NTIRE 2024 Restore Any Image Model (RAIM) 在野外挑战
计算机视觉与模式识别
2024-05-17 v1 图像与视频处理
摘要
本文回顾了 NTIRE 2024 在野 Restore Any Image Model (RAIM) 挑战。RAIM 挑战构建了一个基准，用于野外图像修复，包括各种场景下带/不带参考真实图像的真实图像。参赛者需要从复杂且未知的退化中恢复真实捕获的图像，修复结果希望在感知质量和保真度方面取得佳绩。该挑战包含两个任务。任务一使用带参考的真实数据对，提供定量评估。任务二使用无配对图像，进行了全面的用户研究。该挑战吸引了超过 200 项注册，其中 39 项提交了超过 400 项提交。顶级方法显著提升了最新修复性能，并获得了所有 18 位评委的一致认可。所提出的数据集可在 https://drive.google.com/file/d/1DqbxUoiUqkAIkExu3jZAqoElr_nu1IXb/view?usp=sharing 获取，该挑战的主页地址为 https://codalab.lisn.upsaclay.fr/competitions/17632。
引用
@article{arxiv.2405.09923,
title = {NTIRE 2024 Restore Any Image Model (RAIM) in the Wild Challenge},
author = {Jie Liang and Radu Timofte and Qiaosi Yi and Shuaizheng Liu and Lingchen Sun and Rongyuan Wu and Xindong Zhang and Hui Zeng and Lei Zhang},
journal= {arXiv preprint arXiv:2405.09923},
year = {2024}
}