本書(shū)專(zhuān)注于研究文本到圖像生成任務(wù)，該任務(wù)旨在通過(guò)自然語(yǔ)言描述生成逼真且語(yǔ)義一致的圖片。第1章簡(jiǎn)要概述基于語(yǔ)言描述的圖像合成研究。在第2章中，提出了一種名為“雙注意力生成對(duì)抗網(wǎng)絡(luò)(DTGAN)”的方法，該方法能夠僅用單個(gè)生成器/判別器生成與給定自然語(yǔ)言描述相符的高質(zhì)量圖片。第3章致力于解決當(dāng)前單階段文本到圖像生成模型中存在的生成圖像缺乏多樣性的問(wèn)題。第4章創(chuàng)建了兩個(gè)新的Good&Bad數(shù)據(jù)集，包含成功與失敗的合成樣本，并訓(xùn)練了對(duì)應(yīng)的分類(lèi)器，以確保生成的圖片自然、逼真可信。第5章和第6章分別探討基于條件生成對(duì)抗網(wǎng)絡(luò)的文本到圖像模型的潛空間和語(yǔ)言空間，以提升可解釋性。通過(guò)獨(dú)立成分分析算法對(duì)生成器的預(yù)訓(xùn)練權(quán)重值進(jìn)行研究，揭示潛空間與圖像變化之間的關(guān)系。此外，通過(guò)關(guān)鍵詞之間的線(xiàn)性插值在合成圖像語(yǔ)義空間中進(jìn)行定性分析，揭示“語(yǔ)言”嵌入的作用。第7章總結(jié)本書(shū)的主要貢獻(xiàn)并回答了研究問(wèn)題。本書(shū)可供從事信息技術(shù)相關(guān)研究和工程技術(shù)人員閱讀參考。