2025年图像去噪挑战赛报告，展示高精度去噪模型最新进展。
The Tenth NTIRE 2025 Image Denoising Challenge Report
- 基于固定噪声水平σ=50的白噪声建模，不限制计算量与模型大小。
- 20支队伍提交有效结果，推动去噪性能边界突破。
- 适合关注图像重建与深度学习应用的研究者参考。
本文概述了2025年NTIRE图像去噪挑战赛（σ = 50）的总体情况，重点介绍参赛团队提出的方法及相应成果。任务目标是构建高性能网络架构，在不设计算复杂度或模型规模限制的前提下，实现高质量图像去噪，采用PSNR作为量化评估指标。假设噪声为独立同分布的加性白高斯噪声（AWGN），固定噪声标准差为50。共有290名参与者注册，其中20支队伍成功提交有效结果，反映出当前图像去噪技术的前沿水平。
原文摘要 · Abstract (English)
This paper presents an overview of the NTIRE 2025 Image Denoising Challenge (σ = 50), highlighting the proposed methodologies and corresponding results. The primary objective is to develop a network architecture capable of achieving high-quality denoising performance, quantitatively evaluated using PSNR, without constraints on computational complexity or model size. The task assumes independent additive white Gaussian noise (AWGN) with a fixed noise level of 50. A total of 290 participants registered for the challenge, with 20 teams successfully submitting valid results, providing insights into the current state-of-the-art in image denoising.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。