Multi-Sentence Complementarily Generation for Text-to-Image Synthesis

计算机科学 人工智能 鉴别器 基本事实 判决 语义学(计算机科学) 自然语言处理 保险丝(电气) 相似性(几何) 图像(数学) 模式识别(心理学) 电信 探测器 电气工程 程序设计语言 工程类
作者
Liang Zhao,Pingda Huang,Tengtuo Chen,Chunjiang Fu,Qinghao Hu,Yangqianhui Zhang
出处
期刊:IEEE Transactions on Multimedia [Institute of Electrical and Electronics Engineers]
卷期号:26: 8323-8332 被引量:6
标识
DOI:10.1109/tmm.2023.3297769
摘要

Generating realistic images based on text descriptions remains challenging in computer vision. Existing multi-stage generation methods are sufficient to generate high-resolution images. However, these methods mainly use one sentence to synthesize images, which are difficult to extract adequate semantic features, resulting in the generated images being far apart from ground-truth images. In this paper, we propose a Multi-Sentence Complementary Generative Adversarial Network, MSCGAN, which assists in generating accurate images by fusing the same semantics from different sentences and preserving their unique semantics. More specifically, the latest BERT model is employed to identify semantic features and a multi-semantic fusion module (MSFM) is designed to fuse the semantic features of different sentences. Besides, a pre-trained cross-modal contrast similarity model (CCSM) is developed to explore fine-grained loss on generated images. Moreover, a multi-sentence joint discriminator is designed to ensure that the generated images match all sentences. Experiments and ablation studies on CUB and MS-COCO datasets demonstrate the significant superiority of the proposed method compared to state-of-the-art methods.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
月满西楼完成签到,获得积分10
3秒前
量子星尘发布了新的文献求助10
3秒前
谨慎绿柏完成签到,获得积分10
4秒前
邓佳鑫Alan应助小灵通采纳,获得10
5秒前
5秒前
5秒前
ALLon完成签到 ,获得积分10
5秒前
lsy完成签到 ,获得积分10
6秒前
6秒前
7秒前
姚怜南发布了新的文献求助10
7秒前
7秒前
毛豆爸爸完成签到,获得积分0
7秒前
爆米花应助奋斗的白昼采纳,获得10
8秒前
9秒前
9秒前
科研通AI5应助CL采纳,获得10
10秒前
研友_VZG7GZ应助不错采纳,获得10
10秒前
10秒前
Kevin发布了新的文献求助10
11秒前
无奈戒指发布了新的文献求助10
11秒前
Lucas应助悦耳的沛文采纳,获得10
12秒前
量子星尘发布了新的文献求助10
12秒前
平淡妙松发布了新的文献求助10
12秒前
wenhuanwenxian完成签到 ,获得积分10
12秒前
小鲸鱼发布了新的文献求助10
12秒前
宋宋完成签到,获得积分10
13秒前
尊敬寒松发布了新的文献求助10
14秒前
15秒前
15秒前
123发布了新的文献求助10
17秒前
尹沐完成签到 ,获得积分10
18秒前
糊糊发布了新的文献求助10
18秒前
梦里的三片雪花完成签到,获得积分10
19秒前
量子星尘发布了新的文献求助10
20秒前
21秒前
lzn发布了新的文献求助50
21秒前
缥缈的灵凡完成签到 ,获得积分10
21秒前
21秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2700
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
The First Nuclear Era: The Life and Times of a Technological Fixer 500
ALUMINUM STANDARDS AND DATA 500
Walter Gilbert: Selected Works 500
岡本唐貴自伝的回想画集 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3667773
求助须知:如何正确求助?哪些是违规求助? 3226242
关于积分的说明 9768746
捐赠科研通 2936222
什么是DOI,文献DOI怎么找? 1608301
邀请新用户注册赠送积分活动 759615
科研通“疑难数据库(出版商)”最低求助积分说明 735407