亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

A Survey of Cross-Modal Visual Content Generation

计算机科学 模式 标杆管理 情态动词 模态(人机交互) 数据科学 钥匙(锁) 领域(数学) 资源(消歧) 连贯性(哲学赌博策略) 人工智能 多媒体 业务 纯数学 高分子化学 社会学 量子力学 营销 数学 计算机安全 物理 化学 社会科学 计算机网络
作者
Fatemeh Nazarieh,Zhenhua Feng,Muhammad Awais,Wenwu Wang,Josef Kittler
出处
期刊:IEEE Transactions on Circuits and Systems for Video Technology [Institute of Electrical and Electronics Engineers]
卷期号:34 (8): 6814-6832
标识
DOI:10.1109/tcsvt.2024.3351601
摘要

Cross-modal content generation has become very popular in recent years. To generate high-quality and realistic content, a variety of methods have been proposed. Among these approaches, visual content generation has attracted significant attention from academia and industry due to its vast potential in various applications. This survey provides an overview of recent advances in visual content generation conditioned on other modalities, such as text, audio, speech, and music, with a focus on their key contributions to the community. In addition, we summarize the existing publicly available datasets that can be used for training and benchmarking cross-modal visual content generation models. We provide an in-depth exploration of the datasets used for audio-to-visual content generation, filling a gap in the existing literature. Various evaluation metrics are also introduced along with the datasets. Furthermore, we discuss the challenges and limitations encountered in the area, such as modality alignment and semantic coherence. Last, we outline possible future directions for synthesizing visual content from other modalities including the exploration of new modalities, and the development of multi-task multi-modal networks. This survey serves as a resource for researchers interested in quickly gaining insights into this burgeoning field.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
淡定的井完成签到,获得积分20
25秒前
在水一方应助lydia采纳,获得10
39秒前
silsotiscolor完成签到,获得积分10
1分钟前
852应助啥也不会采纳,获得30
1分钟前
南宫古伦完成签到 ,获得积分10
1分钟前
1分钟前
啥也不会发布了新的文献求助30
1分钟前
小蘑菇应助zm采纳,获得10
1分钟前
小二郎应助科研通管家采纳,获得10
1分钟前
啥也不会完成签到,获得积分10
1分钟前
lanbing802发布了新的文献求助10
2分钟前
2分钟前
小羊同学发布了新的文献求助10
2分钟前
小羊同学完成签到,获得积分10
2分钟前
3分钟前
lydia发布了新的文献求助10
3分钟前
重要元灵完成签到 ,获得积分10
3分钟前
沉静完成签到 ,获得积分10
4分钟前
lydia完成签到,获得积分10
4分钟前
小尾巴发布了新的文献求助20
4分钟前
孟筱完成签到 ,获得积分10
4分钟前
lanbing802发布了新的文献求助10
5分钟前
Hello应助mbxjsy采纳,获得20
5分钟前
pass完成签到 ,获得积分10
5分钟前
5分钟前
mbxjsy发布了新的文献求助20
5分钟前
白昼の月完成签到 ,获得积分0
5分钟前
小尾巴完成签到,获得积分10
5分钟前
科研通AI2S应助科研通管家采纳,获得10
5分钟前
汉堡包应助LiH采纳,获得10
6分钟前
lanbing802完成签到,获得积分10
7分钟前
minusplus完成签到,获得积分10
7分钟前
小白发布了新的文献求助10
8分钟前
完美世界应助小白采纳,获得10
8分钟前
小白完成签到,获得积分20
8分钟前
金子完成签到,获得积分10
9分钟前
金子发布了新的文献求助10
9分钟前
gincle完成签到 ,获得积分10
9分钟前
完美世界应助科研通管家采纳,获得10
9分钟前
wanci应助科研通管家采纳,获得10
9分钟前
高分求助中
【此为提示信息,请勿应助】请按要求发布求助,避免被关 20000
Les Mantodea de Guyane Insecta, Polyneoptera 2500
Computational Atomic Physics for Kilonova Ejecta and Astrophysical Plasmas 500
Technologies supporting mass customization of apparel: A pilot project 450
Brain and Heart The Triumphs and Struggles of a Pediatric Neurosurgeon 400
Cybersecurity Blueprint – Transitioning to Tech 400
Mixing the elements of mass customisation 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3782682
求助须知:如何正确求助?哪些是违规求助? 3328076
关于积分的说明 10234318
捐赠科研通 3043042
什么是DOI,文献DOI怎么找? 1670442
邀请新用户注册赠送积分活动 799684
科研通“疑难数据库(出版商)”最低求助积分说明 758994