- 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
原创力文档

文档评论(0)