NTIRE 2026 视频显著性预测挑战赛：方法与结果

来源：https://huggingface.co/papers/2604.14816
作者：,,,,,,,,,,,,,,,,,,,,,

摘要

本文概述了 NTIRE 2026 视频显著性预测挑战赛。参赛者的目标是为提供的视频序列开发自动化的显著图预测方法。为此挑战赛准备了一个包含 2,000 条多样化视频的新数据集，采用开放许可证。通过众包鼠标追踪收集注视点及对应显著图，包含超过 5,000 名评估者的观看数据。在 800 条测试视频子集上使用通用质量指标进行评估。挑战赛吸引了 20 余支队伍提交，最终 7 支队伍通过代码审核。所有数据已公开：https://github.com/msu-video-group/NTIRE26_Saliency_Prediction。

查看 arXiv 页面 (https://arxiv.org/abs/2604.14816)
查看 PDF (https://arxiv.org/pdf/2604.14816)
项目主页 (https://www.codabench.org/competitions/12842/)
GitHub15 (https://github.com/msu-video-group/NTIRE26_Saliency_Prediction)
添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2604.14816)

在您的 agent 中获取本文：

hf papers read 2604.14816

尚未安装最新 CLI？
curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型 0

暂无模型链接本文

在模型 README.md 中引用 arxiv.org/abs/2604.14816，即可在此页面显示链接。

引用本文的数据集 0

暂无数据集链接本文

在数据集 README.md 中引用 arxiv.org/abs/2604.14816，即可在此页面显示链接。

引用本文的 Spaces 0

暂无 Space 链接本文

在 Space README.md 中引用 arxiv.org/abs/2604.14816，即可在此页面显示链接。

包含本文的合集 0

暂无合集包含本文

将本文添加到合集 (https://huggingface.co/new-collection)，即可在此页面显示链接。