<div dir="ltr"><div><span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-m_408419128918831100gmail-m_1948246666769576665gmail-m_2358868591110292323gmail-m_1915704743853826484gmail-m_-2402332150115530072gmail-im">Apologies for cross-posting<br>******************************<wbr>*</span><br><br>CALL FOR PAPERS  & CALL FOR PARTICIPANTS IN 3 CHALLENGES<br></div><div><br><span class="gmail-m_-4924326537876416856gmail-il">NTIRE</span>: <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">3rd New</span> <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">Trends</span> <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">in</span> <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">Image</span> <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">Restoration</span> <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">and</span> <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">Enhancement</span> <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">workshop</span> <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">and</span> challenges <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">on</span> <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">image</span> super-resolution, dehazing, and spectral reconstruction <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il"></span><br><span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">in</span> conjunction with <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">CVPR</span> <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">2018</span>, June 18, Salt Lake City, USA.<br>
<br>Website: <a href="http://www.vision.ee.ethz.ch/n">http://www.vision.ee.ethz.ch/n</a><wbr>tire18/
<br>Contact: <a href="mailto:radu.timofte@vision.ee.ethz.ch">radu.timofte@vision.ee.ethz.ch</a>
<br><br><br>SCOPE<br>
<br>Image restoration and image enhancement are key computer vision tasks, 
aiming at the restoration of degraded image content or the filling in of
 missing information. Recent years have witnessed an increased interest 
from the vision and graphics communities in these fundamental topics of 
research. Not only has there been a constantly growing flow of related 
papers, but also substantial progress has been achieved.
<br>
<br>Each step forward eases the use of images by people or computers for
 the fulfillment of further tasks, with image restoration or enhancement
 serving as an important frontend. Not surprisingly then, there is an 
ever growing range of applications in fields such as surveillance, the 
automotive industry, electronics, remote sensing, or medical image 
analysis. The emergence and ubiquitous use of mobile and wearable 
devices offer another fertile ground for additional applications and 
faster methods.
<br>
<br>This workshop aims to provide an overview of the new trends and 
advances in those areas. Moreover, it will offer an opportunity for 
academic and industrial attendees to interact and explore 
collaborations.
<br><br><br>TOPICS<br>
<br>Papers addressing topics related to image/video restoration and 
enhancement are invited. The topics include, but are not limited to:
<br>
<br>●    Image/video inpainting
<br>●    Image/video deblurring
<br>●    Image/video denoising
<br>●    Image/video upsampling and super-resolution
<br>●    Image/video filtering
<br>●    Image/video dehazing
<br>●    Demosaicing
<br>●    Image/video compression
<br>●    Artifact removal
<br>●    Image/video enhancement: brightening, color adjustment, sharpening, etc.
<br>●    Style transfer
<br></div><div>●    Image/video generation and image hallucination
<br>●    Image/video quality assessment
<br>●    Hyperspectral imaging
<br>●    Underwater imaging
<br>●    Aerial and satellite imaging
<br>●    Methods robust to changing weather conditions / adverse outdoor conditions
<br>●    Studies and applications of the above.
<br>
<br><br>SUBMISSION<br>
<br>A paper submission has to be in English, in pdf format, and at most 8
 pages (excluding references) in CVPR style. The paper format must 
follow the same guidelines as for all CVPR submissions.
<br><a href="http://cvpr2018.thecvf.com/sub">http://cvpr2018.thecvf.com/sub</a><wbr>mission/main_conference/author<wbr>_guidelines
<br>The review process is double blind. Authors do not know the names of
 the chair/reviewers of their papers. Reviewers do not know the names of
 the authors.
<br>Dual submission is allowed with CVPR main conference only. If a 
paper is submitted also to CVPR and accepted, the paper cannot be 
published both at the CVPR and the workshop.
<br>
<br>For the paper submissions, please go to the online submission site <br><a href="https://cmt3.research">https://cmt3.research</a>.<wbr><a href="http://microsoft.com/NTIRE2018">microsoft.com/NTIRE2018</a><br><br>Accepted and presented papers will be published after the conference
 in the CVPR Workshops Proceedings on by IEEE (<a href="http://www.ieee.org">http://www.ieee.org</a>) and 
Computer Vision Foundation (<a href="http://www.cv-foundation.org">www.cv-foundation.org</a>).
<br>
<br>The author kit provides a LaTeX2e template for paper submissions. 
Please refer to the example for detailed formatting instructions. If you
 use a different document processing system then see the CVPR author 
instruction page.
