分类重构堆栈生成对抗网络的文本生成图像模型 |
| |
引用本文: | 陈鑫晶,陈锻生.分类重构堆栈生成对抗网络的文本生成图像模型[J].华侨大学学报(自然科学版),2019,40(4). |
| |
作者姓名: | 陈鑫晶 陈锻生 |
| |
作者单位: | 华侨大学 计算机科学与技术学院,福建 厦门,361021;华侨大学 计算机科学与技术学院,福建 厦门,361021 |
| |
基金项目: | 国家自然科学基金;福建省科技计划重点项目 |
| |
摘 要: | 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%.
|
关 键 词: | 文本生成图像 堆栈生成对抗网络 分类 重构 跨模态学习 |
本文献已被 CNKI 万方数据 等数据库收录! |
|