该论文介绍了在 ECCV 2020 RLQ 研讨会上，第一次针对 Under-Display Camera 图像修复挑战的报告。挑战基于新收集的数据库，并包含两种类型的显示屏。近 150 个团队注册了挑战，每个轨道的测试阶段分别有八个和九个团队提交了结果。该论文的结果是目前 Under-Display Camera 修复的最先进表现。该文章和数据集可以在此 https URL 上找到。

Aug, 2020

在 MIPI 2024 中，本文总结和回顾了少样本 RAW 图像去噪音的挑战，共有 165 名参与者成功注册，并有 7 支团队在最终测试阶段提交了成果，这次挑战的解决方案在少样本 RAW 图像去噪音上取得了最新的成果。

Jun, 2024

本文概述了在 MIPI 2023 上 RGBW Joint Remosaic and Denoise track 的参赛结果和对于参赛队伍开发的前三个最佳模型的详细描述。

Apr, 2023

手机智能摄影和成像（MIPI）的发展受限于缺乏高质量的研究数据以及工业界和学术界的深入交流机会，本文总结和回顾了 MIPI 2024 的夜间光晕消除挑战，包括三个关注新型图像传感器和成像算法的轨道，通过本挑战开发出的解决方案在夜间光晕消除方面取得了最先进的性能。

May, 2024

本文总结了 MIPI 2023 的 RGBW 联合融合和去噪声跟踪，对于其中排名前三的模型进行了详细描述，并使用 PSNR，SSIM，LPIPS 和 KLD 等客观指标进行了测评。

Apr, 2023

该研究论文总结和回顾了关于象限雷达移除的 MIPI 比赛。共 120 名参赛者成功注册，并且 11 个团队在测试中提交了结果。该比赛中开发的解决方案在夜间象限的去除方面取得了最先进的性能。本文提供了该比赛中开发的所有模型的详细描述。

May, 2023

MIPI 2024 的研究论文总结和回顾了夜间光斑去除问题，并介绍了该挑战的参与者情况和最终结果。

Apr, 2024

本文介绍了首个面向移动智能摄影和成像（MIPI）的挑战赛之一， Quad Joint Remosaic 和 Denoise， 该赛道集中在利用新型图像传感器和成像算法实现 Quad CFA 到 Bayer 的全分辨率插值。参与者采用 70 个各种噪声级别的高质量 Quad 和 Bayer 数据集，并使用多种目标指标对结果进行了评估。

Sep, 2022

本文介绍使用透明有机发光二极管（Transparent OLED）和手机彩色发光二极管（Pentile OLED）为背景的显示器下相机（UDC）进行图像复原的研究

Mar, 2020

本文提出一种针对在全面屏幕手机上拍摄失真的相机图像进行高效的深度学习修复的方法，并给出了在不同方法上的性能和运行时间的比较结果。该模型使用操作次数更少，具有竞争力，并且从效率和生产角度分析了实际单张图像修复问题。

Nov, 2022