Physically Consistent PBR Material Estimation at Interactive Rates
von: Hong, Yijia, et al.
Veröffentlicht: (2024)

Synthesizing Consistent Novel Views via 3D Epipolar Attention without Re-Training
von: Ye, Botao, et al.
Veröffentlicht: (2025)

Dataset Distillation for Super-Resolution without Class Labels and Pre-trained Models
von: Cho, Sunwoo, et al.
Veröffentlicht: (2025)

The Victim and The Beneficiary: Exploiting a Poisoned Model to Train a Clean Model on Poisoned Data
von: Zhu, Zixuan, et al.
Veröffentlicht: (2024)

MP-Mat: A 3D-and-Instance-Aware Human Matting and Editing Framework with Multiplane Representation
von: Jiao, Siyi, et al.
Veröffentlicht: (2025)

Know Your Step: Faster and Better Alignment for Flow Matching Models via Step-aware Advantages
von: Yue, Zhixiong, et al.
Veröffentlicht: (2026)

Saddle-Free Guidance: Improved On-Manifold Sampling without Labels or Additional Training
von: Yeats, Eric, et al.
Veröffentlicht: (2025)

Cumulative Consensus Score: Label-Free and Model-Agnostic Evaluation of Object Detectors in Deployment
von: Manoharan, Avinaash, et al.
Veröffentlicht: (2025)

GIDE: Unlocking Diffusion LLMs for Precise Training-Free Image Editing
von: Zhu, Zifeng, et al.
Veröffentlicht: (2026)