专栏名称: 我爱计算机视觉

关注计算机视觉与机器学习技术的最前沿，“有价值有深度”，分享开源技术与最新论文解读，传播CVML技术的业内最佳实践。www.52cv.net 微博:计算机视觉与机器学习，QQ群:928997753，52CV君个人账号：Your-Word。

NTIRE 2025 真实世界人脸复原挑战赛

我爱计算机视觉 · 公众号 · · 2025-02-22 14:21

正文

关注公众号，发现CV技术之美

本次挑战赛作为 NTIRE 研讨会的一部分，与 CVPR 2025 一同举办。NTIRE（New Trends in Image Restoration and Enhancement）是图像复原与增强领域最具影响力的全球性竞赛之一，官网：https://cvlai.net/ntire/2025/。

大赛背景

人脸复原（Face Restoration）旨在从受损的低质量（LQ）输入中恢复高质量（HQ）人脸图像，以提升其视觉质量和下游任务的可靠性。

现实世界中，人脸图像常因 模糊、噪声、压缩失真 等因素劣化，严重影响人脸识别、关键点检测、3D 重建等应用的性能。

近年来，深度学习方法（如 CNNs、Transformers 及扩散模型）在该领域取得突破，推动人脸复原进入更高质量、更高效的新时代。

大赛介绍

本次挑战聚焦于真实世界的低质量人脸图像复原，旨在推动高保真、高感知质量的人脸复原算法发展。挑战赛采用无参考质量评估，最终得分基于 6 种感知质量指标 的加权平均值：

NIQE、CLIP-IQA、ManIQA、MUSIQ、FID、Q-Align

开发阶段： 组委会将发布训练集（含输入-输出对）与验证集（仅输入），参赛者可基于训练集训练模型，并通过验证集调试算法。

测试阶段： 最终测试集（仅输入）发布后，参赛者需提交模型输出的复原结果，由组委会统一评估并排名。

📢 请注意：

CodaLab 仅提供 MUSIQ 和 CLIP-IQA 作为中间参考指标，最终排名将在 独立计算环境 中评测，确保结果公平、稳定。同时为了保证公平性，请勿使用验证集或测试集进行训练。
在最后评分阶段，将会对用户的提交进行身份一致性判断（包括定量指标与专家评估），不符合要求的提交将会取消比赛资格。