基于扩散模型的文本图像生成对比研究综述

来源：计算机工程与应用杂志2024年第24期北京时间：

作者：高欣宇, 杜方, 宋丽娟

单位：1.宁夏大学 信息工程学院，银川 750021；2.宁夏“东数西算”人工智能与信息安全重点实验室，银川 750021；3.宁夏大数据与人工智能省部共建协同创新中心，银川 750021

摘要：随着深度学习的不断发展，人工智能生成内容成为了一个热门话题，特别是扩散模型作为一种新兴的生成模型，在文本图像生成领域取得了显著进展。全面描述了扩散模型在文本图像生成任务中的应用，并与生成对抗网络和自回归模型的对比分析，揭示了扩散模型的优势和局限性。同时深入探讨了扩散模型在提升图像质量、优化模型效率以及多语言文本图像生成方面的具体方法，通过在CUB、COCO和T2I-CompBench数据集上进行了实验分析，不仅验证了扩散模型零样本生成的能力，还凸显了其根据复杂文本提示生成高质量图像的能力。介绍了扩散模型在文本图像编辑、3D生成、视频及医学图像生成等领域的应用前景。总结了扩散模型在文本图像生成任务上面临的挑战以及未来的发展趋势，有助于研究者更深入地推进这一领域的研究。

关键词：文本图像生成,扩散模型,生成对抗网络,自回归模型