用LSTM条件GAN从描述生成图像序列
计算机视觉与模式识别
2018-06-11 v1
摘要
从文字描述生成图像是一项具有挑战性的任务。生成对抗网络(GANs)已被证明能够生成真实物体的逼真图像。本文中，我们提出一种LSTM条件生成对抗网络的新神经网络架构，用于生成真实物体的图像。我们提出的模型在Oxford-102 Flowers和Caltech-UCSD Birds-200-2011数据集上训练。我们证明所提模型产生了更好的结果，超越了其他最先进的方法。
引用
@article{arxiv.1806.03027,
title = {Generating Image Sequence from Description with LSTM Conditional GAN},
author = {Xu Ouyang and Xi Zhang and Di Ma and Gady Agam},
journal= {arXiv preprint arXiv:1806.03027},
year = {2018}
}
备注
Accepted by ICPR 2018