論文の概要: NTIRE 2020 Challenge on NonHomogeneous Dehazing
- arxiv url: http://arxiv.org/abs/2005.03457v1
- Date: Thu, 7 May 2020 13:29:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-05 23:32:09.052934
- Title: NTIRE 2020 Challenge on NonHomogeneous Dehazing
- Title（参考訳）: 非均質デハジングに関するntire 2020チャレンジ
- Authors: Codruta O. Ancuti, Cosmin Ancuti, Florin-Alexandru Vasluianu, Radu
Timofte, Jing Liu, Haiyan Wu, Yuan Xie, Yanyun Qu, Lizhuang Ma, Ziling Huang,
Qili Deng, Ju-Chin Chao, Tsung-Shan Yang, Peng-Wen Chen, Po-Min Hsu, Tzu-Yi
Liao, Chung-En Sun, Pei-Yuan Wu, Jeonghyeok Do, Jongmin Park, Munchurl Kim,
Kareem Metwaly, Xuelu Li, Tiantong Guo, Vishal Monga, Mingzhao Yu,
Venkateswararao Cherukuri, Shiue-Yuan Chuang, Tsung-Nan Lin, David Lee,
Jerome Chang, Zhan-Han Wang, Yu-Bang Chang, Chang-Hong Lin, Yu Dong, Hongyu
Zhou, Xiangzhen Kong, Sourya Dipta Das, Saikat Dutta, Xuan Zhao, Bing Ouyang,
Dennis Estrada, Meiqi Wang, Tianqi Su, Siyi Chen, Bangyong Sun, Vincent
Whannou de Dravo, Zhe Yu, Pratik Narang, Aryan Mehra, Navaneeth Raghunath,
Murari Mandal
- Abstract要約: 本稿は,NTIRE 2020 Challenge on Nonhomogeneous Dehazing of image (Hyzy imageの豊富な詳細の復元)をレビューする。
本研究では,55対のリアルヘイズフリーおよび非均一ヘイズ画像からなる新しいデータセットであるNH-Hazeについて,提案手法とその評価結果に焦点を当てた。
- 参考スコア（独自算出の注目度）: 127.75499962752747
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper reviews the NTIRE 2020 Challenge on NonHomogeneous Dehazing of
images (restoration of rich details in hazy image). We focus on the proposed
solutions and their results evaluated on NH-Haze, a novel dataset consisting of
55 pairs of real haze free and nonhomogeneous hazy images recorded outdoor.
NH-Haze is the first realistic nonhomogeneous haze dataset that provides ground
truth images. The nonhomogeneous haze has been produced using a professional
haze generator that imitates the real conditions of haze scenes. 168
participants registered in the challenge and 27 teams competed in the final
testing phase. The proposed solutions gauge the state-of-the-art in image
dehazing.
- Abstract（参考訳）: 本稿は,NTIRE 2020 Challenge on Nonhomogeneous Dehazing of image (Hyzy imageの豊富な詳細の復元)をレビューする。
本研究では,55対のリアルヘイズフリーおよび非均一ヘイズ画像からなる新しいデータセットであるNH-Hazeを用いて,提案手法とその評価を行った。
NH-Hazeは、地上の真理画像を提供する最初の現実的な非均一なヘイズデータセットである。
非均質なヘイズは、ヘイズシーンの実際の状態を模倣するプロのヘイズジェネレータを用いて生成されている。
168人が挑戦に登録し、27チームが最終テストフェーズに出場した。
提案手法は, 画像デハージングにおける最先端性を評価する。
関連論文リスト
- HazeSpace2M: A Dataset for Haze Aware Single Image Dehazing [26.97153700921866]
本研究では HazeSpace2M データセットを紹介した。これは Haze 型分類によるデハージングを強化するために設計された 200 万以上の画像の集合である。
このデータセットを用いて, ヘイズ型分類手法を導入し, 特殊デハザーを用いてヘイズ画像の鮮明化を行う。
本手法は, 実生活におけるヘイズ画像の鮮明さを向上させるために, 型別脱ヘイズを適用する前に, ヘイズタイプを分類する。
論文 参考訳（メタデータ） (2024-09-25T23:47:25Z) - 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) - Unsupervised Neural Rendering for Image Hazing [31.108654945661705]
Image hazingは、ゲーム、撮影、写真のフィルタリング、画像のデハージングなど、さまざまな実用用途に適用可能な、クリーンな画像からヘイズな画像をレンダリングすることを目的としている。
本稿では,ハゼゲンと呼ばれる画像のレンダリング手法を提案する。具体的には,ハゼゲンは知識駆動型ニューラルネットワークであり,新しい先行情報を利用して送信マップを推定する。
エアライトを適応的に学習するために、別の新しい先行技術に基づいてニューラルモジュールを構築する。
論文 参考訳（メタデータ） (2021-07-14T13:15:14Z) - 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) - NH-HAZE: An Image Dehazing Benchmark with Non-Homogeneous Hazy and
Haze-Free Images [95.00583228823446]
NH-HAZEは非同質な現実的データセットであり、実写のヘイズフリー画像とそれに対応するヘイズフリー画像のペアである。
本研究は、NH-HAZEデータセットを用いて評価した、最先端の単一画像デハージング手法の客観的評価を示す。
論文 参考訳（メタデータ） (2020-05-07T15:50:37Z) - 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 Perceptual Extreme Super-Resolution: Methods and
Results [240.4967106943687]
本稿では,NTIRE 2020の超高解像度超解像に関する課題を概観する。
課題は、倍率係数16で入力画像を超解凍することであった。
登録参加者は280人、最終結果は19チームが提出した。
論文 参考訳（メタデータ） (2020-05-03T11:30:51Z)
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。