論文の概要: NTIRE 2025 the 2nd Restore Any Image Model (RAIM) in the Wild Challenge

• arxiv url: http://arxiv.org/abs/2506.01394v1
• Date: Mon, 02 Jun 2025 07:43:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-04 21:47:34.093437
• Title: NTIRE 2025 the 2nd Restore Any Image Model (RAIM) in the Wild Challenge
• Title（参考訳）: NTIRE 2025は、RAIM(Restore Any Image Model)をワイルドチャレンジで保存する
• Authors: Jie Liang, Radu Timofte, Qiaosi Yi, Zhengqiang Zhang, Shuaizheng Liu, Lingchen Sun, Rongyuan Wu, Xindong Zhang, Hui Zeng, Lei Zhang,
• Abstract要約: NTIRE 2025チャレンジは、現実世界の画像復元のための新しいベンチマークを確立した。 この挑戦には300近い登録があり、51チームが600以上の結果を出した。 トップパフォーマンスの手法は、画像復元の最先端に進み、20名以上の専門家の審査員から全会一致で承認された。
• 参考スコア（独自算出の注目度）: 60.38046597325693
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: In this paper, we present a comprehensive overview of the NTIRE 2025 challenge on the 2nd Restore Any Image Model (RAIM) in the Wild. This challenge established a new benchmark for real-world image restoration, featuring diverse scenarios with and without reference ground truth. Participants were tasked with restoring real-captured images suffering from complex and unknown degradations, where both perceptual quality and fidelity were critically evaluated. The challenge comprised two tracks: (1) the low-light joint denoising and demosaicing (JDD) task, and (2) the image detail enhancement/generation task. Each track included two sub-tasks. The first sub-task involved paired data with available ground truth, enabling quantitative evaluation. The second sub-task dealt with real-world yet unpaired images, emphasizing restoration efficiency and subjective quality assessed through a comprehensive user study. In total, the challenge attracted nearly 300 registrations, with 51 teams submitting more than 600 results. The top-performing methods advanced the state of the art in image restoration and received unanimous recognition from all 20+ expert judges. The datasets used in Track 1 and Track 2 are available at https://drive.google.com/drive/folders/1Mgqve-yNcE26IIieI8lMIf-25VvZRs_J and https://drive.google.com/drive/folders/1UB7nnzLwqDZOwDmD9aT8J0KVg2ag4Qae, respectively. The official challenge pages for Track 1 and Track 2 can be found at https://codalab.lisn.upsaclay.fr/competitions/21334#learn_the_details and https://codalab.lisn.upsaclay.fr/competitions/21623#learn_the_details.
• Abstract（参考訳）: 本稿では,NTIRE 2025 チャレンジの総合的概要について,野生における第2回保存画像モデル (RAIM) について述べる。 この課題は、実世界のイメージ復元のための新しいベンチマークを確立し、様々なシナリオが参照基盤の真理と無関係に特徴付けられる。 参加者は、知覚的品質と忠実さの両方が批判的に評価された、複雑で未知の劣化に苦しむ実撮画像の復元を任務とした。 課題は,(1)低照度関節復調(JDD)タスク,(2)画像の細部化/生成タスクの2つのトラックから構成された。 各トラックには2つのサブタスクが含まれていた。 最初のサブタスクは、利用可能な地上の真実とペアのデータを含んでおり、定量的評価を可能にした。 第2のサブタスクは、実際の未使用画像を扱うもので、総合的なユーザスタディを通じて評価された復元効率と主観的品質を強調した。 合計で300近い登録があり、51チームが600以上の結果を出した。 トップパフォーマンスの手法は、画像修復の最先端を推し進め、20名以上の専門家の審査員から全会一致で承認された。 Track 1とTrack 2で使用されるデータセットはそれぞれhttps://drive.google.com/drive/folders/1Mgqve-yNcE26IIieI8lMIf-25VvZRs_Jとhttps://drive.google.com/drive/folders/1UB7nnzLwqDZOwDmD9aT8J0KVg2ag4Qaeで利用できる。 Track 1とTrack 2の公式チャレンジページはhttps://codalab.lisn.upsaclay.fr/competitions/21334#learn_the_detailsとhttps://codalab.lisn.upsaclay.fr/competitions/21623#learn_the_detailsにある。

関連論文リスト

• NTIRE 2025 Challenge on Image Super-Resolution ($\times$4): Methods and Results [159.15538432295656]
  NTIRE 2025イメージ超解像(4ドル)チャレンジは、CVPR 2025の第10回NETREワークショップのコンペティションのひとつ。 この課題は、低分解能(LR)画像から高分解能(HR)画像を復元することを目的としている。 286人の参加者が参加し、25チームが有効なエントリーを提出した。
  論文  参考訳（メタデータ） (2025-04-20T12:08:22Z)
• 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 2021 Challenge on Image Deblurring [111.14036064783835]
  提案手法を用いて,2つのコンペティショントラックの課題仕様と評価結果について述べる。 各競技では338と238の参加者が参加し、最終試験段階では18と17のチームが出場した。 入賞方法は, 共同で組み合わせた人工物を用いて, 画像劣化処理における最先端性能を示す。
  論文  参考訳（メタデータ） (2021-04-30T09:12:53Z)
• NTIRE 2020 Challenge on Image Demoireing: Methods and Results [111.72904895149804]
  この課題はCVPR 2020と共同で開かれたNTIRE(New Trends in Image Restoration and Enhancement)ワークショップの一部だった。 提案手法は, 地上の真理清浄画像と参加者の手法による復元画像とのピーク信号-雑音比(PSNR)を用いて, その忠実度を評価した。
  論文  参考訳（メタデータ） (2020-05-06T22:05:58Z)

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。