基于注意力机制的图像生成研究

目录

第1 章绪论

1.1图像生成研究背景及现状

1.1.1 图像到图像生成

1.1.2 语义标签到图像生成

1.1.3 文本信息到图像生成

1.2 注意力机制研究背景及现状

1.3 研究内容与工作

1.3.1 研究工作

1.3.2 章节安排

1.4 本章小结

第2 章图像生成方法

2.1 传统图像生成方法

2.1.1 变分自动编码器

2.1.2 生成对抗网络

2.2 级联细化网络

2.2.1 网络结构

2.2.2 损失函数与优化

2.3 本章小结

第3 章自注意力级联细化网络

3.1 网络设计

3.1.1 局部特征与全局特征

3.1.2自注意力模型设计

3.2 图像生成实验及分析

3.2.1 数据集简介

3.2.2 实验设计及评估标准

3.2.3 实验结果及分析

3.3 本章小结

第4 章监督注意力级联细化网络

4.1 监督注意力模型

4.1.1 维度匹配

4.1.2 模型设计

4.1.3 同Pix2pix HD模型对比

4.2 图像生成实验及分析

4.2.1 实验设计与评估标准

4.2.2 实验结果及分析

4.3 本章小结

第5 章生成图像实例分割

5.1 改进Mask Scoring R-CNN实例分割模型

5.1.1 语义分割与实例分割

5.1.2 自适配归一化改进Mask Scoring R-CNN

5.2 实例分割实验

5.2.1 真实图像的实例分割

5.2.2 生成图像的实例分割

5.3 本章小结

第6 章基于监督注意力的文本到图像生成

6.1 场景图生成图像

6.1.1 基于图卷积和级联细化网络的Sg2im模型

6.1.2引入监督注意力的Sg2im模型

6.2 文本生成图像实验

6.2.1 实验设计及评估

6.2.2 实验结果与分析

6.3 本章小结

第7 章总结与展望

7.1 论文总结

7.2 研究展望

参考文献

致谢

攻读学位期间发表的学术论文目录

声明