NTIRE 2026 逆潮检测与分割（RipDetSeg）挑战报告
计算机视觉与模式识别
2026-04-29 v2
摘要
本报告介绍了 NTIRE 2026 逆潮检测与分割（Rip Current Detection and Segmentation, RipDetSeg）挑战。该挑战旨在自动化处理图像中的逆潮理解。逆潮是一种靠近岸点的危险海流，全球造成众多海滩死亡事故，然而由于其视觉形态在不同海滩、视角和海浪状态下差异巨大，仍难以识别。为推动该安全关键问题的研究，挑战基于 RipVIS 数据集构建，评估检测与分割任务。数据集来源于超过 10 个国家，包含 4 种摄像机角度及多样化的海滩与海况。报告描述了数据集、挑战协议、评估方法、最终结果，并总结了所提交方法的主要洞见。该挑战吸引了 159 名注册参赛者，产生了 9 组有效测试提交，涵盖两个任务。最终排名基于综合得分，综合考虑了 、、 和 。大多数参赛方案依赖预训练模型，结合强数据增强和后处理设计。结果表明，逆潮理解受益于鲁棒通用视觉模型的快速进步，但仍有巨大的提升空间，以适应其独特的视觉结构。
引用
@article{arxiv.2604.17070,
title = {NTIRE 2026 Rip Current Detection and Segmentation (RipDetSeg) Challenge Report},
author = {Andrei Dumitriu and Aakash Ralhan and Florin Miron and Florin Tatui and Radu Tudor Ionescu and Radu Timofte and Abdullah Naeem and Anav Katwal and Ayon Dey and Md Tamjidul Hoque and Asuka Shin and Hiroto Shirono and Kosuke Shigematsu and Gaurav Mahesh and Anjana Nanditha and Jiji CV and Akbarali Vakhitov and Sang-Chul Lee and Xinger Li and Chun'an Yu and Junhao Chen and Yang Yang and Gundluri Yuvateja Reddy and Harshitha Palaram and Gejalakshmi N and Jeevitha S and Jiachen Tu and Guoyi Xu and Yaoxin Jiang and Jiajia Liu and Yaokun Shi and Amitabh Tripathi and Modugumudi Mahesh and Santosh Kumar Vipparthi and Subrahmanyam Murala},
journal= {arXiv preprint arXiv:2604.17070},
year = {2026}
}
备注
Challenge report paper from NTIRE Workshop at CVPR 2026