{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“短信”：{“索引”：{“日期-部分”：[[2024,8,5]]，“日期-时间”：“2024-08-05T07:11:56Z”，“时间戳”：1722841916963}，“参考-计数”：57，“出版商”：“计算机协会（ACM）”，“问题”：“4”，“资助者”：[{“名称”：“北京自然科学基金会”，“奖项”：[“42020574202058“]}，{“DOI”：“10.13039\/501100001809”，“name”：“国家自然科学基金”，“DOI-asserted-by”：“crossref”，“award”：[“61872032”]，“id”：[{“id”:“10.13029\/5011000001809”，”id-type“：”DOI“，”asserted-by“：”crossref]}]，“content-domain”：{“domain”:[“dl.acm.org”]，”crossmark-restriction“：true}，”short-container-title“：[”acm传输智能系统技术“]，“published-print”：{“date-parts”：[[2020,8,31]]}，“abstract”：“虽然从文本描述自动生成高分辨率真实图像的性能得到了显著提高，但由于形状变化、视点变化、姿势变化以及多个对象的关系，图像合成中的许多挑战性问题尚未得到充分研究。在本文中，我们通过挖掘对象的空间位置和形状信息，提出了一种新的具有空间约束的端到端文本到图像合成方法。我们的算法不是学习从文本到图像的层次映射，而是通过生成的语义布局的指导直接生成多对象细粒度图像。通过将文本语义和空间信息融合到一个合成模块中，并结合生成的多尺度语义布局对其进行微调，所提出的网络在复杂场景的文本到图像合成中表现出令人印象深刻的性能。我们在单对象CUB数据集和多对象MS-COCO数据集上评估了我们的方法。综合实验结果表明，在不同的评估指标中，我们的方法显著优于最先进的方法<\/jats:p>“，”DOI“：”10.1145\/3391709“，”type“：”journal-article“，”created“：{”date-parts“：[[2020,5,26]]，”date-time“：”2020-05-26T00:05:14Z“，”timestamp“：1590451514000}，”page“：，“标题”：[“具有空间约束的端到端文本图像合成“]，”前缀“：”10.1145“，”卷“：”11“，”作者“：[{”ORCID“：”http://\/ORCID.org\/0000-0003-2484-5529“，”authenticated-ORCID“：false，”给定“：”Min“，“family”：“Wang”，“sequence”：“first”，“affiliation”：[{name“：”北京交通大学，中国北京“}]}，{”给定“:”从严“，”family“：”Lang“，”sequence“：”additional“，”affiliation“：[{”name“：”北京交通大学，中国北京“}]}，{”given“：”Liqian“，”family“：”Liang“，”sequence”：“additional”，“affiliation:[{“name”：”北京交大“}]{，”ORCID“：“http://\/ORCID.org\/00000-0002-5922-9358”，“authenticated-ORCID”：false，“given”：“Songhe”，“family”：“Feng”，“sequence:”additional“，”affiliation“：[{“name”：“北京交通大学，中国北京”}]}，{“given”：“Tao”，“family”：“Wang”，“sequence”：“additional”，“affiliation:[{”name“：”Beijing Catong University，Beijing]，{”given“：”Yutong“，”family“：”Gao“，”sequence“：”additional成员“：”320“，”published-online“：{“date-parts”：[[2020,5,25]]}，“reference”：[{“key”：“e_1_1_1”，“volume-title”：“第34届国际机器学习会议论文集（机器学习研究论文集），Doina Precup和Yee Whye Teh（编辑）”，“卷”：“70”，“作者”：“Arjovsky Martin”，“年份”：“2017”，“非结构化”：“Martin Arjovsky、Soumith Chintala和L\u00e9on Bottou。2017 . Wasserstein生成性对抗网络。在第34届国际机器学习会议论文集（机器学习研究论文集）中，Doina Precup和Yee Whye Teh（编辑），第70卷。澳大利亚悉尼国际会议中心PMLR，214-223。