Fugu-MT 論文翻訳(概要): NTIRE 2026 Challenge on Short-form UGC Video Restoration in the Wild with Generative Models: Datasets, Methods and Results

論文の概要: NTIRE 2026 Challenge on Short-form UGC Video Restoration in the Wild with Generative Models: Datasets, Methods and Results

arxiv url: http://arxiv.org/abs/2604.10551v1
Date: Sun, 12 Apr 2026 09:43:13 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-14 20:13:16.094979
Title: NTIRE 2026 Challenge on Short-form UGC Video Restoration in the Wild with Generative Models: Datasets, Methods and Results
Title（参考訳）: NTIRE 2026 生成モデルによる野生における短周期UGCビデオ再生の課題:データセット,方法,結果
Authors: Xin Li, Jiachao Gong, Xijun Wang, Shiyao Xiong, Bingchen Li, Suhang Yao, Chao Zhou, Zhibo Chen, Radu Timofte, Yuxiang Chen, Shibo Yin, Yilian Zhong, Yushun Fang, Xilei Zhu, Yahui Wang, Chen Lu, Meisong Zheng, Xiaoxu Chen, Jing Yang, Zhaokun Hu, Jiahui Liu, Ying Chen, Haoran Bai, Sibin Deng, Shengxi Li, Mai Xu, Junyang Chen, Hao Chen, Xinzhe Zhu, Fengkai Zhang, Long Sun, Yixing Yang, Xindong Zhang, Jiangxin Dong, Jinshan Pan, Jiyuan Zhang, Shuai Liu, Yibin Huang, Xiaotao Wang, Lei Lei, Zhirui Liu, Shinan Chen, Shang-Quan Sun, Wenqi Ren, Jingyi Xu, Zihong Chen, Zhuoya Zou, Xiuhao Qiu, Jingyu Ma, Huiyuan Fu, Kun Liu, Huadong Ma, Dehao Feng, Zhijie Ma, Boqi Zhang, Jiawei Shi, Hao Kang, Yixin Yang, Yeying Jin, Xu Cheng, Yuxuan Jiang, Chengxi Zeng, Tianhao Peng, Fan Zhang, David Bull, Yanan Xing, Jiachen Tu, Guoyi Xu, Yaoxin Jiang, Jiajia Liu, Yaokun Shi, Wei Zhou, Linfeng Li, Hang Song, Qi Xu, Kun Yuan, Yizhen Shao, Yulin Ren,
Abstract要約: 本稿では, NTIRE 2026 Challenge on Short-form Video Restoration in the Wild with Generative Modelsについて概説する。この課題は、USTCとKuaishou TechnologyがコントリビュートしたKwaiVIRと呼ばれる新しいショートフォーム(S-UGC)ビデオ復元ベンチマークを利用する。この課題の第一の目的は、複雑な現実世界の劣化下でのショートフォームビデオの復元のための、強力で実用的なベンチマークを確立することである。
参考スコア（独自算出の注目度）: 170.92217627176467
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper presents an overview of the NTIRE 2026 Challenge on Short-form UGC Video Restoration in the Wild with Generative Models. This challenge utilizes a new short-form UGC (S-UGC) video restoration benchmark, termed KwaiVIR, which is contributed by USTC and Kuaishou Technology. It contains both synthetically distorted videos and real-world short-form UGC videos in the wild. For this edition, the released data include 200 synthetic training videos, 48 wild training videos, 11 validation videos, and 20 testing videos. The primary goal of this challenge is to establish a strong and practical benchmark for restoring short-form UGC videos under complex real-world degradations, especially in the emerging paradigm of generative-model-based S-UGC video restoration. This challenge has two tracks: (i) the primary track is a subjective track, where the evaluation is based on a user study; (ii) the second track is an objective track. These two tracks enable a comprehensive assessment of restoration quality. In total, 95 teams have registered for this competition. And 12 teams submitted valid final solutions and fact sheets for the testing phase. The submitted methods achieved strong performance on the KwaiVIR benchmark, demonstrating encouraging progress in short-form UGC video restoration in the wild.
Abstract（参考訳）: 本稿では, NTIRE 2026 Challenge on Short-form UGC Video Restoration in the Wild with Generative Modelsについて概説する。この課題は、USTCとKuaishou TechnologyがコントリビュートしたKwaiVIRと呼ばれる、新しいショートフォームのUGC(S-UGC)ビデオ復元ベンチマークを利用する。合成歪曲されたビデオと現実世界のUGCビデオの両方が野生にある。このエディションには、200の合成トレーニングビデオ、48のワイルドトレーニングビデオ、11のバリデーションビデオ、20のテストビデオが含まれている。この課題の第一の目的は、特に生成モデルに基づくS-UGCビデオ復元の新たなパラダイムにおいて、複雑な現実世界の劣化の下で短フォーマットのUGCビデオを復元するための、強力で実用的なベンチマークを確立することである。この挑戦には2つのトラックがある。一第一の軌道は、主観的な軌道であって、その評価は、利用者の学習に基づくものである。 (二)第二線は客観軌道である。これら2つのトラックは、修復品質の総合的な評価を可能にする。この大会には95チームが参加している。そして12チームがテストフェーズの有効な最終ソリューションとファクトシートを提出しました。提案手法はKwaiVIRベンチマークで高い性能を達成し、短時間のUGCビデオ復元の進歩を実証した。

論文の概要: NTIRE 2026 Challenge on Short-form UGC Video Restoration in the Wild with Generative Models: Datasets, Methods and Results

関連論文リスト