論文の概要: NTIRE 2025 XGC Quality Assessment Challenge: Methods and Results
- arxiv url: http://arxiv.org/abs/2506.02875v1
- Date: Tue, 03 Jun 2025 13:39:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-04 21:47:35.714091
- Title: NTIRE 2025 XGC Quality Assessment Challenge: Methods and Results
- Title（参考訳）: NTIRE 2025 XGC品質評価チャレンジ:方法と結果
- Authors: Xiaohong Liu, Xiongkuo Min, Qiang Hu, Xiaoyun Zhang, Jie Guo, Guangtao Zhai, Shushi Wang, Yingjie Zhou, Lu Liu, Jingxin Li, Liu Yang, Farong Wen, Li Xu, Yanwei Jiang, Xilei Zhu, Chunyi Li, Zicheng Zhang, Huiyu Duan, Xiele Wu, Yixuan Gao, Yuqin Cao, Jun Jia, Wei Sun, Jiezhang Cao, Radu Timofte, Baojun Li, Jiamian Huang, Dan Luo, Tao Liu, Weixia Zhang, Bingkun Zheng, Junlin Chen, Ruikai Zhou, Meiya Chen, Yu Wang, Hao Jiang, Xiantao Li, Yuxiang Jiang, Jun Tang, Yimeng Zhao, Bo Hu, Zelu Qi, Chaoyang Zhang, Fei Zhao, Ping Shi, Lingzhi Fu, Heng Cong, Shuai He, Rongyu Zhang, Jiarong He, Zongyao Hu, Wei Luo, Zihao Yu, Fengbin Guan, Yiting Lu, Xin Li, Zhibo Chen, Mengjing Su, Yi Wang, Tuo Chen, Chunxiao Li, Shuaiyu Zhao, Jiaxin Wen, Chuyi Lin, Sitong Liu, Ningxin Chu, Jing Wan, Yu Zhou, Baoying Chen, Jishen Zeng, Jiarui Liu, Xianjin Liu, Xin Chen, Lanzhi Zhou, Hangyu Li, You Han, Bibo Xiang, Zhenjie Liu, Jianzhang Lu, Jialin Gui, Renjie Lu, Shangfei Wang, Donghao Zhou, Jingyu Lin, Quanjian Song, Jiancheng Huang, Yufeng Yang, Changwei Wang, Shupeng Zhong, Yang Yang, Lihuo He, Jia Liu, Yuting Xing, Tida Fang, Yuchun Jin,
- Abstract要約: NTIRE 2025 XGC Quality Assessment Challengeは、CVPR 2025のNTIRE(New Trends in Image Restoration and Enhancement Workshop)と共同で開催される。
課題は、ユーザ生成ビデオ、AI生成ビデオ、会話ヘッドの3つのトラックに分けられる。
各トラックの参加チームはベースラインを上回り、3トラックのフィールドの開発に寄与する手法を提案している。
- 参考スコア（独自算出の注目度）: 107.50621348972328
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper reports on the NTIRE 2025 XGC Quality Assessment Challenge, which will be held in conjunction with the New Trends in Image Restoration and Enhancement Workshop (NTIRE) at CVPR 2025. This challenge is to address a major challenge in the field of video and talking head processing. The challenge is divided into three tracks, including user generated video, AI generated video and talking head. The user-generated video track uses the FineVD-GC, which contains 6,284 user generated videos. The user-generated video track has a total of 125 registered participants. A total of 242 submissions are received in the development phase, and 136 submissions are received in the test phase. Finally, 5 participating teams submitted their models and fact sheets. The AI generated video track uses the Q-Eval-Video, which contains 34,029 AI-Generated Videos (AIGVs) generated by 11 popular Text-to-Video (T2V) models. A total of 133 participants have registered in this track. A total of 396 submissions are received in the development phase, and 226 submissions are received in the test phase. Finally, 6 participating teams submitted their models and fact sheets. The talking head track uses the THQA-NTIRE, which contains 12,247 2D and 3D talking heads. A total of 89 participants have registered in this track. A total of 225 submissions are received in the development phase, and 118 submissions are received in the test phase. Finally, 8 participating teams submitted their models and fact sheets. Each participating team in every track has proposed a method that outperforms the baseline, which has contributed to the development of fields in three tracks.
- Abstract（参考訳）: NTIRE 2025 XGC Quality Assessment Challengeについて報告し、CVPR 2025における画像修復・改善ワークショップ(NTIRE)と共同で実施する。
この課題は、ビデオと音声のヘッドプロセッシングにおける大きな課題に対処することである。
課題は、ユーザ生成ビデオ、AI生成ビデオ、会話ヘッドの3つのトラックに分けられる。
ユーザー生成ビデオトラックはFineVD-GCを使用し、ユーザ生成ビデオは6,284本である。
ユーザ生成ビデオトラックは、合計125人の登録参加者を有する。
開発段階では合計242件の提出を受け、テスト段階では136件の提出を受ける。
最後に、5つの参加チームがモデルとファクトシートを提出した。
AI生成ビデオトラックはQ-Eval-Videoを使用しており、11の人気のText-to-Video(T2V)モデルによって生成される34,029のAI-Generated Videos(AIGV)を含んでいる。
このトラックには合計133人の参加者が登録されている。
開発段階では合計396件の提出を受け、テスト段階では226件の提出を受ける。
最終的に、6つの参加チームがモデルとファクトシートを提出した。
トーキングヘッドトラックはTHQA-NTIREを使用しており、THQA-NTIREは12,247個の2Dと3Dのトーキングヘッドを含んでいる。
計89人が参加している。
開発段階では合計225件の提出を受け、テスト段階では118件の提出を受ける。
最終的に8チームがモデルとファクトシートを提出した。
各トラックの参加チームはベースラインを上回り、3トラックのフィールドの開発に寄与する手法を提案している。
関連論文リスト
- NTIRE 2025 challenge on Text to Image Generation Model Quality Assessment [146.76913448156176]
本稿では,テキスト・トゥ・イメージ(T2I)生成モデルの品質評価におけるNTIRE 2025課題について報告する。
この課題の目的は、テキスト・ツー・画像生成モデルのきめ細かい品質評価に対処することである。
論文 参考訳（メタデータ） (2025-05-22T07:12:36Z) - 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 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) - 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)
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。