Martin Arjovsky、Soumith Chintala和L\u00e9on Bottou。2017.Wasserstein生成性对抗网络。第34届国际机器学习会议论文集（机器学习研究论文集），Doina Precup和Yee Whye Teh（编辑），第70卷。PMLR，澳大利亚悉尼国际会议中心，214--223。阿德尔森。1987 . 拉普拉斯金字塔作为一个紧凑的图像代码。IEEE传输。Commun公司。31 , 4 (1987), 671 -- 679 . Peter J.Burt和Edward H.Adelson。1987年，拉普拉斯金字塔作为紧凑的图像代码。IEEE传输。Commun公司。31，4（1987），671--679.”，“期刊标题”：“IEEE Trans。Commun公司。“}，{”key“：”e_1_1_3_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICCV.2017.168”}，“key”：“e_2_1_4_1”，“article-title”：“分布式和对抗性流水线过滤器排序问题的算法”，“volume”：”5“，”author“：”Condon-Anne“，”year“：”2009“，”“unstructured”：“”安妮·康登（Anne Condon）、阿莫尔·德斯潘德（Amol Deshpande）、丽莎·海勒斯坦（Lisa Hellerstein）和吴宁（Ning Wu）。2009 . 分布式和对抗性流水线过滤器排序问题的算法。ACM事务处理。阿尔戈。5 , 2 (2009), 24:1--24:34. 安妮·康登（Anne Condon）、阿莫尔·德斯潘德（Amol Deshpande）、丽莎·海勒斯坦（Lisa Hellerstein）和吴宁（Ning Wu）。2009。分布式和对抗性流水线滤波器排序问题的算法。ACM事务处理。阿尔戈。5，2（2009），24:1--24:34.“，“日记标题”：“ACM Trans。阿尔戈。“}，{”key“：”e_1_1_5_1“，”volume-title“：”第28届神经信息处理系统国际会议论文集（NIPS\u201915）“，”author“：”Denton Emily“，”year“：”2015“，”unstructured“：”艾米莉·丹顿（Emily Denton）、索米斯·金塔拉（Soumith Chintala）、亚瑟·斯拉姆（Arthur Szlam）和罗伯·弗格斯（Rob Fergus）。2015 . 使用拉普拉斯金字塔对抗网络的深层生成图像模型。第28届神经信息处理系统国际会议论文集（NIPS\u201915）。麻省理工学院出版社，马萨诸塞州剑桥，1486-1494。艾米莉·丹顿（Emily Denton）、索米斯·金塔拉（Soumith Chintala）、亚瑟·斯拉姆（Arthur Szlam）和罗伯·弗格斯（Rob Fergus）。2015.使用拉普拉斯金字塔对抗网络的深层生成图像模型。第28届神经信息处理系统国际会议论文集（NIPS\u201915）。麻省理工学院出版社，马萨诸塞州剑桥市，1486--1494。“}，{”key“：”e_1_1_6_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR.2015.7298761”}，“key”：“e_2_1_7_1”，“volume-title”：“IEEE计算机视觉和模式识别会议论文集（CVPR\u201918）”，“author”：“Dosovitskiy Alexey”，“year”：“2018”，“unstructured”：“Alexey Dosovitskiy、Jost Tobias Springenberg和Thomas Brox。2018 . 即插即用生成网络：潜在空间中图像的条件迭代生成。IEEE计算机视觉和模式识别会议论文集（CVPR\u201918）。3510\u20133520。Alexey Dosovitskiy、Jost Tobias Springenberg和Thomas Brox。2018年，即插即用生成网络：潜在空间中图像的条件迭代生成。IEEE计算机视觉和模式识别会议论文集（CVPR\u201918）。3510\u20133520.“｝，｛“key”：“e_1_2_1_8_1”，“volume title”：“第27届国际神经信息处理系统会议论文集”，“volume”：“2”，“author”：“Goodfellow Ian J.”，“year”：“2014”，“nonstructured”：“Ian J。古德费罗、让·普格特·巴迪、梅迪·米尔扎、徐冰、大卫·沃德·法利、谢尔吉尔·奥扎尔、亚伦·库维尔和约舒亚·本吉奥。2014 . 生成性对抗网络。第27届神经信息处理系统国际会议论文集，第2卷。麻省理工学院出版社，马萨诸塞州剑桥，2672-2680。Ian J.Goodfellow、Jean Pouget-Abadie、Mehdi Mirza、Xu Bing、David Warde-Farley、Sherjil Ozair、Aaron Courville和Yoshua Bengio。