FA-GAN：用于文本到图像合成的特征感知 GAN
计算机视觉与模式识别
2021-09-03 v1
摘要
文本到图像合成旨在根据给定的自然语言描述生成照片级真实感图像。先前的工作利用生成对抗网络（GANs）取得了显著进展。然而，生成完整物体或清晰纹理仍然困难（图1）。为解决此问题，我们提出特征感知生成对抗网络（FA-GAN），通过集成两种技术来合成高质量图像：自监督判别器和特征感知损失。首先，我们设计了一个带有辅助解码器的自监督判别器，使判别器能够提取更好的表示。其次，我们引入特征感知损失，通过利用来自自监督判别器的特征表示为生成器提供更直接的监督。在 MS-COCO 数据集上的实验表明，我们提出的方法将最先进的 FID 分数从 28.92 显著提升至 24.58。
引用
@article{arxiv.2109.00907,
title = {FA-GAN: Feature-Aware GAN for Text to Image Synthesis},
author = {Eunyeong Jeon and Kunhee Kim and Daijin Kim},
journal= {arXiv preprint arXiv:2109.00907},
year = {2021}
}
备注
ICIP 2021