计算机工程与科学

作者：王霞, 徐慧英, 朱信忠

单位：浙江师范大学数学与计算机科学学院,浙江 金华 321004

关键词：深度学习；生成对抗网络；文本生成图像；谱归一化,感知损失函数,

基金：国家自然科学基金（61976196）；浙江省万人计划“杰出人才”项目（2018R51001）;浙江省自然科学基金（LZ22F030003）

文本生成图像是机器学习领域非常具有挑战性的任务，虽然目前已经有了很大突破，但仍然存在模型训练不稳定以及梯度消失等问题。针对这些不足，在堆叠生成对抗网络（StackGAN）基础上，提出一种结合谱归一化与感知损失函数的文本生成图像模型。首先，该模型将谱归一化运用到判别器网络中，将每层网络梯度限制在固定范围内，相对减缓判别器网络的收敛速度，从而提高网络训练的稳定性；其次，将感知损失函数添加到生成器网络中，增强文本语义与图像内容的一致性。使用Inception score评估所提模型生成图像的质量。实验结果表明，该模型与原始StackGAN相比，具有更好的稳定性且生成图像更加逼真。

来源：2022年第6期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第6期