論文の概要: NTIRE 2021 Challenge on Perceptual Image Quality Assessment

• arxiv url: http://arxiv.org/abs/2105.03072v1
• Date: Fri, 7 May 2021 05:36:54 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-10 19:24:44.035868
• Title: NTIRE 2021 Challenge on Perceptual Image Quality Assessment
• Title（参考訳）: ntire 2021 画像の知覚的品質評価に関する挑戦
• Authors: Jinjin Gu and Haoming Cai and Chao Dong and Jimmy S. Ren and Yu Qiao and Shuhang Gu and Radu Timofte and Manri Cheon and Sungjun Yoon and Byungyeon Kangg Kang and Junwoo Lee and Qing Zhang and Haiyang Guo and Yi Bin and Yuqing Hou and Hengliang Luo and Jingyu Guo and Zirui Wang and Hai Wang and Wenming Yang and Qingyan Bai and Shuwei Shi and Weihao Xia and Mingdeng Cao and Jiahao Wang and Yifan Chen and Yujiu Yang and Yang Li and Tao Zhang and Longtao Feng and Yiting Liao and Junlin Li and William Thong and Jose Costa Pereira and Ales Leonardis and Steven McDonagh and Kele Xu and Lehan Yang and Hengxing Cai and Pengfei Sun and Seyed Mehdi Ayyoubzadeh and Ali Royat and Sid Ahmed Fezza and Dounia Hammou and Wassim Hamidouche and Sewoong Ahn and Gwangjin Yoon and Koki Tsubota and Hiroaki Akutsu and Kiyoharu Aizawa
• Abstract要約: NTIRE 2021の知覚画像品質評価(IQA)に関する課題について報告する。 CVPR 2021では、画像修復・強化ワークショップ(NTIRE)のNew Trendsと連携して開催されました。 新しいタイプの画像処理技術として、GAN(Generative Adversarial Networks)に基づく知覚画像処理アルゴリズムが、より現実的なテクスチャを持つ画像を生成する。
• 参考スコア（独自算出の注目度）: 128.83256694901726
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper reports on the NTIRE 2021 challenge on perceptual image quality assessment (IQA), held in conjunction with the New Trends in Image Restoration and Enhancement workshop (NTIRE) workshop at CVPR 2021. As a new type of image processing technology, perceptual image processing algorithms based on Generative Adversarial Networks (GAN) have produced images with more realistic textures. These output images have completely different characteristics from traditional distortions, thus pose a new challenge for IQA methods to evaluate their visual quality. In comparison with previous IQA challenges, the training and testing datasets in this challenge include the outputs of perceptual image processing algorithms and the corresponding subjective scores. Thus they can be used to develop and evaluate IQA methods on GAN-based distortions. The challenge has 270 registered participants in total. In the final testing stage, 13 participating teams submitted their models and fact sheets. Almost all of them have achieved much better results than existing IQA methods, while the winning method can demonstrate state-of-the-art performance.
• Abstract（参考訳）: 本稿では, cvpr 2021における画像復元・強調ワークショップ(ntire)ワークショップにおいて, 画像の知覚的品質評価(iqa)に関するntire 2021チャレンジについて報告する。 新しいタイプの画像処理技術として、GAN(Generative Adversarial Networks)に基づく知覚画像処理アルゴリズムが、より現実的なテクスチャを持つ画像を生成する。 これらの出力画像は従来の歪みとは全く異なる特徴を持つため、その視覚的品質を評価するためにIQA法が新たな課題となる。 従来のIQA課題と比較して、この課題におけるトレーニングとテストデータセットには、知覚画像処理アルゴリズムと対応する主観的スコアの出力が含まれている。 したがって、GANに基づく歪みに対するIQA法の開発と評価に使用できる。 参加登録者は合計270名。 最終テスト段階では、13の参加チームがモデルとファクトシートを提出した。 ほぼ全員が既存のIQA法よりもはるかに優れた結果を得ており、勝敗法は最先端の性能を示すことができる。

関連論文リスト

• AIM 2024 Challenge on Video Super-Resolution Quality Assessment: Methods and Results [76.64868221556145]
  本稿では,AIM(Advanceds in Image Manipulation)ワークショップの一環として,ビデオ・スーパーリゾリューション(SR)品質アセスメント(QA)チャレンジについて紹介する。 この課題の課題は、現代の画像とビデオ-SRアルゴリズムを用いて、2xと4xのアップスケールされたビデオのための客観的QA手法を開発することである。 SR QAの目標は、従来のQA手法の適用範囲が限られているという難題が証明された、最先端のSR QAを前進させることであった。
  論文  参考訳（メタデータ） (2024-10-05T16:42:23Z)
• AIM 2024 Challenge on UHD Blind Photo Quality Assessment [49.54883484094671]
  AIM 2024 UHD-IQA Challengeは、最新の高解像度写真のためのNo-Reference Image Quality Assessment (NR-IQA)タスクの推進を目的としている。 この課題は、最近リリースされたUHD-IQAベンチマークデータベースに基づいており、このデータベースは、6,073 UHD-1 (4K)イメージに、専門家のレーナーによる知覚的品質評価が付加されている。
  論文  参考訳（メタデータ） (2024-09-24T17:44:24Z)
• NICE: CVPR 2023 Challenge on Zero-shot Image Captioning [149.28330263581012]
  NICEプロジェクトは、堅牢な画像キャプションモデルを開発するためにコンピュータビジョンコミュニティに挑戦するために設計されている。 レポートには、新たに提案されたNICEデータセット、評価方法、課題結果、トップレベルのエントリの技術的な詳細などが含まれている。
  論文  参考訳（メタデータ） (2023-09-05T05:32:19Z)
• NTIRE 2022 Challenge on Perceptual Image Quality Assessment [90.04931572825859]
  画像品質評価(IQA)におけるNTIRE 2022の課題について報告する。 この課題は、知覚画像処理アルゴリズムによるIQAの新たな課題に対処するためである。 当選方法は、最先端の性能を示すことができる。
  論文  参考訳（メタデータ） (2022-06-23T13:36:49Z)
• Conformer and Blind Noisy Students for Improved Image Quality Assessment [80.57006406834466]
  知覚品質評価(IQA)のための学習ベースアプローチは、通常、知覚品質を正確に測定するために歪んだ画像と参照画像の両方を必要とする。 本研究では,変換器を用いた全参照IQAモデルの性能について検討する。 また,全教師モデルから盲人学生モデルへの半教師付き知識蒸留に基づくIQAの手法を提案する。
  論文  参考訳（メタデータ） (2022-04-27T10:21:08Z)

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。