| 结合互信息最大化的文本到图像生成方法 |
| |
| 引用本文： | 莫建文,徐凯亮,林乐平,欧阳宁.结合互信息最大化的文本到图像生成方法[J].西安电子科技大学学报,2019,46(5):180-188. |
| |
| 作者姓名： | 莫建文 徐凯亮 林乐平 欧阳宁 |
| |
| 作者单位： | 桂林电子科技大学 信息与通信学院, 广西壮族自治区 桂林 541004 |
| |
| 基金项目： | 国家自然科学基金(61661017);广西自然科学基金(2016GXNSFAA380149) |
| |
| 摘 要： | 在堆叠式文本到图像生成模型的基础上,针对其生成样本分布不均匀导致多样性不足的问题,提出了一种结合局部-全局互信息最大化的堆叠式文本到图像的生成对抗网络模型。首先利用生成模型将全局向量解耦得到不同尺度特征图;然后通过最大化特征图与全局向量间的互信息,对图像全局特征与文本描述的相关性进行增强;最后,将特征图提取为局部位置特征向量,通过最大化局部位置特征向量与全局向量之间的平均互信息,加强局部位置特征与文本描述的相关性,得到更紧密的文本到图像的映射关系。在CUB数据集上的实验验证了该方法能有效地提高生成样本的多样性,同时在主观评价上能生成语义精确度更高的样本,更接近自然图像。
|
| 关 键 词： | 图像生成 互信息 生成对抗网络 局部位置特征向量 |
| 收稿时间： | 2019-03-05 |
Text-to-image generation combined with mutual information maximization |
| |
| MO Jianwen,XU Kailiang,LIN Leping,OUYANG Ning.Text-to-image generation combined with mutual information maximization[J].Journal of Xidian University,2019,46(5):180-188. |
| |
| Authors: | MO Jianwen XU Kailiang LIN Leping OUYANG Ning |
| |
| Affiliation: | School of Information and Communication Engineering,Guilin University of Electronic Technology,Guilin 541004,China |
| |
| Abstract: | |
| |
| Keywords: | image generation information generative adversarial networks local position feature vector |
|
| 点击此处可从《西安电子科技大学学报》浏览原始摘要信息 |
|
点击此处可从《西安电子科技大学学报》下载全文 |
|
