基于条件增强和注意力机制的文本生成图像方法OACSTPCD
Research on Text to Image Based on Conditioning Augmentation and Attention Mechanism
针对现有文本生成图像模型存在训练效率低下、生成图像分辨率较低以及图像不真实等问题,本文提出一种基于条件增强和注意力机制的深度融合生成对抗网络模型.该模型由文本处理网络和生成对抗网络两部分组成.文本处理网络采用双向长短期记忆网络对文本进行编码,通过条件增强模块增加文本词语对应的特征数据,丰富文本语义特征.在生成对抗网络中,文本特征与视觉特征进行融合,通过使用注意力机制从通道和空间两个维度对输出特征进行调整,使生成网络关注文本描述的重要特征并抑制不必…查看全部>>
张佳;张丽红
山西大学 物理电子工程学院,山西 太原 030006山西大学 物理电子工程学院,山西 太原 030006
信息技术与安全科学
文本生成图像深度融合条件增强注意力机制多模态特征融合
《测试技术学报》 2023 (2)
112-119,8
山西省研究生创新资助项目(2021Y154)山西省高等学校教学改革创新资助项目(J2021086)
评论