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

这篇论文回顾了 NTIRE 2020 关于真实世界超分辨率的挑战，重点关注参与方法和最终结果。该挑战旨在提高超分辨率领域的技术水平，提供了包括图像处理伪影和智能手机图像两个领域的评估标准，并吸引了 22 个团队的参与。

May, 2020

本文介绍了 NTIRE 2022 感知图像质量评估（IQA）挑战赛，该挑战赛旨在解决感知图像处理算法的 IQA 新挑战和通过 PIPAL 数据集使用完全不同于传统失真的算法输出图像。该挑战分为两个轨道，一个是类似于以前的 IQA 挑战的全参考 IQA 轨道，另一个是专注于无参考 IQA 方法的新轨道。该挑战已有 192 和 179 个参赛者注册，其中有 7 和 8 个参赛者提交了他们的模型和实验报告。几乎所有参赛者的结果都优于现有的 IQA 方法，获胜算法表现卓越。

Jun, 2022

本文回顾了 NTIRE 2020 关于非均质去雾图像的挑战，重点关注解决方案及其结果，对使用非均质人工生成的 NH-Haze 数据集进行了评估，并提出的方案在图像去雾领域达到了最先进水平。

May, 2020

该论文回顾了 NTIRE 2021 高动态范围（HDR）成像挑战赛的首次挑战，着重讲述了新引入的数据集、提出的方法及其结果。该挑战旨在从一个或多个低动态范围（LDR）观测中估计 HDR 图像，要解决曝光不足或过度曝光区域和不同噪声来源的问题。本文介绍了该挑战的两个阶段，并旨在实现最佳目标 HDR 重构。

Jun, 2021

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

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

本文介绍了 NTIRE2021 挑战赛，关于基于生成对抗网络的知觉图像质量评估的主题和研究领域，挑战的训练和测试数据集包括感知图像处理算法的输出和相应的主观得分，旨在开发和评估 GAN 失真的图像质量评估方法。在比较以前的 IQA 挑战赛之后，参赛的 13 支队伍提交了他们的模型和事实表，几乎所有队伍都比现有的 IQA 方法取得了更好的结果，其中获胜的方法表现出最先进的性能。

May, 2021

该论文回顾了 2022 年 CVPR 的 NTIRE 研讨会中关于受限高动态范围（HDR）成像的挑战。本文聚焦于竞赛设定、数据集、提议的方法以及他们的结果。竞赛旨在从多个相应的低动态范围（LDR）观测中估计 HDR 图像，这些观测可能会受到欠曝或过曝区域和不同噪声来源的影响。竞赛由两个轨道组成，强调保真度和复杂性约束。在跟踪 1 中，要求参与者在强制执行低复杂性约束的同时优化客观保真度分数。在跟踪 2 中，要求参与者在强制执行保真度约束的同时最小化其解决方案的复杂度。这两个轨道使用相同的数据和指标：保真度通过与基准 HDR 图像进行相对于 PSNR 的计算来进行测量，包括通过乘积累加（MAC）操作的数量和运行时间（以秒为单位）的复杂性指标。

May, 2022

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