<br>
<br>Author Kit:  <a href="http://cvpr2018.thecvf.com/fil">http://cvpr2018.thecvf.com/fil</a><wbr>es/cvpr2018AuthorKit.zip
<br><br><span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il"><br>WORKSHOP</span> DATES<br><br>
● Submission Deadline: March 01, 2018 
<br>● Decisions: March 29, 2018
<br>● Camera Ready Deadline: April 05, 2018 
<span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il"></span><br>
<br>
<br><br>CHALLENGE <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">on</span> SUPER-RESOLUTION (ongoing!)<br>

<p>
The challenge has 4 tracks as follows: 
</p><ol><li> <span style="color:rgb(0,0,0)"><strong>Track 1: classic bicubic</strong>
</span> uses the bicubic downscaling (Matlab imresize), the most common setting
 from the recent single-image super-resolution literature.</li><li> <strong>Track 2: realistic mild adverse conditions </strong>
 assumes that the degradation operators (emulating the image acquisition
 process from a digital camera) are the 
same within an image space and for all the images.</li><li> <strong>Track 3: realistic difficult adverse conditions </strong>
 assumes that the degradation operators (emulating the image acquisition
 process from a digital camera) are the 
same within an image space and for all the images.</li><li> <strong>Track 4: realistic wild conditions</strong>
 assumes that the degradation operators (emulating the image acquisition
 process from a digital camera) are the same within an
 image space but DIFFERENT from one image to another. This setting is 
the closest to real "wild" conditions.</li></ol></div><div><br>CHALLENGE <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">on</span> IMAGE DEHAZING (ongoing!)<br><br><em><strong> A novel datasets of real hazy images obtained
in outdoor and indoor environments with ground truth is introduced with the challenge. It
is the first image dehazing online challenge.</strong></em></div><div><ol><li> <strong> Track 1: Indoor</strong> - the goal is to restore the visibility in images with haze generated
in a controlled indoor environment. </li><li> <strong> Track 2: Outdoor</strong> - the goal is to restore the visibility in outdoor images with haze
generated using a professional haze/fog generator.</li></ol></div><div><br>CHALLENGE <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">on</span> SPECTRAL RECONSTRUCTION (ongoing!)<br>

<em><strong><br>The largest dataset to date will be introduced with the challenge.
It is the first spectral reconstruction from RGB images online challenge.
</strong></em>

<ol><li> <strong>Track 1: Clean </strong> recovering hyperspectral data 
from uncompressed 8-bit RGB images created by applying a know response 
function to ground truth hyperspectral information.
</li><li> <strong>Track 2: Real World </strong> recovering hyperspectral 
data from jpg-compressed 8-bit RGB images created by applying an unknown
 response function to ground truth hyperspectral information.
</li></ol></div>To learn more about the challenges, to participate <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">in</span> the challenges, 
<span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">and</span> to access the data everybody is invited to check the <span class="gmail-m_-4924326537876416856gmail-il">NTIRE</span> webpage:<br><a href="http://www.vision.ee.ethz.ch/n">http://www.vision.ee.ethz.ch/n</a><wbr>tire18/<br><br><br>CHALLENGES DATES<br><div>
<br>● Release of train data: January 10, <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">2018</span><br>● <b>Competition ends: March 08, <span class="gmail-m_-4924326537876416856gmail-m_-349620237938323909gmail-m_6936151042752791574gmail-m_5552105694281904806gmail-il">2018 (extended!)</span></b><br>
<br><br>ORGANIZERS<br>
<br>● Radu Timofte, ETH Zurich, Switzerland <br>● Ming-Hsuan Yang, University of California at Merced, US<br>● Jiqing Wu, ETH Zurich, Switzerland <br>● Lei Zhang, The Hong Kong Polytechnic University <br>● Luc Van Gool, KU Leuven, Belgium and ETH Zurich, Switzerland <br>● Cosmin Ancuti, Université catholique de Louvain (UCL), Belgium<br>● Codruta O. Ancuti, University Politehnica Timisoara, Romania<br>● Boaz Arad, Ben-Gurion University, Israel <br>● Ohad Ben-Shahar, Ben-Gurion University, IsraelFor data and more details: <br><br>
