生成对抗文本到图像合成
神经与进化计算
2016-06-07 v2 计算机视觉与模式识别
摘要
从文本自动合成逼真图像将是有趣且有用的，但当前人工智能系统仍远未达成此目标。然而，近年来已开发出通用且强大的循环神经网络架构，用于学习有判别性的文本特征表示。同时，深度卷积生成对抗网络（GANs）已开始生成极具说服力的特定类别图像，如人脸、专辑封面和室内场景。本工作中，我们提出了一种新颖的深度架构与GAN公式，以有效衔接文本与图像建模方面的这些进展，将视觉概念从字符映射到像素。我们展示了我们的模型能够根据详细的文本描述生成合理的鸟类与花卉图像。
引用
@article{arxiv.1605.05396,
title = {Generative Adversarial Text to Image Synthesis},
author = {Scott Reed and Zeynep Akata and Xinchen Yan and Lajanugen Logeswaran and Bernt Schiele and Honglak Lee},
journal= {arXiv preprint arXiv:1605.05396},
year = {2016}
}
备注
ICML 2016