論文の概要: The Fourth Challenge on Image Super-Resolution ($\times$4) at NTIRE 2026: Benchmark Results and Method Overview

• arxiv url: http://arxiv.org/abs/2604.14558v1
• Date: Thu, 16 Apr 2026 02:41:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-17 21:29:31.689516
• Title: The Fourth Challenge on Image Super-Resolution ($\times$4) at NTIRE 2026: Benchmark Results and Method Overview
• Title（参考訳）: NTIRE 2026: Image Super-Resolution(4ドル)に関する第4回課題:ベンチマーク結果と方法概要
• Abstract要約: NTIRE 2026イメージ超解像(4ドル)チャレンジは、CVPR 2026のNTIRE 2026ワークショップのコンペティションのひとつ。 この課題は、低分解能(LR)入力から高分解能(HR)イメージを2倍のダウンサンプリングで$times$4スケールファクタで再構築することを目的としている。 本報告では、参加チームの課題設計、データセット、評価プロトコル、主な成果、方法について要約する。
• 参考スコア（独自算出の注目度）: 202.40386112006652
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents the NTIRE 2026 image super-resolution ($\times$4) challenge, one of the associated competitions of the NTIRE 2026 Workshop at CVPR 2026. The challenge aims to reconstruct high-resolution (HR) images from low-resolution (LR) inputs generated through bicubic downsampling with a $\times$4 scaling factor. The objective is to develop effective super-resolution solutions and analyze recent advances in the field. To reflect the evolving objectives of image super-resolution, the challenge includes two tracks: (1) a restoration track, which emphasizes pixel-wise fidelity and ranks submissions based on PSNR; and (2) a perceptual track, which focuses on visual realism and evaluates results using a perceptual score. A total of 194 participants registered for the challenge, with 31 teams submitting valid entries. This report summarizes the challenge design, datasets, evaluation protocol, main results, and methods of participating teams. The challenge provides a unified benchmark and offers insights into current progress and future directions in image super-resolution.
• Abstract（参考訳）: CVPR 2026 における NTIRE 2026 ワークショップの関連競技のひとつとして, NTIRE 2026 画像超解像(4ドル)課題を提案する。 この課題は、低分解能(LR)入力から高分解能(HR)画像を$\times$4のスケーリングファクタでバイキュービックダウンサンプリングによって再構成することを目的としている。 目的は、効率的な超解法を開発し、この分野の最近の進歩を分析することである。 画像超解像の進化的目的を反映するために,(1)PSNRに基づく画素単位の忠実さとランク付けを強調する復元トラック,(2)視覚リアリズムを重視し,知覚スコアを用いて結果を評価する知覚トラックの2つのトラックが課題である。 参加者は合計194名で、31チームが有効なエントリーを提出した。 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。 この課題は統一されたベンチマークを提供し、画像超解像における現在の進歩と今後の方向性に関する洞察を提供する。

関連論文リスト

• 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 First Challenge on Mobile Real-World Image Super-Resolution at NTIRE 2026: Benchmark Results and Method Overview [196.33538296698563]
  本稿は,NTIRE 2026によるモバイル現実画像の超高解像度化の課題について概説する。 この課題は、x4スケーリング係数で未知の劣化によって生成された低解像度(LR)画像から高解像度(HR)画像を復元することである。 課題の軌跡は、画像品質評価(IQA)スコアとスピードアップ比の重み付けによる性能評価である。
  論文  参考訳（メタデータ） (2026-04-19T07:48:17Z)
• NTIRE 2025 Challenge on Image Super-Resolution ($\times$4): Methods and Results [159.15538432295656]
  NTIRE 2025イメージ超解像(4ドル)チャレンジは、CVPR 2025の第10回NETREワークショップのコンペティションのひとつ。 この課題は、低分解能(LR)画像から高分解能(HR)画像を復元することを目的としている。 286人の参加者が参加し、25チームが有効なエントリーを提出した。
  論文  参考訳（メタデータ） (2025-04-20T12:08:22Z)
• NTIRE 2025 Challenge on Event-Based Image Deblurring: Methods and Results [162.7095344078484]
  NTIRE 2025 : First Challenge on Event-based Image Deblurringについて概説する。 この課題の第一の目的は、高品質な画像の劣化を実現するイベントベースの手法を設計することである。 我々は、この課題がイベントベースの視覚研究のさらなる進歩を後押しすることを期待している。
  論文  参考訳（メタデータ） (2025-04-16T18:06:16Z)
• NTIRE 2024 Challenge on Image Super-Resolution ($\times$4): Methods and Results [126.78130602974319]
  画像の超高解像度化に関するNTIRE 2024の課題(4ドル)をレビューする。 この課題は、低解像度(LR)入力から4倍の倍率で対応する高解像度(HR)画像を生成することである。 この挑戦の目的は、最も先進的なSR性能を持つ設計/解決を得ることである。
  論文  参考訳（メタデータ） (2024-04-15T13:45:48Z)
• 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。

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。