SegAttnGAN：基于分割注意力的文本到图像生成
计算机视觉与模式识别
2020-05-27 v1 机器学习
摘要
本文中，我们提出一种新颖的生成网络（SegAttnGAN），其利用额外的分割信息用于文本到图像合成任务。由于引入模型的分割数据为生成器训练提供了有用引导，所提模型相较于先前最先进的方法能生成具有更好真实感质量与更高量化指标的图像。我们在 CUB 数据集上取得了 4.84 的 Inception Score，在 Oxford-102 数据集上取得了 3.52。此外，我们测试了自注意力 SegAttnGAN，其使用生成的分割数据而非来自数据集的掩码进行注意力计算，并取得了相似的高质量结果，表明我们的模型可适用于文本到图像合成任务。
引用
@article{arxiv.2005.12444,
title = {SegAttnGAN: Text to Image Generation with Segmentation Attention},
author = {Yuchuan Gou and Qiancheng Wu and Minghao Li and Bo Gong and Mei Han},
journal= {arXiv preprint arXiv:2005.12444},
year = {2020}
}
备注
Accepted to the AI for Content Creation Workshop at CVPR 2020