DiffusionMat é uma estrutura de recorte de imagem inovadora que emprega um processo de recorte alfa de grosseiro para fino baseado em modelos de difusão. Diferentemente dos métodos tradicionais, nosso método trata o recorte de imagem como um processo de aprendizado gradual de melhoria, começando com a adição de ruído ao mapa de recorte e, através de um modelo de difusão pré-treinado, iterativamente removendo o ruído, guiando gradualmente a previsão para um recorte alfa limpo. A inovação crucial da nossa estrutura é um módulo de correção que ajusta a saída em cada etapa de remoção de ruído, garantindo que o resultado final seja consistente com a estrutura da imagem de entrada. Também introduzimos a Propagação de Confiabilidade Alfa, uma técnica inovadora que visa maximizar a utilidade da orientação disponível, seletivamente reforçando as áreas do mapa de recorte com informações alfa confiantes, simplificando assim a tarefa de correção. Para treinar o módulo de correção, projetamos uma função de perda específica para a precisão das bordas do recorte alfa e a consistência de suas regiões opacas e transparentes. Avaliamos nosso modelo em vários benchmarks de recorte de imagem, e os resultados mostram que o DiffusionMat supera consistentemente os métodos existentes.