論文の概要: VQualA 2025 Challenge on Image Super-Resolution Generated Content Quality Assessment: Methods and Results

• arxiv url: http://arxiv.org/abs/2509.06413v1
• Date: Mon, 08 Sep 2025 08:07:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-09 14:07:04.009765
• Title: VQualA 2025 Challenge on Image Super-Resolution Generated Content Quality Assessment: Methods and Results
• Title（参考訳）: VQualA 2025 画像超解像生成コンテンツ品質評価への挑戦:方法と結果
• Authors: Yixiao Li, Xin Li, Chris Wei Zhou, Shuo Xing, Hadi Amirpour, Xiaoshuai Hao, Guanghui Yue, Baoquan Zhao, Weide Liu, Xiaoyuan Yang, Zhengzhong Tu, Xinyu Li, Chuanbiao Song, Chenqi Zhang, Jun Lan, Huijia Zhu, Weiqiang Wang, Xiaoyan Sun, Shishun Tian, Dongyang Yan, Weixia Zhang, Junlin Chen, Wei Sun, Zhihua Wang, Zhuohang Shi, Zhizun Luo, Hang Ouyang, Tianxin Xiao, Fan Yang, Zhaowang Wu, Kaixin Deng,
• Abstract要約: 本稿では,画像超解像生成コンテンツ品質評価データセットに基づく ISRGC-Q Challenge を提案する。 この課題の第一の目的は、現代の超解像技術によって導入されたユニークな人工物を分析し、知覚的品質を効果的に評価することである。
• 参考スコア（独自算出の注目度）: 65.82676254264837
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents the ISRGC-Q Challenge, built upon the Image Super-Resolution Generated Content Quality Assessment (ISRGen-QA) dataset, and organized as part of the Visual Quality Assessment (VQualA) Competition at the ICCV 2025 Workshops. Unlike existing Super-Resolution Image Quality Assessment (SR-IQA) datasets, ISRGen-QA places a greater emphasis on SR images generated by the latest generative approaches, including Generative Adversarial Networks (GANs) and diffusion models. The primary goal of this challenge is to analyze the unique artifacts introduced by modern super-resolution techniques and to evaluate their perceptual quality effectively. A total of 108 participants registered for the challenge, with 4 teams submitting valid solutions and fact sheets for the final testing phase. These submissions demonstrated state-of-the-art (SOTA) performance on the ISRGen-QA dataset. The project is publicly available at: https://github.com/Lighting-YXLI/ISRGen-QA.
• Abstract（参考訳）: 本稿では,ISRGen-QAデータセット上に構築され,ICCV 2025ワークショップにおけるVQualAコンペティションの一環として組織されたISRGC-Qチャレンジについて述べる。 既存の超解像品質評価(SR-IQA)データセットとは異なり、ISRGen-QAは、GAN(Generative Adversarial Networks)や拡散モデルを含む最新の生成アプローチによって生成されたSR画像に重点を置いている。 この課題の第一の目的は、現代の超解像技術によって導入されたユニークな人工物を分析し、知覚的品質を効果的に評価することである。 参加者は合計108名で、4チームが最終テストフェーズに有効なソリューションとファクトシートを提出した。 これらの提案は、ISRGen-QAデータセット上での最先端(SOTA)パフォーマンスを示した。 このプロジェクトは、https://github.com/Lighting-YXLI/ISRGen-QA.comで公開されている。

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 2025 Challenge on Short-form UGC Video Quality Assessment and Enhancement: Methods and Results [179.05961380270648]
  NTIRE 2025 Challenge on Short-form Video Quality Assessment and Enhancement 課題は, (i) 映像品質評価(KVQ) と (ii) 拡散に基づく画像超解像(KwaiSR) の2つのトラックからなる。
  論文  参考訳（メタデータ） (2025-04-17T17:45:34Z)
• AIM 2024 Challenge on Video Super-Resolution Quality Assessment: Methods and Results [76.64868221556145]
  本稿では,AIM(Advanceds in Image Manipulation)ワークショップの一環として,ビデオ・スーパーリゾリューション(SR)品質アセスメント(QA)チャレンジについて紹介する。 この課題の課題は、現代の画像とビデオ-SRアルゴリズムを用いて、2xと4xのアップスケールされたビデオのための客観的QA手法を開発することである。 SR QAの目標は、従来のQA手法の適用範囲が限られているという難題が証明された、最先端のSR QAを前進させることであった。
  論文  参考訳（メタデータ） (2024-10-05T16:42:23Z)
• Study of Subjective and Objective Quality in Super-Resolution Enhanced Broadcast Images on a Novel SR-IQA Dataset [4.770359059226373]
  超解像技術(SR)は、高解像度のスクリーンに高画質の放送コンテンツをフルスクリーンで表示するために不可欠である。 SR強調放送コンテンツなどの低品質ソースから生成されたSR画像の品質を評価することは困難である。 SR放送画像のための新しいIQAデータセットを2Kと4Kの解像度で導入する。
  論文  参考訳（メタデータ） (2024-09-26T01:07:15Z)
• 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。