ALR-GAN：用于文本到图像合成的自适应布局精炼
计算机视觉与模式识别
2023-04-14 v1
摘要
我们提出了一种新颖的文本到图像生成网络——自适应布局精炼生成对抗网络（ALR-GAN），可在无任何辅助信息的情况下自适应地精炼合成图像的布局。ALR-GAN 包含一个自适应布局精炼（ALR）模块和一个布局视觉精炼（LVR）损失。ALR 模块将合成图像的布局结构（指物体与背景的位置）与其对应真实图像的布局结构对齐。在 ALR 模块中，我们提出了一种自适应布局精炼（ALR）损失，以平衡困难与简单特征的匹配，从而实现更高效的布局结构匹配。基于精炼后的布局结构，LVR 损失进一步精炼布局区域内的视觉表示。在两个广泛使用的数据集上的实验结果表明，ALR-GAN 在文本到图像生成任务上具有竞争力。
引用
@article{arxiv.2304.06297,
title = {ALR-GAN: Adaptive Layout Refinement for Text-to-Image Synthesis},
author = {Hongchen Tan and Baocai Yin and Kun Wei and Xiuping Liu and Xin Li},
journal= {arXiv preprint arXiv:2304.06297},
year = {2023}
}
备注
Accepted by TMM