論文の概要: NTIRE 2022 Challenge on Perceptual Image Quality Assessment

• arxiv url: http://arxiv.org/abs/2206.11695v1
• Date: Thu, 23 Jun 2022 13:36:49 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-24 18:35:33.712745
• Title: NTIRE 2022 Challenge on Perceptual Image Quality Assessment
• Title（参考訳）: ntire 2022 画像の知覚的品質評価に関する挑戦
• Authors: Jinjin Gu, Haoming Cai, Chao Dong, Jimmy S. Ren, Radu Timofte
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 90.04931572825859
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper reports on the NTIRE 2022 challenge on perceptual image quality assessment (IQA), held in conjunction with the New Trends in Image Restoration and Enhancement workshop (NTIRE) workshop at CVPR 2022. This challenge is held to address the emerging challenge of IQA by perceptual image processing algorithms. The output images of these algorithms have completely different characteristics from traditional distortions and are included in the PIPAL dataset used in this challenge. This challenge is divided into two tracks, a full-reference IQA track similar to the previous NTIRE IQA challenge and a new track that focuses on the no-reference IQA methods. The challenge has 192 and 179 registered participants for two tracks. In the final testing stage, 7 and 8 participating teams submitted their models and fact sheets. Almost all of them have achieved better results than existing IQA methods, and the winning method can demonstrate state-of-the-art performance.
• Abstract（参考訳）: 本稿では, cvpr 2022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 2022チャレンジについて報告する。 この課題は、知覚画像処理アルゴリズムによるiqaの新たな挑戦に対処するためである。 これらのアルゴリズムの出力画像は、従来の歪みとは全く異なる特徴を持ち、この課題で使用されるピパールデータセットに含まれる。 この課題は、NTIRE IQAチャレンジに似た完全な参照IQAトラックと、非参照IQAメソッドに焦点を当てた新しいトラックの2つのトラックに分けられる。 参加登録者192名と登録者179名。 最終テスト段階では、7チームと8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法よりも優れた結果を得ており、勝利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)
• NTIRE 2024 Quality Assessment of AI-Generated Content Challenge [141.37864527005226]
  課題は、イメージトラックとビデオトラックに分けられる。 両トラックの勝利法はAIGCの予測性能に優れていた。
  論文  参考訳（メタデータ） (2024-04-25T15:36:18Z)
• NTIRE 2022 Challenge on Stereo Image Super-Resolution: Methods and Results [116.8625268729599]
  NTIREの課題は、標準的なバイコビック劣化下でのステレオ画像超解像問題を目的とした1トラックである。 合計238人の参加者が登録され、21チームが最終テストフェーズに出場した。 この課題はステレオ画像SRの新しいベンチマークを確立する。
  論文  参考訳（メタデータ） (2022-04-20T02:55:37Z)
• NTIRE 2021 Challenge on Perceptual Image Quality Assessment [128.83256694901726]
  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。
  論文  参考訳（メタデータ） (2021-05-07T05:36:54Z)

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。