基于生成对抗网络的文本转图像研究

来源：计算机应用与软件杂志2024年第3期北京时间：

作者：李校林, 高雨薇, 付国庆

摘要：近几年，生成对抗网络(Generative Adversarial Network,GAN)在文本转图像中已经取得了显著成果，但是当生成复杂图像时，一些重要的细粒度信息常常会丢失，包括图像边缘模糊、局部纹理不清晰等问题。为了解决上述问题，在堆叠式生成对抗网络(Stack GAN)基础上，该文提出一种基于深度注意力的堆叠式生成对抗网络模型(Deep Attention Stack GAN, DAS-GAN)，模型第一个阶段生成图像的基本轮廓和颜色，第二个阶段部分外观和颜色的补充和校正，最后一个阶段细化图像的纹理细节。通过在CUB数据集上实验的初始得分发现，DAS-GAN相比StackGAN++和AttnGAN分别提高了0.296和0.078，从而证明了该模型的有效性。

关键词：生成对抗网络, 深度学习, 文本转图像, 深度注意力, DAS-GAN