イメージマッティングとは、画像中の特定オブジェクトを背景から正確に切り抜くために、画素ごとの不透明度（アルファ値）を推定する技術です。髪の毛やガラスなどの半透明・微細な境界を滑らかに抽出できるため、画像編集や動画合成などで広く活用されています。近年ではディープラーニングを用いた高精度な手法が開発されています。
イメージマッティングとは
イメージマッティングとは、画像から前景オブジェクトを精度高く切り抜くために、各画素の不透明度（アルファ値）を算出する画像処理技術です。
詳しく解説
イメージマッティングは、画像内の各画素が前景・背景のどちらにどれくらいの割合で属しているかを、0から1の連続値（アルファマット）として推定します。従来の二値化処理では表現が困難だった、髪の毛のような細かな毛髪、煙、水滴、半透明なガラス製品などの境界領域を自然に抽出できる点が大きな特徴です。コンピュータビジョン領域において重要視されており、近年では畳み込みニューラルネットワークなどのディープラーニングを活用することで、手動での詳細な指定（トリマップ）なしに自動で高精度の切り抜きを行う手法が主流となっています。
具体例・使われ方
例えば、映画や動画制作におけるクロマキー合成の高度化、ECサイトでの商品画像の背景透過処理、写真編集アプリにおける人物切り抜き機能などに利用されています。毛髪の背景を自然に入れ替えたり、透明なコップの透過感を保ったまま別の背景と合成したりする場面で威力を発揮します。
似た用語との違い
セマンティックセグメンテーションなどの画像領域分割技術は、各画素を前景か背景かの「0か1（二値）」で識別することが一般的です。これに対してイメージマッティングは、境界部分の画素に対して「半透明（0と1の間）」の値を許容し、滑らかなアルファ値を推定する点が異なります。また、背景差分は静止した背景画像との差分を利用する手法ですが、イメージマッティングは境界の微細な透過処理に焦点を当てている点で異なります。
注意点
入力画像と前景の色が非常に似ている場合や、境界が複雑すぎる場合には正確なアルファ値の推定が難しくなることがあります。また、ディープラーニングモデルを使用する場合は計算コストが高くなる傾向があり、リアルタイム処理を行うにはモデルの軽量化や専用ハードウェアが必要になるケースがあります。