公开(公告)号：CN110263203A

公开(公告)日：2019-09-20

申请号：CN201910345614.6

申请日：2019-04-26

Applicant: 桂林电子科技大学

Inventor： 莫建文 ,  徐凯亮 ,  欧阳宁 ,  林乐平 ,  袁华 ,  首照宇 ,  张彤 ,  陈利霞 ,  肖海林

IPC: G06F16/583 ,  G06F16/28

Abstract: 本发明公开了一种结合皮尔逊重构的文本到图像生成方法，其特征在于，包括如下步骤：1）数据预处理；2）建立图像生成模型；3）条件融合；4）特征向量生成；5）判别器判别；6）多尺度联合损失；7）网络训练；8）图像生成。该方法能重构判别器的输出，获得与网络的输入线性相关的特征向量，同时限制判别器的判别能力，使得生成器训练时更容易收敛并提高生成样本的质量和多样性。

公开(公告)号：CN110263203B

公开(公告)日：2021-09-24

申请号：CN201910345614.6

申请日：2019-04-26

Applicant: 桂林电子科技大学

Inventor： 莫建文 ,  徐凯亮 ,  欧阳宁 ,  林乐平 ,  袁华 ,  首照宇 ,  张彤 ,  陈利霞 ,  肖海林

IPC: G06F16/583 ,  G06F16/28

Abstract: 本发明公开了一种结合皮尔逊重构的文本到图像生成方法，其特征在于，包括如下步骤：1）数据预处理；2）建立图像生成模型；3）条件融合；4）特征向量生成；5）判别器判别；6）多尺度联合损失；7）网络训练；8）图像生成。该方法能重构判别器的输出，获得与网络的输入线性相关的特征向量，同时限制判别器的判别能力，使得生成器训练时更容易收敛并提高生成样本的质量和多样性。