来源：期刊VIP网 时间：
作者：龚帅;邓勇;向金海;
单位：农业农村部智慧养殖技术重点实验室;农业智能技术教育部工程研究中心;华中农业大学信息学院;中国船舶集团有限公司第七二二研究所;
摘要：图像生成任务是计算机视觉中的一个重要研究领域，基于深度学习的相关工作日益增多。扩散模型作为深度学习中的一类新兴的生成模型，发展迅速，大大促进了图像生成算法的发展，因此对基于扩散模型的图像生成方法系统地开展文献综述非常有必要。从加速采样、可控性和图像编辑3个方面对基于扩散模型的图像生成方法进行大量分析和研究。首先，对比分析了基于概率和基于分数匹配的图像生成算法的局限性，并介绍了对应加速采样算法的发展；随后，通过对基于扩散模型的图像生成方法中可控性方面的研究进行综述，对比指出相关方法的优势和应用场景；此外，讨论了不同的图像编辑方法，分析比较了每种模型的优点及不足；最后，指出了基于扩散模型的图像生成方法值得进一步研究的问题和发展方向。
关键词：人工智能;;深度学习;;扩散模型;;图像生成;;图像编辑
