本文回顾了第一届 NTIRE 挑战赛，重点介绍了所提出的方法和结果，目标是通过改进压缩视频的忠实度和感知质量来提高视频质量。

Apr, 2021

本文介绍了一种新型的视频增强数据集，并研究了 NTIRE 2021 挑战赛上关于压缩视频画质增强的最新方法。通过大规模多样化视频数据集（LDV）的应用，我们发现该挑战赛推进了压缩视频画质增强领域的最新技术进展。

Apr, 2021

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

本文报告了 NTIRE 2023 视频增强质量评估挑战，该挑战将与 CVPR 2023 的新趋势图像恢复和增强研讨会一同举行。该挑战旨在解决视频处理领域中的一个主要问题，即增强视频的视频质量评估（VQA）。该挑战使用了感知视频增强（VDPVE）数据集，其中包含 1211 个增强视频，其中包括 600 个颜色、亮度和对比度增强的视频，310 个去模糊的视频和 301 个去抖动的视频。挑战共有 167 个注册参与者，其中 61 个参与团队在开发阶段提交了 3168 份预测结果，37 个参与团队在最终测试阶段提交了 176 份预测结果，最终有 19 个参与团队提交了模型和详细方法说明。一些方法取得了比基准方法更好的结果，获胜方法表现出卓越的预测性能。

Jul, 2023

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

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

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

本文回顾了 NTIRE 2020 挑战赛在视频质量映射方面的研究成果，该挑战赛分为有监督和弱监督两个轨道，对两个基准数据集进行源视频领域到目标视频领域的质量映射，其中 track 1 要求算法以有监督的方式从更压缩的视频向更少压缩的视频学习映射，track 2 要求算法在弱对准的视频对上学习如何在一个设备质量变化明显的情况下将质量映射到另一个设备上，7 组团队参加了 track 1，展示了有效的解决方案，而对于 track 2，评估了一些现有的方法，展示出弱监督下视频质量映射方面的有希望的解决方案。

May, 2020

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

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