NTIRE 2023 Challenge on Light Field Image Super-Resolution: Dataset, Methods and Results

要約

タイトル：NTIRE 2023チャレンジ：ライトフィールド画像の超解像度化 – データセット、方法、結果
要約：

– この報告書では、標準的なバイキュービック劣化条件で4倍の拡大率でライトフィールド（LF）画像を超解像度化することを目的とした初めてのNTIREチャレンジであるLF画像の超解像度化（SR）についてまとめています。
– このチャレンジでは、NTIRE-2023という新しいLFデータセットを作成し、モデルの開発を促進するBasicLFSRツールボックスを提供しています。
– 単一の画像SRに比べて、LF画像SRの主な課題は、異なる視差を持つ多くの視点から相補的な角度情報をどのように活用するかにあります。
– 合計148人の参加者がチャレンジに登録し、11チームがPSNRスコアがベースライン方法LF-InterNet\cite{LF-InterNet}よりも高い結果を提出することに成功しました。
– これらの新しく開発された方法は、LF画像SRの新しい最先端を設定しています。例えば、勝利した方法は、既存の最先端の方法DistgSSR\cite{DistgLF}よりも約1 dBのPSNRの改善を達成しています。
– 参加者が提案した解決策を報告し、それらの共通のトレンドや有用なトリックをまとめています。
– このチャレンジが将来の研究を刺激し、LF画像SRの新しいアイデアをインスパイアすることを望みます。

要約(オリジナル)

In this report, we summarize the first NTIRE challenge on light field (LF) image super-resolution (SR), which aims at super-resolving LF images under the standard bicubic degradation with a magnification factor of 4. This challenge develops a new LF dataset called NTIRE-2023 for validation and test, and provides a toolbox called BasicLFSR to facilitate model development. Compared with single image SR, the major challenge of LF image SR lies in how to exploit complementary angular information from plenty of views with varying disparities. In total, 148 participants have registered the challenge, and 11 teams have successfully submitted results with PSNR scores higher than the baseline method LF-InterNet \cite{LF-InterNet}. These newly developed methods have set new state-of-the-art in LF image SR, e.g., the winning method achieves around 1 dB PSNR improvement over the existing state-of-the-art method DistgSSR \cite{DistgLF}. We report the solutions proposed by the participants, and summarize their common trends and useful tricks. We hope this challenge can stimulate future research and inspire new ideas in LF image SR.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI