論文の概要: NTIRE 2025 Challenge on HR Depth from Images of Specular and Transparent Surfaces
- arxiv url: http://arxiv.org/abs/2506.05815v1
- Date: Fri, 06 Jun 2025 07:27:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-09 17:28:43.359605
- Title: NTIRE 2025 Challenge on HR Depth from Images of Specular and Transparent Surfaces
- Title（参考訳）: NTIRE 2025 分光および透明表面の画像からのHR深さの挑戦
- Authors: Pierluigi Zama Ramirez, Fabio Tosi, Luigi Di Stefano, Radu Timofte, Alex Costanzino, Matteo Poggi, Samuele Salti, Stefano Mattoccia, Zhe Zhang, Yang Yang, Wu Chen, Anlong Ming, Mingshuai Zhao, Mengying Yu, Shida Gao, Xiangfeng Wang, Feng Xue, Jun Shi, Yong Yang, Yong A, Yixiang Jin, Dingzhe Li, Aryan Shukla, Liam Frija-Altarac, Matthew Toews, Hui Geng, Tianjiao Wan, Zijian Gao, Qisheng Xu, Kele Xu, Zijian Zang, Jameer Babu Pinjari, Kuldeep Purohit, Mykola Lavreniuk, Jing Cao, Shenyi Li, Kui Jiang, Junjun Jiang, Yong Huang,
- Abstract要約: CVPR 2025における画像修復・拡張(NTIRE)ワークショップと共同で開催した,仕様面および透明面の画像からのHR深度に関するNTIRE 2025課題について報告する。
この課題は、特にこの分野の主要な開問題である高分解能曲面と非ランベルト曲面の2つに対処するために、深さ推定の研究を進めることを目的としている。
- 参考スコア（独自算出の注目度）: 103.74244735167764
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper reports on the NTIRE 2025 challenge on HR Depth From images of Specular and Transparent surfaces, held in conjunction with the New Trends in Image Restoration and Enhancement (NTIRE) workshop at CVPR 2025. This challenge aims to advance the research on depth estimation, specifically to address two of the main open issues in the field: high-resolution and non-Lambertian surfaces. The challenge proposes two tracks on stereo and single-image depth estimation, attracting about 177 registered participants. In the final testing stage, 4 and 4 participating teams submitted their models and fact sheets for the two tracks.
- Abstract（参考訳）: CVPR 2025における画像修復・拡張(NTIRE)ワークショップと共同で開催した,仕様面および透明面の画像からのHR深度に関するNTIRE 2025課題について報告する。
この課題は、特にこの分野の主要な開問題である高分解能曲面と非ランベルト曲面の2つに対処するために、深さ推定の研究を進めることを目的としている。
この課題は、ステレオとシングルイメージの深さ推定の2つのトラックを提案し、約177人の登録参加者を惹きつけている。
最終テスト段階では、4チームと4チームが2つのトラックのモデルとファクトシートを提出した。
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 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 2025 Challenge on Event-Based Image Deblurring: Methods and Results [162.7095344078484]
NTIRE 2025 : First Challenge on Event-based Image Deblurringについて概説する。
この課題の第一の目的は、高品質な画像の劣化を実現するイベントベースの手法を設計することである。
我々は、この課題がイベントベースの視覚研究のさらなる進歩を後押しすることを期待している。
論文 参考訳（メタデータ） (2025-04-16T18:06:16Z) - The Tenth NTIRE 2025 Efficient Super-Resolution Challenge Report [170.81876816944754]
NTIRE 2025 Challenge on Single-Image Efficient Super-Resolution (ESR)は、主要な計算メトリクスを最適化するモデルの開発を進めることを目的としている。
本稿では,最先端のシングルイメージESR技術における画期的な進歩を強調し,これらの手法と成果を慎重に分析する。
論文 参考訳（メタデータ） (2025-04-14T20:18:21Z) - Technical Report for CVPR 2024 WeatherProof Dataset Challenge: Semantic Segmentation on Paired Real Data [9.128113804878959]
この課題は、世界中の様々な天候によって劣化した画像のセマンティックセグメンテーションを目標とする。
我々は、インターンイメージ(InternImage)という訓練済みの大規模視覚基盤モデルを導入し、異なるレベルのノイズを持つ画像を用いて訓練した。
その結果、45.1mIOUで2位となり、他の優勝者より少なかった。
論文 参考訳（メタデータ） (2024-06-09T17:08:07Z)
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。