StackGAN ++：逼真的图像合成与堆叠生成对抗网络

StackGAN ++：逼真的图像合成与堆叠生成对抗网络(中文6000字,英文PDF)
摘要 - 虽然生成对抗网络（GAN）在各种任务中取得了显着的成功，但它们仍然面临着生成高质量图像的挑战。在本文中，我们提出了堆叠生成对抗网络（StackGAN），旨在生成高分辨率照片般逼真的图像。首先，我们提出了一个两阶段生成对抗网络架构StackGAN-v1，用于文本到图像的合成。 Stage-I GAN基于给定的文本描述绘制对象的原始形状和颜色，从而产生低分辨率图像。 Stage-II GAN将Stage-I结果和文本描述作为输入，并生成具有照片般逼真细节的高分辨率图像。其次，提出了一种先进的多阶段生成对抗网络体系结构StackGAN-v2，用于条件和无条件生成任务。我们的StackGAN-v2由树状结构中的多个发生器和鉴别器组成;从树的不同分支生成对应于相同场景的多个尺度的图像。StackGAN-v2通过联合逼近多个分布，显示出比StackGAN-v1更稳定的训练行为。
大量实验表明，所提出的堆叠生成对抗网络在生成照片般逼真的图像方面明显优于其他最先进的方法。
索引词 - 生成模型，生成对抗网络（GAN），多级GAN，多分布近似，照片般逼真的图像生成，文本到图像的合成。