典型文献
生成对抗网络及其文本图像合成综述
文献摘要：
随着深度学习的快速发展,基于生成对抗网络的文本图像合成领域成为了当下计算机视觉研究的热点.生成对抗网络同时包含生成器和鉴别器,通过两者的博弈来实现逼真数据的生成.受生成对抗网络的启发,近几年提出了一系列的文本图像合成模型,从图像质量、多样性、语义一致性方面不断取得突破.为推动文本图像合成领域的研究发展,对现有文本图像合成技术进行了全面概述.从文本编码、文本直接合成图像、文本引导图像合成方面对文本图像合成模型进行了分类整理,并详细探讨了各类基于生成对抗网络的代表性模型的模型框架和关键性贡献.分析了现有的评估指标和常用的数据集,提出了现有方法在复杂场景和文本、多模态、轻量化模型、模型评价方法等方面的不足和未来的发展趋势.总结了目前生成对抗网络在各领域的发展,重点关注了在文本图像合成领域的应用,可以作为一个研究人员进行图像合成研究时选择深度学习相关方法的权衡和参考.
文献关键词：
文本图像合成;生成对抗网络;文本编码;深度学习
中图分类号：
作者姓名：
王威;李玉洁;郭富林;刘岩;何俊霖
作者机构：
桂林电子科技大学 人工智能学院,广西 桂林 541000;郑州轻工业大学 计算机与通信工程学院,郑州 450002
文献出处：
引用格式：
[1]王威;李玉洁;郭富林;刘岩;何俊霖-.生成对抗网络及其文本图像合成综述)[J].计算机工程与应用,2022(19):14-36
A类：
文本图像合成
B类：
生成对抗网络,计算机视觉,生成器,鉴别器,逼真,真数,受生,合成模型,图像质量,语义一致性,研究发展,合成技术,文本编码,直接合成,合成图,导图,分类整理,模型框架,复杂场景,轻量化模型,模型评价,前生,合成研究,相关方法
AB值：
0.18653
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
