深度视觉生成是计算机视觉领域的热门方向，旨在使计算机能够根据输入数据自动生成预期的视觉内容。深度视觉生成用人工智能技术赋能相关产业，推动产业自动化、智能化改革与转型。生成对抗网络(GAN)是深度视觉生成的有效工具，近年来受到了极大关注，成为快速发展的研究方向。GAN能够接收多种模态的输入数据，包括噪声、图像、文本、视频，以对抗博弈的模式进行图像生成和视频生成，已成功应用于多项视觉生成任务，如广告设计、艺术创作、动画制作、虚拟现实等。利用GAN实现真实的、多样化、可控的视觉生成具有重要的研究意义。本文通过系统调研，对近年来深度对抗视觉生成的相关工作进行综述。首先介绍深度视觉生成背景及典型生成模型，然后根据深度对抗视觉生成的主流任务概述相关算法，总结深度对抗视觉生成目前面临的痛点问题，在此基础上分析深度对抗视觉生成的未来发展趋势。

http://www.cjig.cn/jig/ch/reader/download_new_edit_content.aspx?edit_id=20210811091840001&file_no=202104020000002&journal_id=jig