近日，在计算机视觉领域最具影响力的国际会议CVPR的NTIRE 2024研讨会上，人工智能学院李雷达教授团队获得DXOMARK肖像质量评价挑战赛冠军。本次竞赛吸引了来自字节跳动、南洋理工大学、上海交通大学、中山大学等著名企业和高校的35支队伍参赛，人工智能学院团队提出的RQ-Net模型凭借高泛化性和低复杂度的优势脱颖而出，最终获得冠军。获奖队伍由李雷达教授指导，博士生黄一珀领队，段志超、许鑫锐、袁权、盛祥非、杨智超等5位硕博研究生组成。

New Trends in Image Restoration and Enhancement (NTIRE) 竞赛由苏黎世联邦理工学院计算机视觉实验室（Computer Vision Laboratory, ETH Zurich）主办，主要内容聚焦图像 low level 处理任务，是CVPR研讨会中最具影响力的国际竞赛之一。

本年度肖像质量评估挑战赛的承办方DXOMARK是智能手机、镜头与相机评测的国际权威机构。该挑战赛旨在开发高效的深度神经网络模型，以评估真实环境下肖像照片的感知质量。参赛模型需要准确评估各种场景和照明条件下的失真图像，包括室内、室外和低光环境，以及运动和模糊等问题。除了关注整体属性的测试集，该赛道还增加了更具挑战性的隐藏数据集，以测试评估模型在训练场景之外的泛化能力。

测试图像样例
 

面对肖像图像失真复杂性和内容多样性难题，李雷达教授指导的参赛团队从Patch-wised Feature Aggregation和Scale-shift Invariant Learning两个角度设计了一种具有高泛化性的肖像评估解决方案。该方案突破了真实环境下肖像图像细节丰富、失真复杂和场景多样等难点，解决了现有的质量评估方法在低光、运动等环境下泛化能力差的问题，实现了高效率和高性能的肖像图像质量准确评估。


（比赛官网：https://cvlai.net/ntire/2024/，赛事报告：https://arxiv.org/abs/2404.11159）