分类重构堆栈生成对抗网络的文本生成图像模型

• 作者: 陈鑫晶 陈锻生
• 来源期刊: 华侨大学学报（自然科学版）
• 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
• 年，卷（期）: 2019,（4）
• 页码范围: 549-555
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.11830/ISSN.1000-5013.201807038

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％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈锻生	华侨大学计算机科学与技术学院	75	955	16.0	28.0
2	陈鑫晶	华侨大学计算机科学与技术学院	1	0	0.0	0.0