主要观点总结
上海交通大学牛力团队发布的图像合成综述报告arXiv:2106.14490v5介绍了图像合成领域需要解决的问题和应运而生的子任务，总结了各个子任务的数据集、传统方法、深度学习方法和实验现象。除此之外，该团队还介绍了一个图像合成工具箱libcom的功能和背后的技术。文章还提到了图像合成的应用以及libcom的发展和改进方向。
关键观点总结
关键观点1: 综述报告内容
报告介绍了图像合成领域的发展历程、现状以及未来趋势，包括数据集、传统方法、深度学习方法和实验现象的总结。
关键观点2: libcom工具箱介绍
工具箱集成了多项图像合成功能，涵盖了图像合成的各个方面，并且提供了相应的训练代码供用户微调模型。
关键观点3: 图像合成的应用领域
图像合成在虚拟现实、艺术创作、电商广告、数据增广等领域有广泛应用。
关键观点4: libcom的发展和改进方向
目前libcom还有待改进和补充的地方，包括数据集扩充、模型调优、添加新功能、支持任意分辨率等。团队诚邀对图像合成感兴趣的人共同推进这个项目的发展。
文章预览
机器之心报道 机器之心编辑部 arX iv:2106.14490v5 如果你对 arXiv 的版本号有所了解，你就知道这篇论文已经更新了 4 次，现在已经来到了第 5 个版本。实际上，这个 arXiv 编号属于上海交通大学牛力团队一篇持续更新了四年的综述报告。 该综述介绍了图像合成（image composition）领域需要解决的问题和应运而生的子任务，总结了各个子任务的数据集、传统方法、深度学习方法和实验现象，从鸿蒙初辟写到尘埃落地。 论文标题：Making Images Real Again: A Comprehensive Survey on Deep Image Composition 论文地址：https://arxiv.org/abs/2106.14490v5 除了持续更新这份关于图像合成的综述，牛力团队还在持之以恒地研发和迭代一个图像合成工具箱：libcom。而这项工作更是已经持续了六年！ 该团队自 2018 年底就开始从事图像合成领域的研究，从数据（10 + 原创数据集）到模型（30 +
………………………………
