典型文献
改进条件生成对抗网络的文本生成图像方法
文献摘要：
该文提出了一种改进条件生成对抗网络的文本生成图像模型(TxtGAN),使用一对生成器和判别器的单阶段生成方式生成高分辨率图像,避免因训练多个GAN消耗大量计算资源.生成器网络由一系列生成模块(RUPBlock)组成,每个模块中应用条件批量归一化方法,在实现图像生成的同时充分融合了文本信息与图像特征,较好地保留了文本信息.另外,将文本词信息引入判别器中,得到的对抗性损失作为"信号"引导生成器高效训练.在CUB鸟类数据集和COCO数据集上的实验结果表明,TxtGAN模型优于基线方法,同样可以生成较为真实的高分辨率的图像,并且较好地解决了多阶段训练的缺陷.
文献关键词：
生成对抗网络;残差网络;文本生成图像;条件融合
中图分类号：
作者姓名：
侯丽君;倪建成;张素素
作者机构：
曲阜师范大学网络空间安全学院,273165,山东省曲阜市
文献出处：
引用格式：
[1]侯丽君;倪建成;张素素-.改进条件生成对抗网络的文本生成图像方法)[J].曲阜师范大学学报（自然科学版）,2022(02):63-70
A类：
TxtGAN,RUPBlock
B类：
条件生成对抗网络,文本生成图像,生成器,判别器,单阶段,生成方式,高分辨率图像,计算资源,列生成,成模,应用条件,批量归一化,归一化方法,图像生成,充分融合,文本信息,图像特征,词信息,对抗性,高效训练,CUB,鸟类,COCO,多阶段,阶段训练,残差网络,条件融合
AB值：
0.328342
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
