論文の概要: AIM 2020 Challenge on Efficient Super-Resolution: Methods and Results

• arxiv url: http://arxiv.org/abs/2009.06943v1
• Date: Tue, 15 Sep 2020 09:25:51 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-18 06:43:38.619586
• Title: AIM 2020 Challenge on Efficient Super-Resolution: Methods and Results
• Title（参考訳）: 効率的超解法に関するAIM 2020の課題:方法と結果
• Authors: Kai Zhang, Martin Danelljan, Yawei Li, Radu Timofte, Jie Liu, Jie Tang, Gangshan Wu, Yu Zhu, Xiangyu He, Wenjie Xu, Chenghua Li, Cong Leng, Jian Cheng, Guangyang Wu, Wenyi Wang, Xiaohong Liu, Hengyuan Zhao, Xiangtao Kong, Jingwen He, Yu Qiao, Chao Dong, Xiaotong Luo, Liang Chen, Jiangtao Zhang, Maitreya Suin, Kuldeep Purohit, A. N. Rajagopalan, Xiaochuan Li, Zhiqiang Lang, Jiangtao Nie, Wei Wei, Lei Zhang, Abdul Muqeet, Jiwon Hwang, Subin Yang, JungHeum Kang, Sung-Ho Bae, Yongwoo Kim, Liang Chen, Jiangtao Zhang, Xiaotong Luo, Yanyun Qu, Geun-Woo Jeon, Jun-Ho Choi, Jun-Hyuk Kim, Jong-Seok Lee, Steven Marty, Eric Marty, Dongliang Xiong, Siang Chen, Lin Zha, Jiande Jiang, Xinbo Gao, Wen Lu, Haicheng Wang, Vineeth Bhaskara, Alex Levinshtein, Stavros Tsogkas, Allan Jepson, Xiangzhen Kong, Tongtong Zhao, Shanshan Zhao, Hrishikesh P S, Densen Puthussery, Jiji C V, Nan Nan, Shuai Liu, Jie Cai, Zibo Meng, Jiaming Ding, Chiu Man Ho, Xuehui Wang, Qiong Yan, Yuzhi Zhao, Long Chen, Jiangtao Zhang, Xiaotong Luo, Liang Chen, Yanyun Qu, Long Sun, Wenhao Wang, Zhenbing Liu, Rushi Lan, Rao Muhammad Umer, and Christian Micheloni
• Abstract要約: 本稿では,AIM 2020における高効率単一画像超解像の課題について概説する。 課題は、倍率x4の入力画像を超解凍することであった。 目標は、ランタイム、パラメータカウント、FLOP、アクティベーション、メモリ消費などの1つまたは複数の側面を減らすネットワークを考案することである。
• 参考スコア（独自算出の注目度）: 222.26973543552327
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper reviews the AIM 2020 challenge on efficient single image super-resolution with focus on the proposed solutions and results. The challenge task was to super-resolve an input image with a magnification factor x4 based on a set of prior examples of low and corresponding high resolution images. The goal is to devise a network that reduces one or several aspects such as runtime, parameter count, FLOPs, activations, and memory consumption while at least maintaining PSNR of MSRResNet. The track had 150 registered participants, and 25 teams submitted the final results. They gauge the state-of-the-art in efficient single image super-resolution.
• Abstract（参考訳）: 本稿では,AIM 2020における高効率単一画像超解像に関する課題を,提案手法と結果に焦点をあててレビューする。 課題は、低解像度および対応する高解像度画像の先行例に基づいて、倍率x4で入力画像の超解法を行うことであった。 目標は、少なくともMSRResNetのPSNRを維持しながら、ランタイム、パラメータカウント、FLOP、アクティベーション、メモリ消費などの1つまたは複数の側面を減らすネットワークを考案することである。 150人の登録メンバーが参加し、25チームが最終結果を提出した。 彼らは効率の良い単一画像の超解像で最先端の計測を行う。

関連論文リスト

• NTIRE 2024 Challenge on Image Super-Resolution ($\times$4): Methods and Results [126.78130602974319]
  画像の超高解像度化に関するNTIRE 2024の課題(4ドル)をレビューする。 この課題は、低解像度(LR)入力から4倍の倍率で対応する高解像度(HR)画像を生成することである。 この挑戦の目的は、最も先進的なSR性能を持つ設計/解決を得ることである。
  論文  参考訳（メタデータ） (2024-04-15T13:45:48Z)
• NTIRE 2022 Challenge on Efficient Super-Resolution: Methods and Results [279.8098140331206]
  NTIRE 2022の課題は、低解像度と対応する高解像度の画像のペアに基づいて、倍率$4の入力画像を超解凍することであった。 目的は、複数の測定基準に従って測定された効率を改善するために、単一画像超解像のためのネットワークを設計することであった。
  論文  参考訳（メタデータ） (2022-05-11T17:58:54Z)
• AIM 2020 Challenge on Real Image Super-Resolution: Methods and Results [246.25405948014736]
  本稿では,ECCV 2020と共同で開催されているAIMワークショップの一環として,実像超解法(SR)課題を紹介する。 この課題には、入力イメージを$times$2、$times$3、$times$4のスケーリングファクタで超解答する3つのトラックが含まれる。 目標は、SRタスクの現実的な画像劣化により多くの注意を惹きつけることだ。
  論文  参考訳（メタデータ） (2020-09-25T07:42:55Z)
• 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。