Fugu-MT 論文翻訳(概要): NTIRE 2025 Challenge on Low Light Image Enhancement: Methods and Results

論文の概要: NTIRE 2025 Challenge on Low Light Image Enhancement: Methods and Results

arxiv url: http://arxiv.org/abs/2510.13670v1
Date: Wed, 15 Oct 2025 15:30:16 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-16 20:13:28.738389
Title: NTIRE 2025 Challenge on Low Light Image Enhancement: Methods and Results
Title（参考訳）: NTIRE 2025 低照度画像強調への挑戦:方法と結果
Abstract要約: この課題の目的は、より明るく、鮮明で、視覚的に魅力的な画像を生成することができる効果的なネットワークを特定することである。この大会に登録された参加者は762人であり、28チームが最終的に有効なエントリーを提出した。本稿では,LLIEにおける最先端の進歩を徹底的に評価し,その顕著な進歩を示す。
参考スコア（独自算出の注目度）: 205.67453409758568
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper presents a comprehensive review of the NTIRE 2025 Low-Light Image Enhancement (LLIE) Challenge, highlighting the proposed solutions and final outcomes. The objective of the challenge is to identify effective networks capable of producing brighter, clearer, and visually compelling images under diverse and challenging conditions. A remarkable total of 762 participants registered for the competition, with 28 teams ultimately submitting valid entries. This paper thoroughly evaluates the state-of-the-art advancements in LLIE, showcasing the significant progress.
Abstract（参考訳）: 本稿では,NTIRE 2025 Low-Light Image Enhancement (LLIE) Challengeについて概説し,提案手法と最終結果について述べる。この課題の目的は、多様で挑戦的な条件下で、より明るく明瞭で視覚的に説得力のある画像を生成できる効果的なネットワークを特定することである。この大会に登録された参加者は762人であり、28チームが最終的に有効なエントリーを提出した。本稿では,LLIEにおける最先端の進歩を徹底的に評価し,その顕著な進歩を示す。

関連論文リスト

NTIRE 2026 Challenge on Efficient Low Light Image Enhancement: Methods and Results [79.76740508586327]
NITRE 2026 E-LLIE (Efficient Low Light Image Enhancement) Challengeは、低光環境下での移動体画像強調に焦点を当てている。本稿では,最近のE-LLIEの手法を体系的に評価し,現状を概観する。
論文参考訳（メタデータ） (2026-05-04T04:27:27Z)
Low Light Image Enhancement Challenge at NTIRE 2026 [178.3397880608152]
この課題の目的は、より鮮明で視覚的に魅力的な画像を生成することができる効果的なネットワークを特定することである。第1トラックに195人、第2トラックに153人が登録され、22チームが最終的に有効なエントリーを提出した。本論文は、低照度画像強調における最先端の進歩を徹底的に評価し、この分野における顕著な進歩を示す。
論文参考訳（メタデータ） (2026-04-19T23:44:34Z)
The Fourth Challenge on Image Super-Resolution ($\ imes$4) at NTIRE 2026: Benchmark Results and Method Overview [202.40386112006652]
NTIRE 2026イメージ超解像(4ドル)チャレンジは、CVPR 2026のNTIRE 2026ワークショップのコンペティションのひとつ。この課題は、低分解能(LR)入力から高分解能(HR)イメージを2倍のダウンサンプリングで$times$4スケールファクタで再構築することを目的としている。本報告では、参加チームの課題設計、データセット、評価プロトコル、主な成果、方法について要約する。
論文参考訳（メタデータ） (2026-04-16T02:41:53Z)
AIM 2025 Challenge on High FPS Motion Deblurring: Methods and Results [164.40213599684935]
本稿では,AIM 2025 High FPS Non-Uniform Motion Deblurring Challengeについて概説し,提案手法と最終結果について述べる。 68人の参加者が参加し、9つのチームが最終的に有効なエントリーを提出した。本稿では,高FPSシングルイメージモーションの劣化における最先端の進歩を徹底的に評価し,現場における顕著な進展を示す。
論文参考訳（メタデータ） (2025-09-08T15:22:35Z)
NTIRE 2025 Challenge on Image Super-Resolution ($\ imes$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)
NTIRE 2024 Challenge on Low Light Image Enhancement: Methods and Results [140.18794489156704]
本稿では,NTIRE 2024低照度画像強調課題について概説し,提案手法と結果について述べる。この課題の目的は、様々な条件を扱う際に、より明るくクリアで視覚的に魅力的な結果を生み出すことができる効果的なネットワーク設計やソリューションを見つけることである。参加者は428人であり、22チームが最終的に有効な応募を行った。
論文参考訳（メタデータ） (2024-04-22T15:01:12Z)
NICE: CVPR 2023 Challenge on Zero-shot Image Captioning [149.28330263581012]
NICEプロジェクトは、堅牢な画像キャプションモデルを開発するためにコンピュータビジョンコミュニティに挑戦するために設計されている。レポートには、新たに提案されたNICEデータセット、評価方法、課題結果、トップレベルのエントリの技術的な詳細などが含まれている。
論文参考訳（メタデータ） (2023-09-05T05:32:19Z)
NTIRE 2020 Challenge on Perceptual Extreme Super-Resolution: Methods and Results [240.4967106943687]
本稿では,NTIRE 2020の超高解像度超解像に関する課題を概観する。課題は、倍率係数16で入力画像を超解凍することであった。登録参加者は280人、最終結果は19チームが提出した。
論文参考訳（メタデータ） (2020-05-03T11:30:51Z)

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。