Encoder-Decoder構造のCNNで、中間層から得られる結果を順番に統合して洗練させていくPRNを提案した。また、現実世界のポートレイトで性能評価するために637枚のデータセットを構築した。

Composition-1kとDistinction-646のデータセットで評価を行い、従来手法を上回る結果。加えて、Composition-1kで学習させたモデルを、独自に構築した現実世界ポートレイトのデータセットで評価したときも、従来手法を上回る結果。

実際的な課題設定に対し、明確な精度向上を示したため通ったと考えられる。PyTorch実装及びデータセット( https://github.com/yucornetto/MGMatting )が公開されている。