基于對比學(xué)習(xí)的文本生成圖像

打開文本圖片集

摘 要：針對在多目標(biāo)文本生成圖像和語義相關(guān)度高的情況下，于CUB數(shù)據(jù)集中進(jìn)行實驗時，發(fā)現(xiàn)生成的鳥圖像中有許多“多頭”“多腳”情況，文章在MA-GAN（多階段注意力機制的生成對抗網(wǎng)絡(luò)）模型上加入對比學(xué)習(xí)以優(yōu)化圖像生成。同時，采用特征插值方法增強圖像的某些特征，從而提高語義一致性和文本辨識度。通過在CUB和COCO數(shù)據(jù)集上的實現(xiàn)驗證，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)量和語義一致性問題。（剩余7123字）