論文の概要: NTIRE 2020 Challenge on Image and Video Deblurring

• arxiv url: http://arxiv.org/abs/2005.01244v2
• Date: Sun, 10 May 2020 03:39:13 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-07 01:04:49.149657
• Title: NTIRE 2020 Challenge on Image and Video Deblurring
• Title（参考訳）: NTIRE 2020、画像とビデオの劣化に挑戦
• Authors: Seungjun Nah, Sanghyun Son, Radu Timofte and Kyoung Mu Lee
• Abstract要約: 本稿は、NTIRE 2020 Challenge on Image and Video Deblurringをレビューする。 各大会には163人、135人、102人が登録された。 勝利法は、画像およびビデオの劣化タスクにおける最先端のパフォーマンスを示す。
• 参考スコア（独自算出の注目度）: 129.15554076593762
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Motion blur is one of the most common degradation artifacts in dynamic scene photography. This paper reviews the NTIRE 2020 Challenge on Image and Video Deblurring. In this challenge, we present the evaluation results from 3 competition tracks as well as the proposed solutions. Track 1 aims to develop single-image deblurring methods focusing on restoration quality. On Track 2, the image deblurring methods are executed on a mobile platform to find the balance of the running speed and the restoration accuracy. Track 3 targets developing video deblurring methods that exploit the temporal relation between input frames. In each competition, there were 163, 135, and 102 registered participants and in the final testing phase, 9, 4, and 7 teams competed. The winning methods demonstrate the state-ofthe-art performance on image and video deblurring tasks.
• Abstract（参考訳）: 動きのぼけは、動的シーン撮影において最も一般的な分解物の一つである。 本稿は、NTIRE 2020 Challenge on Image and Video Deblurringをレビューする。 本課題では,提案する3つのコンペティショントラックの評価結果と,提案するソリューションについて述べる。 トラック1は、修復品質に着目した単一画像デブラリング手法の開発を目的としている。 トラック2では、走行速度と復元精度のバランスを見つけるために、移動体プラットフォーム上で画像デブロアリング法が実行される。 トラック3は、入力フレーム間の時間的関係を利用するビデオデブロアリング手法の開発を目標としている。 各競技には163,135,102人の登録参加者が参加し,最終テストフェーズでは9,4,7チームが出場した。 入賞方法は,画像および映像デブラリングタスクにおける最先端の性能を示す。

関連論文リスト

• NTIRE 2021 Challenge on Image Deblurring [111.14036064783835]
  提案手法を用いて,2つのコンペティショントラックの課題仕様と評価結果について述べる。 各競技では338と238の参加者が参加し、最終試験段階では18と17のチームが出場した。 入賞方法は, 共同で組み合わせた人工物を用いて, 画像劣化処理における最先端性能を示す。
  論文  参考訳（メタデータ） (2021-04-30T09:12:53Z)
• NTIRE 2021 Challenge on Video Super-Resolution [103.59395980541574]
  Super-Resolution (SR) はコンピュータビジョンタスクであり、与えられた低解像度の画像から高解像度のクリーンイメージを得る。 本稿では,NTIRE Challenge on Video Super-Resolutionをレビューする。
  論文  参考訳（メタデータ） (2021-04-30T09:12:19Z)
• NTIRE 2021 Challenge on Quality Enhancement of Compressed Video: Methods and Results [132.53598576262686]
  本稿では,圧縮ビデオの品質向上に関する最初のNTIRE課題についてレビューする。 トラック1と2はHEVCが圧縮した動画を固定QPで強化することを目的としており、トラック3はx265で圧縮した動画を固定ビットレートで強化するために設計されている。 提案手法とソリューションは、ビデオ品質向上の最先端を測る。
  論文  参考訳（メタデータ） (2021-04-21T22:08:48Z)
• NTIRE 2020 Challenge on Real-World Image Super-Resolution: Methods and Results [148.54397669654958]
  本稿は,NTIRE 2020における現実世界の超解像に関する課題を概観する。 この課題は、真の高解像度画像と低解像度画像のペアが利用できない現実世界の設定に対処する。 合計22チームが最終テストフェーズに出場し、この問題に対する新しい革新的な解決策を実証した。
  論文  参考訳（メタデータ） (2020-05-05T08:17:04Z)
• AIM 2019 Challenge on Video Temporal Super-Resolution: Methods and Results [129.15554076593762]
  本稿では,ビデオ時空間超解像(フレーム)におけるAIMの最初の課題についてレビューする。 低フレームレート(15fps)のビデオシーケンスから、チャレンジ参加者はより高いフレームレート(60fps)のビデオシーケンスを提出するよう求められる。 ハンドヘルドカメラで撮影した多様なビデオから得られたREDS VTSRデータセットをトレーニングおよび評価目的で使用した。
  論文  参考訳（メタデータ） (2020-05-04T01:51:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。