NTIRE 2019
真实场景 Real-World Image Super-Resolution
数据集:RealSR(佳能5D3和尼康D810*4个焦距)
评价指标：PSNR+SSIM
NTIRE 2020
真实场景 Real-World Image Super-Resolution（RW）
• Track1： Image Processing Artifacts
测试数据：Flick2k 未知退化 不下采样
训练：DIV2K
指标：PSNR+SSIM+(LPIPS距离)
排名：MOS
• Track2：Smartphone Images
测试：DPED（iPhone3）
训练：DIV2K
指标：NIQE、BRISQUE、PIQE、NRQM、PI (评估图像锐度、噪声、伪影和整体的质量)
排名：MOS
NTIRE 2021
视频超分
参考网址：https://zhuanlan.zhihu.com/p/372497679
• Track1: Video Super-Resolution
数据：REDS（1280*720）bicubic下采样x4
目标：从LR序列重建HR图像
冠军：BasicVRSR++
评判标准：PSNR+SSIM+(LPIPS)
• Track2: Video Spatio-Temporal Super-Resolution
数据：Track1中抽走奇数帧
目标：同时从空域与时域超分重建24fps的HR序列
冠军：LCVR+MQVI
评判标准：PSNR+SSIM+(LPIPS)
图像超分
• 大尺寸超分 Learning the Super-Resolution Space Challenge
目标： X4/X8
数据集：DIV2K bicubic
评价标准： LPIPS+LR-PSNR+MOS
• 连拍图像超分辨率 Burst Super-Resolution （two tracks）
目标：连拍的RAW→ X4 RGB
数据：Deep burst super-resolution （BurstSR）
评价标准：PSNR+SSIM+LPIPS+MOS
重度压缩视频质量增强 Challenge on Quality Enhancement of Heavily Compressed Video
○ NTIRE 2022
Efficient Super-Resolution
目的： X4 PSNR不得低于29db （DIV2K bicubi）
• Main Track: Runtime，根据模型在验证集和测试集的平均运行时间进行排名。 冠军：ByteESR
• Sub-Track 1: Model Complexity，根据模型的参数量和 FLOPs 加权得到排名。
• Sub-Track 2: Overall Performance，根据模型运行时间、参数量、FLOPs、Activations 及内存占用五个维度的综合考量得到排名。
Stereo Image Super-Resolution Challenge
目的：从低分辨率(LR)双目图像重建高分辨率(HR)双目图像
冠军：NAFFSSR（NAFNet图像去噪 + SCAM）
Super-Resolution and Quality Enhancement of Compressed Video
数据集：压缩视频增强超分 benchmark (LDA数据集)
Track1：针对包括视频编码中（如采用HEVC）的高压缩比带来的失真的视频恢复问题。
Track2：Track1的基础上，同时处理高压缩和2倍超分问题。
Track3：Track2的基础上，探索4倍超分和增强问题
冠军：TaoMC2(BasicVSR++ + SwinIR) 两冠一亚
文章出处登录后可见！
