Loading...
机构名称:
¥ 1.0

从描述中创建图像的能力长期以来一直是智力的目标。文本对图像综合,也称为文本对图像生成,旨在创建与描述相匹配的逼真的图像。该技术在许多领域都有许多应用程序,包括数据处理,艺术设计,机器人技术和虚拟现实。生成的对抗网络(GAN)和变异自动编码器(VAE)广泛用于图像处理项目中。但是,创建传达叙事的好图像显然仍然是一个挑战。图像合成模型。这些数据提供了一个独特的机会,可以以这种方式探索基于变压器的架构和生成模型的潜力。我们的模型利用基于变压器的体系结构和生成对抗网络来生成具有交互式描述的高质量图像。本文的其余部分组织如下:第2节评论有关文本对图像匹配的相关作品,第3节描述了我们的模型,第4节介绍了实验结果,第5节总结了本文。

使用拥抱脸部数据集的文本上的文本论文

使用拥抱脸部数据集的文本上的文本论文PDF文件第1页

使用拥抱脸部数据集的文本上的文本论文PDF文件第2页

使用拥抱脸部数据集的文本上的文本论文PDF文件第3页

使用拥抱脸部数据集的文本上的文本论文PDF文件第4页

使用拥抱脸部数据集的文本上的文本论文PDF文件第5页

相关文件推荐

2021 年
¥1.0
2016 年
¥8.0
1900 年
¥8.0
2022 年
¥1.0
2025 年
¥1.0
2021 年
¥1.0