論文の概要: NTIRE 2025 Challenge on Video Quality Enhancement for Video Conferencing: Datasets, Methods and Results
- arxiv url: http://arxiv.org/abs/2505.18988v1
- Date: Sun, 25 May 2025 05:53:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-27 16:58:42.813423
- Title: NTIRE 2025 Challenge on Video Quality Enhancement for Video Conferencing: Datasets, Methods and Results
- Title（参考訳）: NTIRE 2025 ビデオ会議における画質向上への挑戦:データセット,方法,結果
- Authors: Varun Jain, Zongwei Wu, Quan Zou, Louis Florentin, Henrik Turbell, Sandeep Siddhartha, Radu Timofte, others,
- Abstract要約: この課題は,ビデオ会議シナリオにおける画質向上を目的とした映像品質向上モデルの設計であった。
クラウドソースのフレームワークで評価された10の有効な提出書を受け取りました。
- 参考スコア（独自算出の注目度）: 38.59279053837104
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents a comprehensive review of the 1st Challenge on Video Quality Enhancement for Video Conferencing held at the NTIRE workshop at CVPR 2025, and highlights the problem statement, datasets, proposed solutions, and results. The aim of this challenge was to design a Video Quality Enhancement (VQE) model to enhance video quality in video conferencing scenarios by (a) improving lighting, (b) enhancing colors, (c) reducing noise, and (d) enhancing sharpness - giving a professional studio-like effect. Participants were given a differentiable Video Quality Assessment (VQA) model, training, and test videos. A total of 91 participants registered for the challenge. We received 10 valid submissions that were evaluated in a crowdsourced framework.
- Abstract（参考訳）: 本稿では,CVPR 2025 の NTIRE ワークショップで開催されているビデオ会議の質向上に関する第1回チャレンジの総括的なレビューを行い,課題ステートメント,データセット,提案されたソリューション,結果について紹介する。
この課題の目的は、ビデオ会議シナリオにおけるビデオ品質を向上させるために、ビデオ品質向上(VQE)モデルを設計することであった。
(a)照明の改善
(b)色を増す。
(c)騒音の低減、及び
(d) シャープネスを高める - プロのスタジオのような効果を与える。
参加者には、ビデオ品質評価(VQA)モデル、トレーニング、テストビデオが与えられた。
参加者は91名。
クラウドソースのフレームワークで評価された10の有効な提出書を受け取りました。
関連論文リスト
- NTIRE 2025 Challenge on UGC Video Enhancement: Methods and Results [73.23764765210825]
本稿では,NTIRE 2025 Challenge on Video Enhancementについて概説する。
このチャレンジは、ユーザー生成した150のコンテンツビデオのセットを構築した。
参加者の目標は、このような映像の視覚的品質を向上させるアルゴリズムを開発することである。
論文 参考訳（メタデータ） (2025-05-05T20:06:11Z) - 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) - 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 2023 Quality Assessment of Video Enhancement Challenge [97.809937484099]
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。
論文 参考訳（メタデータ） (2023-07-19T02:33:42Z) - NTIRE 2021 Challenge on Quality Enhancement of Compressed Video: Dataset
and Study [95.36629866768999]
本稿では, NTIRE 2021チャレンジの最先端手法について, 映像強調のための新しいデータセットを提案する。
この課題は、3つのコンペティション、数百の参加者、数十のソリューションで、この方向の最初のNTIREチャレンジです。
NTIRE 2021の課題は圧縮ビデオの品質向上の最先端技術であることがわかった。
論文 参考訳（メタデータ） (2021-04-21T22:18:33Z)
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。