SeD: 图像超分辨率的语义感知鉴别器
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
本文提出了一种新的动态语义演化生成对抗网络(DSE-GAN),通过自适应重新组合文本特征,在生成过程中提供多样化和准确的语义引导。实验结果表明该模型在CUB-200和MSCOCO数据集上相对FID分别提高了7.48%和37.8%。
🎯
关键要点
- 提出了一种新的动态语义演化生成对抗网络(DSE-GAN)。
- 采用单个生成器 - 鉴别器对的单个对抗训练架构。
- 在生成过程中根据历史阶段的状态自适应重新组合文本特征。
- 提供多样化和准确的语义引导。
- 在CUB-200和MSCOCO数据集上,模型相对FID分别提高了7.48%和37.8%。
➡️