<br></div><div>PROGRAM COMMITTEE (to be updated)<br><br></div><div>    Cosmin Ancuti, Université catholique de Louvain (UCL), Belgium<br>    Nick Barnes, Data61, Australia<br>    Michael S. Brown, York University, Canada<br>    Subhasis Chaudhuri, IIT Bombay, India<br>    Sunghyun Cho, Samsung<br>    Oliver Cossairt, Northwestern University, US<br>    Chao Dong, SenseTime<br>    Weisheng Dong, Xidian University, China<br>    Alexey Dosovitskiy, Intel Labs<br>    Touradj Ebrahimi, EPFL, Switzerland<br>    Michael Elad, Technion, Israel<br>    Corneliu Florea, University Politehnica of Bucharest, Romania<br>    Alessandro Foi, Tampere University of Technology, Finland<br>    Peter Gehler, University of Tübingen, MPI Intelligent Systems, Amazon, Germany<br>    Bastian Goldluecke, University of Konstanz, Germany<br>    Luc Van Gool, ETH Zürich and KU Leuven, Belgium<br>    Shuhang Gu, ETH Zürich, Switzerland<br>    Michael Hirsch, Amazon<br>    Hiroto Honda, DeNA Co., Japan<br>    Jia-Bin Huang, Virginia Tech, US<br>    Michal Irani, Weizmann Institute, Israel<br>    Phillip Isola, UC Berkeley, US<br>    Zhe Hu, Light.co<br>    Sing Bing Kang, Microsoft Research, US<br>    Jan Kautz, NVIDIA Research, US<br>    Seon Joo Kim, Yonsei University, Korea<br>    Vivek Kwatra, Google<br>    Christian Ledig, Twitter Inc.<br>    Kyoung Mu Lee, Seoul National University, South Korea<br>    Seungyong Lee, POSTECH, South Korea<br>    Stephen Lin, Microsoft Research Asia<br>    Chen Change Loy, Chinese University of Hong Kong<br>    Vladimir Lukin, National Aerospace University, Ukraine<br>    Kai-Kuang Ma, Nanyang Technological University, Singapore<br>    Vasile Manta, Technical University of Iasi, Romania<br>    Yasuyuki Matsushita, Osaka University, Japan<br>    Peyman Milanfar, Google and UCSC, US<br>    Rafael Molina Soriano, University of Granada, Spain<br>    Yusuke Monno, Tokyo Institute of Technology, Japan<br>    Hajime Nagahara, Osaka University, Japan<br>    Vinay P. Namboodiri, IIT Kanpur, India<br>    Sebastian Nowozin, Microsoft Research Cambridge, UK<br>    Federico Perazzi, Disney Research<br>    Aleksandra Pizurica, Ghent University, Belgium<br>    Sylvain Paris, Adobe<br>    Fatih Porikli, Australian National University, NICTA, Australia<br>    Hayder Radha, Michigan State University, US<br>    Tobias Ritschel, University College London, UK<br>    Antonio Robles-Kelly, CSIRO, Australia<br>    Stefan Roth, TU Darmstadt, Germany<br>    Aline Roumy, INRIA, France<br>    Jordi Salvador, Amazon, US<br>    Yoichi Sato, University of Tokyo, Japan<br>    Konrad Schindler, ETH Zurich, Switzerland<br>    Samuel Schulter, NEC Labs America<br>    Nicu Sebe, University of Trento, Italy<br>    Eli Shechtman, Adobe Research, US<br>    Boxin Shi, National Institute of Advanced Industrial Science and Technology (AIST), Japan<br>    Wenzhe Shi, Twitter Inc.<br>    Alexander Sorkine-Hornung, Disney Research<br>    Sabine Süsstrunk, EPFL, Switzerland<br>    Yu-Wing Tai, Tencent Youtu<br>    Hugues Talbot, Université Paris Est, France<br>    Robby T. Tan, Yale-NUS College, Singapore<br>    Masayuki Tanaka, Tokyo Institute of Technology, Japan<br>    Jean-Philippe Tarel, IFSTTAR, France<br>    Radu Timofte, ETH Zürich, Switzerland<br>    George Toderici, Google, US<br>    Ashok Veeraraghavan, Rice University, US<br>    Jue Wang, Megvii Research, US<br>    Chih-Yuan Yang, UC Merced, US<br>    Jianchao Yang, Snapchat<br>    Ming-Hsuan Yang, University of California at Merced, US<br>    Qingxiong Yang, Didi Chuxing, China<br>    Jong Chul Ye, KAIST, Korea<br>    Jason Yosinski, Uber AI Labs, US<br>    Wenjun Zeng, Microsoft Research<br>    Lei Zhang, The Hong Kong Polytechnic University<br>    Wangmeng Zuo, Harbin Institute of Technology, China<br><br><br></div>
    <p>SPEAKERS (to be announced)</p><br><div>SPONSORS (to be updated)<br></div><br>    Alibaba<br>    NVIDIA<br>    SenseTime<br>    OpenOcean<br>    Google<br>    Disney Research<br><br>
Contact: <a href="mailto:radu.timofte@vision.ee.ethz.ch">radu.timofte@vision.ee.ethz.ch</a>
<br>Website: <a href="http://www.vision.ee.ethz.ch/n">http://www.vision.ee.ethz.ch/n</a><wbr>tire18/</div>