基于注意力生成对抗网络的孟加拉语文本细粒度图像生成
计算机视觉与模式识别
2021-09-27 v1
摘要
从文本生成细粒度、逼真的图像在视觉与语义领域有许多应用。考虑到这一点，我们提出了孟加拉语注意力生成对抗网络（AttnGAN），该网络允许进行强化的多阶段处理，以实现高分辨率的孟加拉语文本到图像生成。我们的模型能够在图像的不同子区域整合最具体的细节。我们着重关注自然语言描述中的相关词语。该框架在 CUB 数据集上取得了更好的 inception score。首次使用注意力 GAN 从孟加拉语文本生成了细粒度图像。孟加拉语在 100 种使用最广泛的语言中排名第 7，这激励我们明确关注该语言，将满足许多人的必然需求。此外，孟加拉语具有更复杂的句法结构和更少的自然语言处理资源，这进一步印证了我们工作的价值。
引用
@article{arxiv.2109.11749,
title = {Fine-Grained Image Generation from Bangla Text Description using Attentional Generative Adversarial Network},
author = {Md Aminul Haque Palash and Md Abdullah Al Nasim and Aditi Dhali and Faria Afrin},
journal= {arXiv preprint arXiv:2109.11749},
year = {2021}
}
备注
6 pages, 5 figures, 4 tables