10.11830/ISSN.1000-5013.201807038
分类重构堆栈生成对抗网络的文本生成图像模型
利用堆栈生成对抗网络,提出分类重构堆栈生成对抗网络.第一阶段生成64 px×64 px的图像,第二阶段生成256 px×256 px的图像.在每个阶段的文本生成图像中,加入图像类别信息、特征和像素重构信息辅助训练,生成质量更好的图像.将图像模型分别在Oxford-102、加利福尼亚理工学院鸟类数据库(CUB)和微软COCO(MS COCO)数据集上进行验证,使用Inception Score评估生成图像的质量和多样性.结果表明:提出的模型具有一定的效果,在3个数据集上的Inception Score值分别是3.54,4.16和11.45,相应比堆栈生成对抗网络提高10.6%,12.4%和35.5%.
文本生成图像、堆栈生成对抗网络、分类、重构、跨模态学习
40
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目61502182;福建省科技计划重点项目2015H0025
2019-07-23(万方平台首次上网日期,不代表论文的发表时间)
共7页
549-555