基于描述图像生成模型研究.pdfVIP

  • 0
  • 0
  • 约4.39万字
  • 约 26页
  • 2026-11-20 发布于北京
  • 举报

IMAGAN:从标题生成图像的学习

崔特雷弗

塞米尔・森

卡兰・辛格

{ttsue,

samirsen,

ksinghal}@stanford.edu

我们构建了一种生成对抗网络(GAN)架构,该架构以文本标题为输入,输出由

该标题描述的生成图像。我们使用带有标题和图像的牛津‑102花卉数据集来训练

模型。作为基线,我们使用skipthought向量编码标题,并通过带条件损失敏感

性(CLS)的条件深度卷积GAN(DCGAN)生成图像。在此基础上,我们通过双

向LSTM将文本模型完全连接到GAN的损失函数中进行训练。此外,我们借鉴了

当前GAN训练技术的进展,对GAN架构进行了多项优化。我们还探索并实现

了新型边界平衡GAN(BEGAN)模型作为条件模型,该模型通过平衡生成器和判

别器损失大幅提升视觉质量,从而从标题嵌入生成图像。

仓库:‑generator

CS224N导师:Richard

Socher

1

引言

已有大量工作致力于研究文本数据的句法和语义。衡量文本理解能力的一种

方法,或许是观察文本学习向视觉领域的迁移。具体而言,根据描述自动生成图

像是当前研究的前沿领域,横跨自然语言处

文档评论(0)

1亿VIP精品文档

相关文档