-
题名基于解耦内容-风格特征表示的图像转换研究进展
- 1
-
-
作者
毛琪
陈澜
-
机构
中国传媒大学信息与通信工程学院
-
出处
《中国传媒大学学报(自然科学版)》
2023年第2期17-30,共14页
-
基金
中国传媒大学国家重点实验室专项项目(CUC22GZ035)
国家自然科学青年基金项目(62201522)。
-
文摘
图像到图像转换(Image-to-Image Translation,I2IT)是在保留图像的内容特征条件下,将源域图像转换成目标域图像的过程,旨在学习不同域图像之间的映射。因I2IT应用广泛,如图像风格迁移、图像语义分割、图像修复和图像超分辨率等,图像转换任务一直是计算机视觉领域中研究的热点和重点,并在近年来因深度学习的蓬勃发展取得了显著进展。其中,基于解耦内容-风格特征表示的无监督模型是图像转换的重要方法。本文从内容表示和风格表示两方面梳理了此类模型的发展历程;总结了图像转换任务中常用的数据集和评价指标,同时比较了经典模型在不同数据集上的效果;最后对基于解耦内容-风格特征表示的无监督图像转换的研究进行总结与展望。
-
关键词
图像到图像转换
隐空间解耦
生成对抗网络
-
Keywords
GAN
image-to-image translation
disentangled latent space
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名文本风格转换综述
- 2
-
-
作者
贾熹滨
刘思良
胡长建
李让
-
机构
北京工业大学信息学部
联想集团北京研究院
-
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2022年第4期443-456,共14页
-
基金
北京市自然科学基金资助项目(4202004)。
-
文摘
自然语言生成是人工智能系统中的重要组成部分,随着人工智能技术逐渐融入人们的生活,人们对自然语言生成技术有了更高的要求,可控自然语言生成成为新的研究热点.文本风格转换任务作为可控自然语言生成的重要研究方向,受到学术界和工业界的广泛关注.文本风格转换任务指的是在保留文本原有内容的基础上,有目的地生成目标风格的句子.为了进一步展示该任务中的发展进程,首先,介绍了当前文本风格转换任务的定义及发展脉络;然后,基于模型方法将当前的研究工作总结成3类,即基于隐空间解耦、基于显性解耦和基于一步映射,在简述这些工作的基础上,着重介绍了一些具有启发意义的工作;接着,梳理和分析了文本风格转换任务中的公共数据集和评估方法;最后,对文本风格转换任务的未来发展趋势提出展望.
-
关键词
自然语言生成
人工智能
文本风格转换
显性解耦
隐空间解耦
一步映射
-
Keywords
natural language generation
artificial intelligence
text style transfer
explicit disentangled
latent space disentangled
one-step mapping
-
分类号
U461
[机械工程—车辆工程]
TP308
[自动化与计算机技术—计算机系统结构]
-