基于深度生成模型的个性化图像生成：十年综述

文章预览

摘要 近年来，生成模型的最新进展显著促进了个性化内容创作的发展。在给定一小组包含用户特定概念的图像的情况下，个性化图像生成能够创造出结合指定概念并遵循提供的文本描述的图像。由于其在内容创作中的广泛应用，近年来在这一领域已投入了大量的研究工作。然而，用于个性化的技术随着生成模型的发展而不断演化，且具有各自独特且相互关联的组成部分。在本综述中，我们全面回顾了跨各种生成模型的广义个性化图像生成方法，包括传统的生成对抗网络（GAN）、当代文本到图像的扩散模型和新兴的多模态自回归（AR）模型。我们首先定义了一个统一的框架，标准化不同生成模型中的个性化过程，涵盖了三个关键组件：反演空间、反演方法和个性化方案。这个统一框架为分析和比较不同生成架构中的个性化技术提供了结构化的方法。 ………………………………