摘要
高质量图像凭借其分辨率高和细节特征突出等优势在现代社会中发挥着重要的作用。近些年,受益于深度学习技术在图像处理领域的迅速发展,基于神经网络的图像生成模型已成为当前的研究热点之一,尤其是基于生成对抗网络(Generative Adversarial Networks, GAN)的高质量图像生成模型备受研究者们青睐。本文首先对基于GAN的高质量图像生成方法的主要研究工作、改进机理和特点进行了归纳和总结,然后介绍了一种新兴的扩散模型在高质量图像生成中的应用,最后对上述方法的优势及局限性进行了对比和分析,并对未来研究提出展望。
- 单位