論文の概要: NTIRE 2023 Quality Assessment of Video Enhancement Challenge
- arxiv url: http://arxiv.org/abs/2307.09729v1
- Date: Wed, 19 Jul 2023 02:33:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-20 15:38:29.781699
- Title: NTIRE 2023 Quality Assessment of Video Enhancement Challenge
- Title(参考訳): NTIRE 2023 映像強調チャレンジの品質評価
- Authors: Xiaohong Liu, Xiongkuo Min, Wei Sun, Yulun Zhang, Kai Zhang, Radu
Timofte, Guangtao Zhai, Yixuan Gao, Yuqin Cao, Tengchuan Kou, Yunlong Dong,
Ziheng Jia, Yilin Li, Wei Wu, Shuming Hu, Sibin Deng, Pengxiang Xiao, Ying
Chen, Kai Li, Kai Zhao, Kun Yuan, Ming Sun, Heng Cong, Hao Wang, Lingzhi Fu,
Yusheng Zhang, Rongyu Zhang, Hang Shi, Qihang Xu, Longan Xiao, Zhiliang Ma,
Mirko Agarla, Luigi Celona, Claudio Rota, Raimondo Schettini, Zhiwei Huang,
Yanan Li, Xiaotao Wang, Lei Lei, Hongye Liu, Wei Hong, Ironhead Chuang, Allen
Lin, Drake Guan, Iris Chen, Kae Lou, Willy Huang, Yachun Tasi, Yvonne Kao,
Haotian Fan, Fangyuan Kong, Shiqi Zhou, Hao Liu, Yu Lai, Shanshan Chen, Wenqi
Wang, Haoning Wu, Chaofeng Chen, Chunzheng Zhu, Zekun Guo, Shiling Zhao,
Haibing Yin, Hongkui Wang, Hanene Brachemi Meftah, Sid Ahmed Fezza, Wassim
Hamidouche, Olivier D\'eforges, Tengfei Shi, Azadeh Mansouri, Hossein
Motamednia, Amir Hossein Bakhtiari, Ahmad Mahmoudi Aznaveh
- Abstract要約: NTIRE 2023 Quality Assessment of Video Enhancement Challengeについて報告する。
課題は、ビデオ処理分野における大きな課題、すなわち、強化されたビデオに対するビデオ品質評価(VQA)に対処することである。
参加者数は167名。
- 参考スコア(独自算出の注目度): 97.809937484099
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper reports on the NTIRE 2023 Quality Assessment of Video Enhancement
Challenge, which will be held in conjunction with the New Trends in Image
Restoration and Enhancement Workshop (NTIRE) at CVPR 2023. This challenge is to
address a major challenge in the field of video processing, namely, video
quality assessment (VQA) for enhanced videos. The challenge uses the VQA
Dataset for Perceptual Video Enhancement (VDPVE), which has a total of 1211
enhanced videos, including 600 videos with color, brightness, and contrast
enhancements, 310 videos with deblurring, and 301 deshaked videos. The
challenge has a total of 167 registered participants. 61 participating teams
submitted their prediction results during the development phase, with a total
of 3168 submissions. A total of 176 submissions were submitted by 37
participating teams during the final testing phase. Finally, 19 participating
teams submitted their models and fact sheets, and detailed the methods they
used. Some methods have achieved better results than baseline methods, and the
winning methods have demonstrated superior prediction performance.
- Abstract(参考訳): 本稿では,cvpr 2023における画像復元・強調ワークショップ(ntire)の新たな潮流に合わせて,ntire 2023の品質評価を行う。
この課題は、ビデオ処理分野における大きな課題、すなわち、強化されたビデオに対するビデオ品質評価(VQA)に取り組むことである。
この課題はVQA Dataset for Perceptual Video Enhancement (VDPVE)を使用しており、600本のビデオ、明るさ、コントラストの強化、310本のビデオ、デシェイクされたビデオ、301本を含む、合計1211本の強化されたビデオがある。
このチャレンジには合計167人の登録参加者がいる。
61の参加チームが開発期間中に予測結果を提出し、合計3168件が提出された。
最終テスト期間中に37の参加チームから合計176の応募が提出された。
最後に、19の参加チームがモデルとファクトシートを提出し、使用する方法の詳細を説明した。
いくつかの手法はベースライン法よりも優れた結果が得られ、勝利法は優れた予測性能を示した。
関連論文リスト
- AIM 2024 Challenge on Video Saliency Prediction: Methods and Results [105.09572982350532]
本稿では,AIM 2024におけるビデオ・サリエンシ予測の課題について概説する。
参加者の目標は、提供されたビデオシーケンスのセットに対して正確な精度マップを予測する方法を開発することであった。
論文 参考訳(メタデータ) (2024-09-23T08:59:22Z) - AIM 2024 Challenge on Compressed Video Quality Assessment: Methods and Results [120.95863275142727]
本稿では,ECCV 2024における画像操作の進歩(AIM)ワークショップと共同で開催されている圧縮映像品質評価の課題について述べる。
この課題は、様々な圧縮標準の14コーデックで符号化された459本の動画の多様なデータセット上で、VQA法の性能を評価することであった。
論文 参考訳(メタデータ) (2024-08-21T20:32:45Z) - 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) - AIS 2024 Challenge on Video Quality Assessment of User-Generated Content: Methods and Results [140.47245070508353]
本稿では,ユーザ生成コンテンツ(UGC)に着目したAIS 2024ビデオ品質アセスメント(VQA)チャレンジについてレビューする。
この課題の目的は、ビデオの知覚品質を推定できるディープラーニングベースの手法を収集することである。
YouTubeデータセットから生成されたビデオには、さまざまなコンテンツ(スポーツ、ゲーム、歌詞、アニメなど)、品質、解像度が含まれている。
論文 参考訳(メタデータ) (2024-04-24T21:02:14Z) - NTIRE 2024 Challenge on Short-form UGC Video Quality Assessment: Methods and Results [216.73187673659675]
NTIRE 2024 Challenge on Shortform Video Quality Assessment (S-UGC VQA) をレビューする。
KVQデータベースはトレーニング用2926本、検証用420本、テスト用854本を含む3つのパートに分けられる。
目的は、新しいベンチマークを構築し、S-UGC VQAの開発を進めることである。
論文 参考訳(メタデータ) (2024-04-17T12:26:13Z)
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。