2014.生成性对抗网络。第27届神经信息处理系统国际会议论文集，第2卷。麻省理工学院出版社，马萨诸塞州剑桥，2672--2680。“}，{“key”：“e_1_2_1_9_1”，“volume-title”：“第32届机器学习国际会议论文集（机器学习研究论文集），弗朗西斯·巴赫和大卫·布莱（编辑）”，“卷”：“37”，“作者”：“格雷戈·卡罗尔”，“年份”：“2015”，“非结构化”：“卡罗尔·格雷戈（Karol Gregor）、伊沃·达尼埃尔卡（Ivo Danihelka）、亚历克斯·格雷夫斯（Alex Graves）、丹尼尔·雷泽德（Danilo Rezende）和达安·维斯特拉（Daan Wierstra）。2015 . DRAW：用于图像生成的递归神经网络。在第32届国际机器学习会议论文集（机器学习研究论文集）中，Francis Bach和David Blei（编辑），第37卷。1462--1471. 卡罗尔·格雷戈（Karol Gregor）、伊沃·达尼埃尔卡（Ivo Danihelka）、亚历克斯·格雷夫斯（Alex Graves）、丹尼尔·雷泽德（Danilo Rezende）和达安·维斯特拉（Daan Wierstra）。2015年，DRAW：用于图像生成的递归神经网络。第32届国际机器学习会议论文集（机器学习研究论文集），弗朗西斯·巴赫和大卫·布莱（编辑），第37卷。1462--1471.“}，{”key“：”e_1_2_1_10_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/313080.3130804”}，“key”：“e_1_i_11_11_1”，“volume-title”：“IEEE国际计算机视觉会议论文集（ICCV\u201917）”，“卷”：“1”，“作者”：“Han Zhang”，“年份”：“2017”，“非结构化”：“张翰、徐涛和李洪生。2017 . StackGAN：使用堆叠生成对抗性网络进行文本到照片的逼真图像合成。IEEE计算机视觉国际会议论文集（ICCV\u201917），第1卷。5908--5916. 张翰，徐涛，李洪生，2017。StackGAN：使用堆叠生成对抗网络进行文本到照片的真实感图像合成。IEEE计算机视觉国际会议论文集（ICCV\u201917），第1卷。5908--5916.“}，{“key”：“e_1_2_1_12_1”，“volume-title”：“堆叠生成对抗网络的真实图像合成”，“author”：“Han Zhang”，“year”：“2018”，“unstructured”：“Zhang Han，Xu Tao，Hongsheng Li，Shaoting Zhang，Xiaogang，Xiaolei Huang，and Dimitris Metaxas.2018。StackGAN++：使用堆叠生成对抗网络进行真实图像合成。IEEE传输。模式分析。机器。智力。( 2018 ), 1--1. 张翰、徐涛、李洪生、张绍婷、王晓刚、黄晓蕾和迪米特里斯·梅塔克斯。2018.StackGAN++：使用堆叠生成对抗网络进行真实图像合成。IEEE传输。模式分析。机器。智力。（2018），1--1.“}，{”key“：”e_1_2_1_13_1“，”首页“：”I“，”article-title“：”由两个时间尺度更新规则训练的GAN收敛到局部纳什均衡“，”volume“：“30”，”author“：”Heusel Martin“，“year”：“2017”，“unstructured”：“马丁·休塞尔、休伯特·拉姆索尔、托马斯·恩特提纳、伯恩哈德·奈斯勒和塞普·霍克莱特。2017 . 由两个时间尺度更新规则训练的GAN收敛到局部纳什均衡。神经信息处理系统进展30，I。Guyon、U.V.Luxburg、S.Bengio、H.Wallach、R.Fergus、S.Vishwanathan和R.Garnett（编辑）。Curran Associates公司，6626-6637。马丁·休塞尔、休伯特·拉姆索尔、托马斯·恩特提纳、伯恩哈德·奈斯勒和塞普·霍克莱特。2017年。由两个时间尺度更新规则训练的GAN收敛到局部纳什均衡。《神经信息处理系统进展》30，I.Guyon、U.V.Luxburg、S.Bengio、H.Wallach、R.Fergus、S.Vishwanathan和R.Garnett（编辑）。Curran Associates，6626--6637.“，”journal-title“：“神经信息处理系统的进展”}，{“key”：“e_1_2_1_14_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/CVPR.2018.00833“}，”{“密钥”：“d_1_1_15_1”、“volume-title”：“IEEE计算机视觉和模式识别会议论文集（CVPR\u201917）”，“作者”：“Isola Phillip”，“非结构化”：“Phillip Isola、Jun-Yan Zhu、Tinghui Zhou和Alexei A.Efros。2017.