NTIRE 2025 第二届自然环境下的恢复任意图像模型（RAIM）挑战赛
图像与视频处理
2025-06-03 v1 计算机视觉与模式识别
摘要
本文全面概述了 NTIRE 2025 第二届自然环境下的恢复任意图像模型（RAIM）挑战赛。该挑战赛为真实世界图像恢复建立了新的基准，涵盖有参考真实值和无参考真实值的多种场景。参赛者需要恢复遭受复杂且未知退化的真实拍摄图像，并对感知质量与保真度进行了严格评估。挑战赛包含两个赛道：（1）低光联合去噪与去马赛克（JDD）任务，以及（2）图像细节增强/生成任务。每个赛道包含两个子任务。第一个子任务涉及具有可用真实值的成对数据，以实现定量评估。第二个子任务处理真实世界但未成对的图像，强调恢复效率以及通过综合用户研究评估的主观质量。挑战赛共吸引了近 300 次注册，51 支团队提交了超过 600 项结果。表现顶尖的方法推进了图像恢复领域的 SOTA，并获得了所有 20 多位专家评委的一致认可。赛道 1 和赛道 2 使用的数据集分别可在 https://drive.google.com/drive/folders/1Mgqve-yNcE26IIieI8lMIf-25VvZRs_J 和 https://drive.google.com/drive/folders/1UB7nnzLwqDZOwDmD9aT8J0KVg2ag4Qae 获取。赛道 1 和赛道 2 的官方挑战赛页面分别位于 https://codalab.lisn.upsaclay.fr/competitions/21334#learn_the_details 和 https://codalab.lisn.upsaclay.fr/competitions/21623#learn_the_details。
引用
@article{arxiv.2506.01394,
title = {NTIRE 2025 the 2nd Restore Any Image Model (RAIM) in the Wild Challenge},
author = {Jie Liang and Radu Timofte and Qiaosi Yi and Zhengqiang Zhang and Shuaizheng Liu and Lingchen Sun and Rongyuan Wu and Xindong Zhang and Hui Zeng and Lei Zhang},
journal= {arXiv preprint arXiv:2506.01394},
year = {2025}
}