NTIRE 2026 The 3rd Restore Any Image Model (RAIM) Challenge: Multi-Exposure Image Fusion in Dynamic Scenes (Track 2)
NTIRE 2026 の第 3 回 RAIM チャレンジ（トラック 2）は、シーン運動や照明変化、手ブレといった動的な条件下でのマルチ露光画像融合を課題とし、114 チーム 987 件の応募を集めてアーティファクト除去と細部復元の性能向上を達成したことを報告する論文です。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
動く世界を「完璧な一枚」にまとめる魔法：NTIRE 2026 写真コンテストの解説
こんにちは！今日は、写真撮影の「究極の夢」を実現しようとした、あるすごいコンテストの話をしましょう。
このコンテストは**「動くシーンでのマルチ露出画像融合（MEF）」という難しい課題に挑むものでした。専門用語は置いておいて、「スマホで写真を撮る時、被写体が動いたり、手が震えたりして、ボヤけたり、二重画像（ゴースト）が出たりするのを、AI に解決させよう！」**という挑戦です。
まるで**「複数の不完全なパズルピースを、AI が瞬時に組み合わせて、完璧な絵画に仕上げる」**ようなイメージです。
1. なぜこんなコンテストが必要なの？
皆さんも経験があるかもしれません。
- 子供が走っているのを撮ろうとしたら、顔が二重になった。
- 夜景を撮ろうとしたら、手ブレで光が滲んでしまった。
- 明るい窓と暗い部屋の両方を写そうとしたら、窓は白飛びして、部屋は真っ黒になった。
従来のカメラは、これらを一度に綺麗に撮るのが苦手でした。そこで、**「短時間に何枚も写真を撮り（露出を変えて）、それを AI で合成して、明るさも暗さも、動きも完璧な 1 枚にする」**技術が注目されています。
しかし、「動くもの」や「手ブレ」がある状況で、この合成を綺麗に行うのは、AI にとっても超難関でした。このコンテストは、まさにその「動いている現実世界」で、いかに綺麗な写真を作れるかを競う大会だったのです。
2. コンテストのルール：「7 枚 vs 5 枚」のゲーム
この大会（RAIM チャレンジ）では、以下のようなルールで戦いました。
- 訓練用データ（練習用）: 100 組のシーン。それぞれ7 枚の写真が用意されていました。
- テスト用データ（本番）: 100 組のシーン。本番では5 枚の写真しか与えられません。
【アナロジー】
これは、**「7 枚のヒントで練習し、本番では 5 枚のヒントだけで問題を解く」**というゲームです。
本番では情報が減るため、AI は「少ない情報からでも、動いている部分を正確に予測して、ゴースト（二重画像）を出さずに合成する」高度な能力が求められました。
3. 優勝チームたちの「秘密兵器」
114 チームが参加し、987 回もの挑戦がありました。その中から、特に素晴らしいアイデアを持った 3 つのチームの「魔法」をご紹介します。
🏆 1 位：WHU-VIP チーム（バランスの天才）
- 戦略: 「必要なものだけ選んで、動きに特化する」
- 解説: 7 枚も 5 枚も全部使うと、動きのせいで混乱してしまうため、あえて**「真ん中の 1 枚」と「少し明るめ・暗めの 2 枚」の計 3 枚だけ**を選んで使いました。
- 魔法: さらに、**「信頼性ゲート」という仕組みを導入。AI が「この部分は動きすぎていて信用できないな」と判断すると、その部分を無視して、他の安定した部分から情報を補うようにしました。まるで、「揺れる船の上で、安定した足場だけを選んで歩く」**ような賢さです。
🥈 2 位：SHL チーム（全体像を見る目）
- 戦略: 「拡大鏡と縮小鏡の併用」
- 解説: 細部だけを見ると、全体の流れが見えなくなることがあります。このチームは、**「元の大きな画像を小さく縮めたもの」**を AI に見せることで、「全体の流れ（構図）」を把握させました。
- 魔法: さらに、**「隣り合うピクセルの関係」を厳しくチェックするルール（損失関数）を作りました。これにより、「輪郭がボヤけたり、ジグザグになったりしない」**ように、滑らかな線を維持する力がつきました。
🥉 3 位：nunucccb チーム（動きの追跡者）
- 戦略: 「動きを計算して、ズレを修正する」
- 解説: 動くものを撮ると、写真の位置がズレます。このチームは、**「Vision Transformer（画像の文脈を理解する AI）」**を使って、動いている部分を正確に追跡し、ズレを補正しました。
- 魔法: 参考画像（基準となる写真）を軸にして、他の写真のズレを「空間アテンション（注目する場所）」で調整し、**「動いている子供も、背景も、すべてがピタリと重なる」**ようにしました。
4. 結果：何が分かった？
優勝したチームの共通点は、**「単に綺麗にするだけでなく、動きやズレに対して『頑丈（ロバスト）』だった」**ことです。
- PSNR/SSIM（数値の綺麗さ）: 2 位のチームが最も高かったですが、**LPIPS（人間の目で見える自然さ）**では 1 位のチームが圧倒的に良かったです。
- 教訓: 「数値が完璧でも、人間の目には不自然に見えることがある」。逆に、「少し数値が低くても、人間が『綺麗だ！』と感じる写真」を作るのが、本当のゴールでした。
5. まとめ：未来のカメラはどうなる？
このコンテストは、**「AI が、私たちが普段撮っている『失敗しそうな写真』を、瞬時に『プロの作品』に変える」**未来への一歩でした。
- 手ブレしても、子供が走っても、**「完璧な 1 枚」**が撮れる。
- 暗い場所でも、明るい場所でも、両方が綺麗に見える。
今回の優勝チームたちが開発した技術は、今後のスマホのカメラ機能や、プロの撮影現場にすぐに実装されるかもしれません。
「動く世界を、静止画のように美しく、そして自然に捉える」。
このコンテストは、その夢を現実にするための、素晴らしい第一歩でした。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。