视觉中的生成式 AI：模型、指标与应用综述
计算机视觉与模式识别
2024-02-27 v1 人工智能
机器学习
摘要
生成式 AI 模型通过能够创建逼真且多样化的数据样本，彻底改变了各个领域。在这些模型中，扩散模型已成为生成高质量图像、文本和音频的强大方法。本综述论文全面概述了生成式 AI 扩散模型和传统模型，重点关注其底层技术、跨不同领域的应用及其挑战。我们深入探讨了扩散模型的理论基础，包括去噪扩散概率模型（DDPM）和基于分数的生成建模等概念。此外，我们探索了这些模型在文本到图像、图像修复和图像超分辨率等方面的多样化应用，展示了它们在创意任务和数据增强方面的潜力。通过综合现有研究并突出该领域的关键进展，本综述旨在为研究人员和从业者提供对生成式 AI 扩散模型和传统模型的全面理解，并激发人工智能这一激动人心领域的未来创新。
引用
@article{arxiv.2402.16369,
title = {Generative AI in Vision: A Survey on Models, Metrics and Applications},
author = {Gaurav Raut and Apoorv Singh},
journal= {arXiv preprint arXiv:2402.16369},
year = {2024}
}