基于对比学习的文本生成图像

打开文本图片集

摘 要：针对在多目标文本生成图像和语义相关度高的情况下，于CUB数据集中进行实验时，发现生成的鸟图像中有许多“多头”“多脚”情况，文章在MA-GAN（多阶段注意力机制的生成对抗网络）模型上加入对比学习以优化图像生成。同时，采用特征插值方法增强图像的某些特征，从而提高语义一致性和文本辨识度。通过在CUB和COCO数据集上的实现验证，改进后模型的IS（InceptionScore）指标分别提高了0.11和2.58，而R 分数（Rprecision）指标分别提高了1.98和1.37，证明了改进后的模型能够解决图像质量和语义一致性问题。（剩余7123字）