计算机工程

作者：张云帆, 易尧华, 汤梓伟, 王新宇

单位：武汉大学 印刷与包装系, 武汉 430079

关键词：生成对抗网络,文本生成图像,通道注意力机制,内容感知上采样,感知损失

基金：国家重点研发计划（2021YFB2206200）。

针对文本生成图像任务中生成图像细节缺失及低分辨率阶段生成图像存在结构性错误的问题，基于动态注意力机制生成对抗网络（DMGAN），引入内容感知上采样模块和通道注意力卷积模块，提出一种新的文本生成图像方法ECAGAN。在低分辨率图像生成阶段的特征图上采样过程中采用基于内容感知的上采样方法，通过输入特征图计算得到重组卷积核，使用重组卷积核和特征图进行卷积操作，确保上采样后的特征图和文本条件的语义一致性，使生成的低分辨率图像更加准确，利用通道注意力卷积模块学习特征图各个特征通道的重要程度，突出重要的特征通道，抑制无效信息，使生成图像的细节更丰富。此外在训练过程中结合条件增强和感知损失函数辅助训练，增强训练过程的鲁棒性，提高生成图像质量。在CUB-200-2011数据集上的实验结果表明，ECAGAN模型初始分数达到了4.83，R值达到了75.62，与DMGAN方法相比，分别提高了1.6%和4.6%，并且可改善生成图像结构错乱的问题，同时能够生成清晰的图像细节，语义一致性更高，更加接近真实图像。

来源：2022年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第4期