从直观用户输入进行深度图像合成：综述与展望

在计算机图形学、艺术与设计的许多应用中，用户希望提供直观的非图像输入，如文本、草图、笔画、图或布局，并由计算机系统自动生成符合输入内容的照片级真实感图像。虽然允许此类自动图像内容生成的经典工作遵循图像检索与合成的框架，但生成对抗网络（GANs）、变分自编码器（VAEs）和基于流的方法等深度生成模型的最新进展使得更强大且通用的图像生成任务成为可能。本文综述了给定直观用户输入的图像合成近期工作，涵盖输入通用性、图像生成方法、基准数据集与评估指标方面的进展。这激发了对输入表示与交互性、主要图像生成范式之间的交叉融合以及生成方法评估与比较的新视角。