使用有条件对抗网络进行图像到图像的转换。IEEE计算机视觉和模式识别会议论文集（CVPR\u201917）。5967--5976. Phillip Isola、Jun-Yan Zhu、Tinghui Zhou和Alexei A.Efros。2017.使用有条件对抗网络进行图像到图像的转换。IEEE计算机视觉和模式识别会议论文集（CVPR\u201917）。5967--5976.“}，{”key“：”e_1_1_16_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3308558.3313564”}，“key”：“e_2_1_17_1”，“doi-assert-by”：“publisher”，”doi“：”10.1007\/978-3319-46475-6_43 475-6_43“}，{”键“：”e_1_2_1_19_1“，”非结构化“：”Levent Karacan Zeynep Akata Aykut Erdem和Erkut Erdem。2016。学习从属性和语义布局生成户外场景的图像。arXiv:1612.00215。Levent Karacan Zeynep Akata Aykut Erdem和Erkut Erdem。2016.学习从属性和语义布局生成户外场景图像。arXiv:1612.00215.“}，{”key“：”e_1_2_1_20_1“，”volume-title“：”学习表征国际会议（ICLR'15）“，”author“：”Kingma Diederik“，”year“：”2014“，”unstructured“：”Diederik-Kingma and Jimmy Ba.2014.Adam:一种随机优化方法.在国际学习表征会议（ICRL'15）上.1-15。Diederik Kingma和Jimmy Ba.2014年。亚当：一种随机优化方法。在国际学习代表大会（ICLR’15）上。1-15.“}，{”key“：”e_1_2_1_21_1“，”volume-title“：”学习表征国际会议（ICLR'14）“，”author“：”Diederik“，”unstructured“：”Diederik P.Kingma和Max Welling.2013。自动编码变分贝叶斯。在国际学习代表大会（ICLR’14）上。1--14. Diederik P.Kingma和Max Welling。2013.自动编码变分贝叶斯。在国际学习代表大会（ICLR’14）上。1-14.“}，{”键“：”e_1_1_22_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR.2017.19”}，“key”：“e_2_1_23_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/CVPR.2017.211，{“key”：“e_1_2_1_25_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/3313874“}，{”key“：”e_1_2_1_26_1“，”volume-title“：”《欧洲计算机视觉会议论文集》（ECCV\u201914）“，”author“：”Lin Tung-Yi“，”unstructured“：”Tung-Ii Lin，Michael Maire，Serge Belongie，James Hays，Pietro Perona，Deva Ramanan，Piotr Doll\u00e1r，and C.Lawrence Zitnick。2014.Microsoft COCO:上下文中的通用对象。在《欧洲计算机视觉会议论文集》（ECCV\u201914）中，David Fleet、Tomas Pajdla、Bernt Schiele和Tinne Tuytelaars（编辑）。施普林格国际出版社，查姆，740--755。林宗毅、迈克尔·梅尔、谢尔盖·贝隆吉、詹姆斯·海斯、彼得罗·佩罗纳、德瓦·拉马南、彼得·多尔和C.劳伦斯·齐特尼克。2014.Microsoft COCO:上下文中的通用对象。在《欧洲计算机视觉会议论文集》（ECCV\u201914）中，David Fleet、Tomas Pajdla、Bernt Schiele和Tinne Tuytelaars（编辑）。Springer International Publishing，Cham，740--755.“}，{”key“：”e_1_2_1_27_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICCV.2017.304”}，“key”：“e_1_i_1_28_1”，“unstructured”：“Mehdi Mirza和Simon Osindero，2014。条件生成对抗网。计算。科学。(2014) 2672--2680. 梅迪·米尔扎（Mehdi Mirza）和西蒙·奥斯宾多（Simon Osindero）。2014.条件生成对抗性网络。计算。科学。（2014）2672--2680.