بهبود شبکه های رقابتی مولد برای تولید خودکار تصویر از روی متن

این پژوهش در رابطه با به کارگیری ابزارهای یادگیری عمیق و فناوری پردازش تصویر در تولید خودکار تصویر از روی متن می باشد. پژوهش های پیشین از یک جمله برای تولید تصاویر بهره می برند. در این پژوهش یک مدل سلسله مراتبی مبتنی بر حافظه ارایه شده است که از سه توصیف مختلف که در قالب جمله ارایه می شوند، برای تولید و بهبود تصویر بهره می برد. طرح پیشنهادی با بهره گیری از شبکه های رقابتی مولد، بر به کارگیری اطلاعات بیشتر جهت تولید تصاویر با وضوح بالا تمرکز دارد.  پیاده سازی و اجرای برنامه های مربوط به این حوزه نیاز به منابع پردازشی بالا دارند. لذا طرح پیشنهادی با بهره گیری از بستره سخت افزاری دانشگاه کپنهاگ بر روی یک کلاستر با 25 واحد پردازش گرافیکی پیاده سازی و تحت آزمون قرار گرفت. آزمایش ها روی مجموعه دادگان CUB-200 و ids-ade انجام شدند. نتایج آزمایش ها نشان می دهند که مدل ارایه شده می تواند تصاویر با کیفیت بالاتری نسبت به دو مدل پایه StackGAN و AttGAN تولید کند.