深度对抗视觉生成综述

摘要：

深度视觉生成是计算机视觉领域的热门方向,旨在使计算机能够根据输入数据自动生成预期的视觉内容.深度视觉生成使用人工智能技术赋能相关产业,推动产业自动化、智能化改革与转型.生成对抗网络(genera-tive adversarial networks,GANs)是深度视觉生成的有效工具,近年来受到极大关注,成为快速发展的研究方向.GANs能够接收多种模态的输入数据,包括噪声、图像、文本和视频,以对抗博弈的模式进行图像生成和视频生成,已成功应用于多项视觉生成任务.利用GANs实现真实的、多样化和可控的视觉生成具有重要的研究意义.本文对近年来深度对抗视觉生成的相关工作进行综述.首先介绍深度视觉生成背景及典型生成模型,然后根据深度对抗视觉生成的主流任务概述相关算法,总结深度对抗视觉生成目前面临的痛点问题,在此基础上分析深度对抗视觉生成的未来发展趋势.

关键词：深度学习;视觉生成;生成对抗网络(GANs);图像生成;视频生成;3维深度图像生成;风格迁移;可控生成

所属期刊栏目：26

分类号：TP391.7(计算技术、计算机技术)

资助基金：国家自然科学基金项目;珠江人才计划项目

在线出版日期：2021-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：2751-2766