“}，{“key”：“e_1_2_1_30_1”，“volume-title”：“第34届国际机器学习会议论文集（机器学习研究论文集），Doina Precup和Yee Whye Teh（编辑）”，“卷”：“70”，“作者”：“Odena Augustus”，“年份”：“2017”，“非结构化”：“奥古斯塔斯·奥德纳、克里斯托弗·奥拉和乔纳森·希伦。2017 . 使用辅助分类器GAN的条件图像合成。第34届国际机器学习会议论文集（机器学习研究论文集），Doina Precup和Yee Whye Teh（编辑），第70卷。2642--2651. 奥古斯塔斯·奥德纳、克里斯托弗·奥拉和乔纳森·希伦。2017.使用辅助分类器GAN进行条件图像合成。第34届国际机器学习会议论文集（机器学习研究论文集），Doina Precup和Yee Whye Teh（编辑），第70卷。2642--2651.“}，{”key“：”e_1_2_1_31_1“，”volume-title“：”神经信息处理系统的进展28“，”author“：”Oh Junhyuk“，“unstructured”：“Junhyu Oh，Xiaoxiao Guo，Honglak Lee，Richard L.Lewis，and Satinder Singh。2015。在atari游戏中使用深度网络进行动作条件视频预测。《神经信息处理系统进展28》，C.Cortes、N.D.Lawrence、D.D.Lee、M.Sugiyama和R.Garnett（编辑）。Curran Associates，2863-2871年。Junhyuk Oh、郭晓晓、李洪拉克、理查德·刘易斯和萨丁德·辛格。2015年，在atari游戏中使用深度网络进行动作条件视频预测。《神经信息处理系统进展》28，C.Cortes、N.D.Lawrence、D.D.Lee、M.Sugiyama和R.Garnett（编辑）。Curran Associates，2863-2871.“}，{“key”：“e_1_2_1_32_1”，“volume-title”：“Advances in Neural Information Processing Systems 29”，“author”：“Den Oord Aaron Van”，“unstructured”：“Aaron Van Den Ord，Nal Kalchbrenner，Oriol Vinyals，Lasse Espeholt，Alex Graves，and Koray Kavukcuoglu.2016。使用pixelcnn解码器生成条件图像。《神经信息处理系统进展》29，D.D.Lee、M.Sugiyama、U.V.Luxburg、I.Guyon和R.Garnett（编辑）。Curran Associates公司，4790--4798。Aaron Van Den Oord、Nal Kalchbrenner、Oriol Vinyals、Lasse Espeholt、Alex Graves和Koray Kavukcuoglu。2016.使用pixelcnn解码器生成条件图像。《神经信息处理系统进展》29，D.D.Lee、M.Sugiyama、U.V.Luxburg、I.Guyon和R.Garnett（编辑）。Curran Associates，Inc.，4790--4798.“}，{”key“：”e_1_2_1_33_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/312366.3127905”}，“key”：“e_1_i_1_34_1”，“volume-title”：“The British Machine Vision Conference（BMVC'18）”，“author”：“Park Hyojin”，“year”：“2018”，“unstructured”：“Hyojin Park、Youngjoon Yoo和Nojun Kwak。2018 . MC-GAN：用于图像合成的多条件生成对抗网络。在英国机器视觉会议（BMVC’18）上。1--13. Hyojin Park、Youngjoon Yoo和Nojun Kwak。2018年，MC-GAN：用于图像合成的多条件生成对抗网络。在英国机器视觉会议（BMVC’18）上。1-13.“}，{”key“：”e_1_2_1_35_1“，”volume-title“：”学习表征国际会议（ICLR\u201916）“，”卷“：”2“，”作者“：”Radford Alec“，”年份“：”2016“，”非结构化“：”亚历克·拉德福德（Alec Radford）、卢克·梅茨（Luke Metz）和索米斯·钦塔拉（Soumith Chintala）。2016 . 深度卷积生成对抗网络的无监督表示学习。《学习代表国际会议论文集》（ICLR\u201916），第2卷。亚历克·拉德福德（Alec Radford）、卢克·梅茨（Luke Metz）和索米斯·钦塔拉（Soumith Chintala）。2016.使用深度卷积生成对抗网络进行无监督表征学习。《学习表征国际会议论文集》（ICLR\u201916），第2卷。