基于對(duì)比學(xué)習(xí)的文本生成圖像

打開(kāi)文本圖片集

摘 要：針對(duì)在多目標(biāo)文本生成圖像和語(yǔ)義相關(guān)度高的情況下，于CUB數(shù)據(jù)集中進(jìn)行實(shí)驗(yàn)時(shí)，發(fā)現(xiàn)生成的鳥(niǎo)圖像中有許多“多頭”“多腳”情況，文章在MA-GAN（多階段注意力機(jī)制的生成對(duì)抗網(wǎng)絡(luò)）模型上加入對(duì)比學(xué)習(xí)以?xún)?yōu)化圖像生成。同時(shí)，采用特征插值方法增強(qiáng)圖像的某些特征，從而提高語(yǔ)義一致性和文本辨識(shí)度。通過(guò)在CUB和COCO數(shù)據(jù)集上的實(shí)現(xiàn)驗(yàn)證，改進(jìn)后模型的IS（InceptionScore）指標(biāo)分別提高了0.11和2.58，而R 分?jǐn)?shù)（Rprecision）指標(biāo)分別提高了1.98和1.37，證明了改進(jìn)后的模型能夠解決圖像質(zhì)量和語(yǔ)義一致性問(wèn)題。（剩余7123字）