本文介绍了 NTIRE 2020 关于知觉极限超分辨率的挑战，重点关注了提出的解决方案和结果。挑战任务旨在基于先前的低和高分辨率图像集合对输入图像进行 16 倍的超分辨率处理，通过设计网络实现最佳知觉质量和接近真实效果的高分辨率结果，并评估了单图像超分辨率的最新技术水平。有 280 名注册参赛者，19 个团队提交了最终结果。

May, 2020

本文评估了 AIM 2019 关于真实世界中的超分辨率的挑战，着重于参与方法和最终结果，对源域和目标域的图像进行超分辨率处理，挑战了真实世界中缺少高低分辨率图像对训练的数据，并构造了一些现实的图像退化用于源输入图像及量化评估.

Nov, 2019

本论文回顾了 NTIRE2021 挑战赛的爆发式超分辨率，并介绍了两个轨道的数据，一是基于合成数据的轨道，二是基于移动相机的实际轨道，并在最终测试阶段，6 支队伍提交了具有多样性的解决方案，表现最佳的方法将爆发式超分辨率任务的最优性能提升到了一个新的水平。

Jun, 2021

本文概述了 NTIRE 2022 有关高效单幅图像超分辨率的挑战，重点在于提出的解决方案和结果。比赛的目标是设计一个单幅图像超分辨率网络，使其在保持 29.00dB 的 PSNR 的同时，在几个度量标准，包括运行时间，参数，FLOPs，激活和内存消耗等方面具有改进的效率。随着 303 名注册参与者和 43 个队伍的参赛，他们评估了高效单幅图像超分辨率的最新技术。

May, 2022

本论文回顾了 NTIRE 2021 年的超分辨率视频挑战赛，共 247 个和 223 个参赛者参加了赛事，14 个团队在每个赛道上竞争，以在视频 SR 任务中实现最先进的表现。主要关键词有超分辨率，计算机视觉，视频，NTIRE 2021 年挑战赛和恢复质量。

Apr, 2021

本文总结了第一届 NTIRE 立体影像超分辨率挑战赛，该挑战赛通过标准双三次降采样实现了在立体影像超分辨率问题上的新解决方案和结果，最终有 21 个团队参加了测试，其中 20 个团队的 PSNR (RGB) 得分优于基准线，该挑战赛为立体影像超分辨率建立了新的基准。

Apr, 2022

本文回顾了 NTIRE 2024 挑战赛关于图像超分辨率（$ imes$4）的研究，突出了提出的解决方案和获得的结果；该挑战要求利用先前的信息从低分辨率图像生成相应的 4 倍放大的高分辨率图像；其目标是推动最先进的超分辨率性能设计 / 解决方案，对计算资源（如模型大小和 FLOPs）或训练数据没有限制；此挑战通过在 DIV2K 测试数据集上使用 PSNR 度量来评估性能；比赛吸引了 199 名注册者，其中有 20 个团队提交了有效的参赛作品；这个集体努力不仅推动了单图像超分辨率的性能界限，还提供了该领域当前趋势的全面概述。

Apr, 2024

对 NTIRE 2024 原始图像超分辨率挑战赛及其结果进行综述，该挑战的目标是通过 2 倍放大 RAW Bayer 图像来探索现代图像信号处理中 RAW 超分辨率的新方法。其中，参与者注册了 230 个，挑战期间提交了 45 个结果，笔者对前 5 名的表现进行了回顾，作为 RAW 图像超分辨率领域现有技术水平的指标。

Apr, 2024

该论文综述了 NTIRE 2024 挑战赛，重点关注高效单图像超分辨率（ESR）解决方案及其结果，并提供了基于低分辨率和对应高分辨率图像对的放大因子为 x4 的输入图像进行超分辨率处理的任务描述。

Apr, 2024

本文回顾了 AIM 2020 挑战赛中关于高效单图像超分辨率的提出的解决方案和结果，挑战任务是基于一组低分辨率图像和相应的高分辨率图像的先前实例对输入图像进行 4 倍放大的超分辨率，目标是确保至少保持 MSRResNet 的 PSNR 的同时降低如运行时间、参数计数、活动、内存消耗等一些方面，同时至少降低一个或多个方面，该挑战共有 150 个注册参与者，25 个团队提交了最终结果，本文总结了高效单图像超分辨率的最新进展。

Sep, 2020