論文の概要: AIM 2020 Challenge on Image Extreme Inpainting

• arxiv url: http://arxiv.org/abs/2010.01110v1
• Date: Fri, 2 Oct 2020 17:11:17 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-12 02:02:22.925712
• Title: AIM 2020 Challenge on Image Extreme Inpainting
• Title（参考訳）: AIM 2020、イメージ・エクストリーム・インペインティングに挑戦
• Authors: Evangelos Ntavelis, Andr\'es Romero, Siavash Bigdeli, Radu Timofte
• Abstract要約: 本報告では,極端画像の塗装における2つの異なるトラックに対する提案された解と結果に焦点を当てる。 この挑戦には88名と74名の参加者が参加し、最終段階では11名と6名が出場した。 本報告では, 現状の解を計測し, 将来的な極端画像インパインティング手法のベンチマークを作成する。
• 参考スコア（独自算出の注目度）: 69.92919908851609
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper reviews the AIM 2020 challenge on extreme image inpainting. This report focuses on proposed solutions and results for two different tracks on extreme image inpainting: classical image inpainting and semantically guided image inpainting. The goal of track 1 is to inpaint considerably large part of the image using no supervision but the context. Similarly, the goal of track 2 is to inpaint the image by having access to the entire semantic segmentation map of the image to inpaint. The challenge had 88 and 74 participants, respectively. 11 and 6 teams competed in the final phase of the challenge, respectively. This report gauges current solutions and set a benchmark for future extreme image inpainting methods.
• Abstract（参考訳）: 本稿では,AIM 2020の極端画像インペイントに関する課題を概観する。 本報告は,エクストリーム・イメージ・インペインティングに関する2つの異なるトラックについて提案する解決策と結果に焦点を当てる。 トラック1の目標は、監督ではなくコンテキストを用いて画像のかなりの部分を描くことである。 同様に、トラック2の目標は、画像のセマンティックセグメンテーションマップ全体にアクセスしてインペイントすることである。 参加者は88名と74名であった。 11チームと6チームがそれぞれ最終戦に出場した。 本報告は、現在のソリューションを計測し、将来の極端画像インペインティング手法のベンチマークを設定する。

関連論文リスト

• Multi-stage Progressive Reasoning for Dunhuang Murals Inpainting [5.167943379184235]
  ダンファンの壁画は、長期間の環境侵食の影響を受け、薄れ、壊れ、表面の脆さ、広範囲の剥離に悩まされている。 本稿では,多段階のプログレッシブ推論ネットワーク(MPR-Net)を設計する。 本手法は定性的および定量的な実験により評価され, 画像の塗装方法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2023-05-10T05:10:00Z)
• AIM 2022 Challenge on Instagram Filter Removal: Methods and Results [66.98814754338841]
  本稿では,Instagramフィルタ除去におけるAIM 2022チャレンジの方法と結果を紹介する。 この課題の主な目的は、コンテンツを保存する際に適用されたフィルタの影響を緩和する、現実的で視覚的に可視な画像を作ることである。 ベースラインとしてこのタスクに関する2つの先行研究があり、チャレンジの最終段階では合計9つのチームが競い合っています。
  論文  参考訳（メタデータ） (2022-10-17T12:21:59Z)
• 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)
• AIM 2020: Scene Relighting and Illumination Estimation Challenge [130.35212468997]
  本稿では,AIM 2020における仮想画像の照準と照度推定における新しいVIDITデータセットを提案する。 最初のトラックは1対1のリライティングであり、目的は、異なる温度と照度でシーンの入力写真をリライティングすることであった。 第2トラックの目標は、所定の画像から照明設定、すなわち色温度と方向を推定することであった。
  論文  参考訳（メタデータ） (2020-09-27T09:16:43Z)
• NTIRE 2020 Challenge on Image Demoireing: Methods and Results [111.72904895149804]
  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。
  論文  参考訳（メタデータ） (2020-05-06T22:05:58Z)
• 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)

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。