摘要
本发明公开了一种基于结构语义提示约束的文本图像生成方法,所述方法以生成对抗网络作为主体的生成模型,利用现有的充足的训练数据集,分别对生成模型和判别模型进行学习和模型更新,以完成对模型和训练模型的模型更新,然后基于完成模型更新的生成模型,通过输入描述文本来生成新的图像,从而达到文本图像生成的目的。本发明在提升图像合成质量的同时,显著增强了文本与图像的一致性。本发明为了降低模型对训练批次大小和训练轮次的依赖,提高训练效率,优化资源需求,首次将难负样本挖掘引入图像生成任务,并提出了一种难负样本挖掘匹配感知损失,使模型能够专注于最具挑战性的样本,实际应用中即使在计算资源受限的环境下也能取得良好的性能。
技术关键词
图像生成方法
文本
语义场景
模态特征
样本
实体
模型更新
局部语义概念
关系
掩码矩阵
解析器
生成对抗模型
计算资源受限
视觉特征
注意力机制
适配器
系统为您推荐了相关专利信息
旋转机械复合故障
卷积神经网络模型
旋转机械设备
生成方法
构建训练集
动态权重分配
审核规则
识别神经网络
决策方法
财务