Multimodal Image Synthesis and Editing: The Generative AI Era

计算机科学 模式 多模式学习 水准点(测量) 人工智能 图像编辑 深度学习 领域(数学) 钥匙(锁) 图像(数学) 人机交互 机器学习 地理 社会科学 数学 计算机安全 大地测量学 社会学 纯数学
作者
Fangneng Zhan,Yingchen Yu,Rongliang Wu,Jiahui Zhang,Shijian Lu,Lingjie Liu,Adam Kortylewski,Christian Theobalt,Eric P. Xing
出处
期刊:IEEE Transactions on Pattern Analysis and Machine Intelligence [Institute of Electrical and Electronics Engineers]
卷期号:45 (12): 15098-15119 被引量:5
标识
DOI:10.1109/tpami.2023.3305243
摘要

As information exists in various modalities in real world, effective interaction and fusion among multimodal information plays a key role for the creation and perception of multimodal data in computer vision and deep learning research. With superb power in modeling the interaction among multimodal information, multimodal image synthesis and editing has become a hot research topic in recent years. Instead of providing explicit guidance for network training, multimodal guidance offers intuitive and flexible means for image synthesis and editing. On the other hand, this field is also facing several challenges in alignment of multimodal features, synthesis of high-resolution images, faithful evaluation metrics, etc. In this survey, we comprehensively contextualize the advance of the recent multimodal image synthesis and editing and formulate taxonomies according to data modalities and model types. We start with an introduction to different guidance modalities in image synthesis and editing, and then describe multimodal image synthesis and editing approaches extensively according to their model types. After that, we describe benchmark datasets and evaluation metrics as well as corresponding experimental results. Finally, we provide insights about the current research challenges and possible directions for future research.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
dan应助小李采纳,获得10
刚刚
Jello发布了新的文献求助10
1秒前
奶昔源发布了新的文献求助10
2秒前
2秒前
搜集达人应助曹帅采纳,获得10
3秒前
越野完成签到 ,获得积分10
4秒前
李健应助江上清风游采纳,获得10
4秒前
4秒前
5秒前
田様应助冷酷云朵采纳,获得10
6秒前
何哈哈完成签到,获得积分10
7秒前
开心发布了新的文献求助10
9秒前
奶昔源完成签到,获得积分20
9秒前
mjt发布了新的文献求助10
9秒前
9秒前
Jello完成签到,获得积分10
10秒前
13秒前
Jasper应助zhangnan采纳,获得10
13秒前
Winner完成签到,获得积分10
14秒前
16秒前
16秒前
JHL发布了新的文献求助10
17秒前
ZQP完成签到,获得积分10
17秒前
英俊鼠标完成签到 ,获得积分10
19秒前
19秒前
TTTaT完成签到,获得积分10
20秒前
Luna发布了新的文献求助10
21秒前
逆夏发布了新的文献求助20
21秒前
葡萄成熟时完成签到 ,获得积分20
23秒前
ZQP发布了新的文献求助10
23秒前
23秒前
24秒前
JHL完成签到,获得积分10
25秒前
英姑应助raoxray采纳,获得10
25秒前
玛卡巴卡完成签到 ,获得积分10
25秒前
欢呼忆丹发布了新的文献求助10
25秒前
英姑应助ZQP采纳,获得10
28秒前
孝铮发布了新的文献求助10
28秒前
zhangnan发布了新的文献求助10
28秒前
顾矜应助巴拉巴拉采纳,获得10
29秒前
高分求助中
Sustainability in Tides Chemistry 2800
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Handbook of Qualitative Cross-Cultural Research Methods 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137471
求助须知:如何正确求助?哪些是违规求助? 2788496
关于积分的说明 7786856
捐赠科研通 2444725
什么是DOI,文献DOI怎么找? 1300018
科研通“疑难数据库(出版商)”最低求助积分说明 625752
版权声明 601023