論文の概要: NTIRE 2020 Challenge on Image Demoireing: Methods and Results
- arxiv url: http://arxiv.org/abs/2005.03155v1
- Date: Wed, 6 May 2020 22:05:58 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-06 05:49:33.326426
- Title: NTIRE 2020 Challenge on Image Demoireing: Methods and Results
- Title(参考訳): NTIRE 2020、画像の削除に挑戦:方法と結果
- Authors: Shanxin Yuan, Radu Timofte, Ales Leonardis, Gregory Slabaugh, Xiaotong
Luo, Jiangtao Zhang, Yanyun Qu, Ming Hong, Yuan Xie, Cuihua Li, Dejia Xu,
Yihao Chu, Qingyan Sun, Shuai Liu, Ziyao Zong, Nan Nan, Chenghua Li, Sangmin
Kim, Hyungjoon Nam, Jisu Kim, Jechang Jeong, Manri Cheon, Sung-Jun Yoon,
Byungyeon Kang, Junwoo Lee, Bolun Zheng, Xiaohong Liu, Linhui Dai, Jun Chen,
Xi Cheng, Zhenyong Fu, Jian Yang, Chul Lee, An Gia Vien, Hyunkook Park,
Sabari Nathan, M.Parisa Beham, S Mohamed Mansoor Roomi, Florian Lemarchand,
Maxime Pelcat, Erwan Nogues, Densen Puthussery, Hrishikesh P S, Jiji C V,
Ashish Sinha, Xuan Zhao
- Abstract要約: この課題はCVPR 2020と共同で開かれたNTIRE(New Trends in Image Restoration and Enhancement)ワークショップの一部だった。
提案手法は, 地上の真理清浄画像と参加者の手法による復元画像とのピーク信号-雑音比(PSNR)を用いて, その忠実度を評価した。
- 参考スコア(独自算出の注目度): 111.72904895149804
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper reviews the Challenge on Image Demoireing that was part of the New
Trends in Image Restoration and Enhancement (NTIRE) workshop, held in
conjunction with CVPR 2020. Demoireing is a difficult task of removing moire
patterns from an image to reveal an underlying clean image. The challenge was
divided into two tracks. Track 1 targeted the single image demoireing problem,
which seeks to remove moire patterns from a single image. Track 2 focused on
the burst demoireing problem, where a set of degraded moire images of the same
scene were provided as input, with the goal of producing a single demoired
image as output. The methods were ranked in terms of their fidelity, measured
using the peak signal-to-noise ratio (PSNR) between the ground truth clean
images and the restored images produced by the participants' methods. The
tracks had 142 and 99 registered participants, respectively, with a total of 14
and 6 submissions in the final testing stage. The entries span the current
state-of-the-art in image and burst image demoireing problems.
- Abstract(参考訳): 本稿では,画像復元・強調技術(ntire)ワークショップの新たなトレンドの一環として,cvpr 2020とともに実施した画像解体に関する課題について概説する。
画像からモアレパターンを取り除き、その下にあるクリーンなイメージを明らかにすることは難しい作業である。
チャレンジは2つのトラックに分けられた。
トラック1は、単一の画像からモアレパターンを取り除こうとする、単一の画像削除問題をターゲットにしている。
トラック2はバースト解体問題に焦点をあて、同じシーンの劣化したモワール画像のセットが入力として提供され、単一の解体画像を出力として生成することを目標とした。
提案手法は, 地上の真理清浄画像と参加者の手法による復元画像とのピーク信号-雑音比(PSNR)を用いて, その忠実度を評価した。
トラックには142名と99名の登録参加者がおり、最終試験段階では合計14名と6名の応募があった。
エントリは、現在の最先端のイメージとバーストイメージの破壊的問題にまたがる。
関連論文リスト
- NTIRE 2024 Restore Any Image Model (RAIM) in the Wild Challenge [60.21380105535203]
RAIMチャレンジは野生での画像復元のためのベンチマークを構築した。
参加者は、実際の撮影画像が複雑で未知の劣化から復元されることが求められた。
トップランクの手法は最先端の復元性能を改善し、18人の審査員から全会一致の承認を得た。
論文 参考訳(メタデータ) (2024-05-16T09:26:13Z) - 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 2020 Challenge on Real Image Denoising: Dataset, Methods and
Results [181.2861509946241]
本稿は、新たに導入されたデータセットに焦点をあてて、実画像の復調に関するNTIRE 2020の課題をレビューする。
課題は、SIDDベンチマークに基づく実際の画像のデノゲーションに関する以前のNTIRE 2019チャレンジの新バージョンである。
論文 参考訳(メタデータ) (2020-05-08T15:46:19Z) - 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) - NTIRE 2020 Challenge on Image and Video Deblurring [129.15554076593762]
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。
論文 参考訳(メタデータ) (2020-05-04T03:17:30Z)
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。