一种高度融合的GAN网络模型及实现文本生成图像的方法

摘要

本发明涉及深度学习领域，其公开了一种高度融合的GAN网络模型及实现文本生成图像的方法，解决传统技术中存在的生成图像尺寸较小，质量较低，网络训练过程不稳定的问题，有效地实现由输入文本生成清晰高质语义图像。本发明中的高度融合的GAN网络模型，包括：文本编译器、条件增加模块、生成器和三个独立的判别器；基于该高度融合的GAN网络模型，在只有一个生成器和三个独立判别器的情况下仍可生成匹配文本语义信息的高质量RGB图像。为进一步优化生成器网络结构，充分利用网络中间层生成的不同尺寸的特征图，生成器除了采用残差网络中的残差生成块，还采用了金字塔网络结构从低维的64*64特征，逐步生成到语义信息丰富的高维256*256特征。