論文の概要: Deep Portrait Quality Assessment. A NTIRE 2024 Challenge Survey
- arxiv url: http://arxiv.org/abs/2404.11159v1
- Date: Wed, 17 Apr 2024 08:15:25 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-18 14:45:15.596580
- Title: Deep Portrait Quality Assessment. A NTIRE 2024 Challenge Survey
- Title（参考訳）: NTIRE 2024 チャレンジサーベイ
- Authors: Nicolas Chahine, Marcos V. Conde, Daniela Carfora, Gabriel Pacianotto, Benoit Pochon, Sira Ferradans, Radu Timofte,
- Abstract要約: 本稿は, NTIRE 2024 Portrait Quality Assessment Challenge をレビューし, 提案したソリューションと成果を概説する。
この課題は、実際の肖像画の知覚的品質を推定できる効率的なディープニューラルネットワークを得ることである。
- 参考スコア（独自算出の注目度）: 43.57460813800406
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This paper reviews the NTIRE 2024 Portrait Quality Assessment Challenge, highlighting the proposed solutions and results. This challenge aims to obtain an efficient deep neural network capable of estimating the perceptual quality of real portrait photos. The methods must generalize to diverse scenes and diverse lighting conditions (indoor, outdoor, low-light), movement, blur, and other challenging conditions. In the challenge, 140 participants registered, and 35 submitted results during the challenge period. The performance of the top 5 submissions is reviewed and provided here as a gauge for the current state-of-the-art in Portrait Quality Assessment.
- Abstract（参考訳）: 本稿は, NTIRE 2024 Portrait Quality Assessment Challenge をレビューし, 提案したソリューションと成果を概説する。
この課題は、実際の肖像画の知覚的品質を推定できる効率的なディープニューラルネットワークを得ることである。
これらの方法は、様々なシーンや様々な照明条件(室内、屋外、低照度)、動き、ぼかし、その他の困難な条件に一般化する必要がある。
チャレンジでは140人の参加者が登録し、チャレンジ期間中に35人が結果を提出した。
上位5項目のパフォーマンスをレビューし、ポートレート品質評価における現在の最先端の指標として提示する。
関連論文リスト
- NTIRE 2024 Challenge on Night Photography Rendering [85.05686186795512]
課題の目標は、夜間に撮影された生のカメラ画像を処理するソリューションを見つけることだった。
アルゴリズムの速度も、その出力の質とともに測定された。
トップクラスの参加者のソリューションは、夜間撮影における最先端の技術を効果的に表現している。
論文 参考訳（メタデータ） (2024-06-18T18:56:25Z) - NTIRE 2024 Restore Any Image Model (RAIM) in the Wild Challenge [60.21380105535203]
RAIMチャレンジは野生での画像復元のためのベンチマークを構築した。
参加者は、実際の撮影画像が複雑で未知の劣化から復元されることが求められた。
トップランクの手法は最先端の復元性能を改善し、18人の審査員から全会一致の承認を得た。
論文 参考訳（メタデータ） (2024-05-16T09:26:13Z) - NTIRE 2024 Challenge on Low Light Image Enhancement: Methods and Results [140.18794489156704]
本稿では,NTIRE 2024低照度画像強調課題について概説し,提案手法と結果について述べる。
この課題の目的は、様々な条件を扱う際に、より明るくクリアで視覚的に魅力的な結果を生み出すことができる効果的なネットワーク設計やソリューションを見つけることである。
参加者は428人であり、22チームが最終的に有効な応募を行った。
論文 参考訳（メタデータ） (2024-04-22T15:01:12Z) - 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) - 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。