Uma Revisão Abrangente sobre Modelos de Difusão e Suas Aplicações

Modelos de Difusão são modelos probabilísticos que criam amostras realistas simulando o processo de difusão, adicionando e removendo gradualmente ruído dos dados. Esses modelos ganharam popularidade em domínios como processamento de imagens, síntese de fala e processamento de linguagem natural devido à sua capacidade de produzir amostras de alta qualidade. À medida que os Modelos de Difusão estão sendo adotados em vários domínios, as revisões de literatura existentes que frequentemente se concentram em áreas específicas, como visão computacional ou imagem médica, podem não atender a um público mais amplo em múltiplos campos. Portanto, esta revisão apresenta uma visão geral abrangente dos Modelos de Difusão, cobrindo suas fundações teóricas e inovações algorítmicas. Destacamos suas aplicações em áreas diversas, como qualidade de mídia, autenticidade, síntese, transformação de imagens, saúde e mais. Consolidando o conhecimento atual e identificando tendências emergentes, esta revisão visa facilitar uma compreensão mais profunda e uma adoção mais ampla dos Modelos de Difusão, além de fornecer diretrizes para futuros pesquisadores e profissionais em diversas disciplinas.