NTIRE 2024 Quality Assessment of AI-Generated Content Challenge

本文介绍了将于2024年CVPR的“新趋势图像恢复和增强研讨会”（NTIRE）上举办的NTIRE 2024 AI生成内容质量评估挑战赛。该挑战旨在解决图像和视频处理领域中的一个主要挑战，即针对AI生成内容（AIGC）的图像质量评估（IQA）和视频质量评估（VQA）。该挑战分为图像轨和视频轨，其中图像轨使用AIGIQA-20K数据集，包含由15个流行的生成模型生成的20,000个AIGIs。共有318个注册参赛者，其中在开发阶段共收到1,646份提交，在测试阶段共收到221份提交，最终有16个参赛团队提交了他们的模型和事实表。视频轨使用T2VQA-DB数据集，包含由9个流行的文本到视频（T2V）模型生成的10,000个AIGVs。共有196个参赛者注册参赛，其中在开发阶段共收到991份提交，在测试阶段共收到185份提交，最终有12个参赛团队提交了他们的模型和事实表。一些方法的结果优于基准方法，并且两个轨道的获胜方法都展示了对AIGC的卓越预测性能。

NTIRE 2024 Quality Assessment of AI-Generated Content Challenge旨在解决图像和视频处理中的AI生成内容的质量评估问题。

使用AIGIQA-20K和T2VQA-DB数据集，分别进行图像和视频质量评估。

挑战分为图像和视频两个赛道，使用了大量AI生成图像和视频数据集。共有318个团队参加了图像赛道，196个团队参加了视频赛道。在测试阶段，分别收到了221个图像模型和185个视频模型的提交。有些方法比基准方法表现更好，获胜的方法在AI生成内容的预测性能上表现卓越。

该论文没有列举相关研究。