标签：Inverse 训练 Text Consistent GAN 图像 文本 我们 反转

一、contributions

（1）我们提出了一种结合GAN反转和循环一致性训练的新颖GAN方法，用于文本到图像的合成。统一的框架可用于文本图像生成和基于文本的图像处理任务。

（2）我们使用改进的GAN反转方法和循环一致性训练，将真实图像反转到GAN最新空间，并获得图像的潜在代码

（3）我们uncover(发现，揭示)了潜在代码的语义，在此基础上我们可以生成与文本描述相对应的高质量图像

二、method

（1）第1阶段：我们训练一个没有文本输入的StyleGAN模型。StyleGan模型可以将随机噪声空间Z映射到Style潜伏空间W，该潜伏空间W已被证明与各种图像特性更加分离。

（2）第2阶段：我们建议使用循环一致性训练来学习GAN反转编码器，因此，我们可以反转真实图像并获得相应的潜在代码SW′。

（3）第3阶段：我们学习了一个潜在空间对齐模型，将文本特征ST与相应的反向潜在代码SW′对齐，在这里我们训练文本编码器

标签：Inverse,训练,Text,Consistent,GAN,图像,文本,我们,反转
来源： https://www.cnblogs.com/h694879357/p/15513011.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。