Attention-Bridged Modal Interaction for Text-to-Image Generation

计算机科学 鉴别器 发电机(电路理论) 背景(考古学) 语义学(计算机科学) 情态动词 人工智能 图像(数学) 计算机视觉 模式识别(心理学) 电信 程序设计语言 生物 高分子化学 探测器 量子力学 物理 化学 功率(物理) 古生物学
作者
Hongchen Tan,Baocai Yin,Kaiqiang Xu,Huasheng Wang,Xiuping Liu,Xin Li
出处
期刊:IEEE Transactions on Circuits and Systems for Video Technology [Institute of Electrical and Electronics Engineers]
卷期号:34 (7): 5400-5413
标识
DOI:10.1109/tcsvt.2023.3347971
摘要

We propose a novel Text-to-Image Generation Network, Attention-bridged Modal Interaction Generative Adversarial Network (AMI-GAN), to better explore modal interaction and perception for high-quality image synthesis. The AMI-GAN contains two novel designs: an Attention-bridged Modal Interaction (AMI) module and a Residual Perception Discriminator (RPD). In AMI, we mainly design a multi-scale attention mechanism to exploit semantics alignment, fusion, and enhancement between text and image, to better refine details and context semantics of the synthesized image. In RPD, we design a multi-scale information perception mechanism with our proposed novel information adjustment function, to encourage the discriminator to better perceive visual differences between the real and synthesized image. Consequently, the discriminator will drive the generator to improve the visual quality of the synthesized image. Besides, based on these novel designs, we can design two versions, a single-stage generation framework (AMI-GAN-S), and a multi-stage generation framework (AMI-GAN-M), respectively. The former can synthesize high-resolution images because of its low computational cost; the latter can synthesize images with realistic detail. Experimental results on two widely used T2I datasets showed that our AMI-GANs achieve competitive performance in T2I task.
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
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
精明白风完成签到,获得积分10
刚刚
乐乐应助小韩同学采纳,获得10
1秒前
情怀应助谨慎凡桃采纳,获得10
1秒前
1秒前
明理的喵发布了新的文献求助10
4秒前
ip07in13发布了新的文献求助10
4秒前
5秒前
5秒前
一澜发布了新的文献求助50
6秒前
7秒前
安好完成签到,获得积分10
8秒前
下午不喝姜糖膏完成签到,获得积分10
8秒前
丢丢完成签到 ,获得积分10
9秒前
张立人发布了新的文献求助10
10秒前
dawn发布了新的文献求助10
11秒前
丢丢关注了科研通微信公众号
13秒前
小韩同学发布了新的文献求助10
14秒前
stuffmatter应助活着采纳,获得10
15秒前
15秒前
安好发布了新的文献求助10
16秒前
18秒前
waxler发布了新的文献求助10
20秒前
20秒前
善学以致用应助风趣友瑶采纳,获得10
20秒前
20秒前
端午关注了科研通微信公众号
21秒前
Ava应助dawn采纳,获得10
21秒前
12发布了新的文献求助10
22秒前
grgr发布了新的文献求助10
24秒前
vivin完成签到,获得积分10
24秒前
25秒前
26秒前
26秒前
我要吃饭发布了新的文献求助10
28秒前
善学以致用应助12采纳,获得10
28秒前
三桥发布了新的文献求助10
28秒前
鳗鱼不尤发布了新的文献求助10
29秒前
雪白胡萝卜完成签到 ,获得积分10
29秒前
卡他发布了新的文献求助10
30秒前
31秒前
高分求助中
中国国际图书贸易总公司40周年纪念文集 大事记1949-1987 2000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
草地生态学 880
Threaded Harmony: A Sustainable Approach to Fashion 799
Basic Modern Theory of Linear Complex Analytic 𝑞-Difference Equations 500
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
Livre et militantisme : La Cité éditeur 1958-1967 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3058279
求助须知:如何正确求助?哪些是违规求助? 2714388
关于积分的说明 7440415
捐赠科研通 2359676
什么是DOI,文献DOI怎么找? 1250252
科研通“疑难数据库(出版商)”最低求助积分说明 607401
版权声明 596410