“}，{”key“：”e_1_1_36_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR.2016.13”}，“key”：“e_1_i_1_37_1”，“volume-title”：“第33届国际机器学习会议论文集（机器学习研究论文集）”，Maria Florina Balcan和Kilian Q.Weinberger（编辑），“卷”：“48”，“作者”：“Reed Scott”，“年份”：“2016”，“非结构化”：“Scott Reed、Zeynep Akata、Xinchen Yan、Lajanugen Logeswaran、Bernt Schiele和Honglak Lee。2016 . 生成对抗性文本到图像的合成。在第33届国际机器学习会议论文集（机器学习研究论文集）中，Maria Florina Balcan和Kilian Q.Weinberger（编辑），第48卷。1060--1069. Scott Reed、Zeynep Akata、Xinchen Yan、Lajanugen Logeswaran、Bernt Schiele和Honglak Lee。2016.生成对抗性文本到图像合成。在第33届国际机器学习会议论文集（机器学习研究论文集）中，Maria Florina Balcan和Kilian Q.Weinberger（编辑），第48卷。1060--1069.“}，{“key”：“e_1_2_1_38_1”，“volume-title”：“Advances in Neural Information Processing Systems 29”，“author”：“Reed Scott e.”，“unstructured”：“Scott e.Reed，Zeynep Akata，Santosh Mohan，Samuel Tenka，Bernt Schiele，and Honglak Lee.2016。学习画什么和在哪里画。《神经信息处理系统进展》29，D.D.Lee、M.Sugiyama、U.V.Luxburg、I.Guyon和R.Garne（编辑）。Curran Associates公司，217-225。Scott E.Reed、Zeynep Akata、Santosh Mohan、Samuel Tenka、Bernt Schiele和Honglak Lee。2016.学习绘制内容和位置。《神经信息处理系统进展》29，D.D.Lee、M.Sugiyama、U.V.Luxburg、I.Guyon和R.Garne（编辑）。Curran Associates，217--225.“}，{“key”：“e_1_2_1_39_1”，“volume-title”：“Advances in Neural Information Processing Systems 28”，“author”：“Reed Scott e.”，“unstructured”：“Scott e.Reed，Yi Zhang，and Honglak Lee.2015。深度视觉类比制作。《神经信息处理系统进展》28，C.Cortes、N.D.Lawrence、D.D.Lee、M.Sugiyama和R.Garnett（编辑）。Curran Associates，1252-1260年。Scott E.Reed、Yi Zhang、Yuting Zhang和Honglak Lee。2015年，深度视觉类比制作。《神经信息处理系统进展》28，C.Cortes、N.D.Lawrence、D.D.Lee、M.Sugiyama和R.Garnett（编辑）。Curran Associates，1252--1260.“}，{“key”：“e_1_2_1_40_1”，“unstructured”：“C.Wah S.Branson P.Welinder P.Perona和S.Belongie.2011。Caltech-UCSD鸟类200-2011数据集。技术报告。C.Wah S.Branson P.Welinder P.Perona和S.Belongie。2011年，Caltech-UCSD鸟类200-2011年数据集。技术报告。“}，{”key“：”e_1_1_41_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/TASLP.2017.2761547”}，}，“key”：“e_2_1_42_1”，“volume-title”：“神经信息处理系统的进展”，“卷”：“29”，“作者”：“Salimans Tim”，“年份”：“2016”，“非结构化”：“Tim Salimans、Ian Goodfellow、Wojciech Zaremba、Vicki Cheung、Alec Radford和Chen Xi。2016 . 改进了训练GAN的技术。神经信息处理系统进展，第29卷。Curran Associates，2234-2242年。Tim Salimans、Ian Goodfellow、Wojciech Zaremba、Vicki Cheung、Alec Radford和Chen Xi。2016.改进GAN培训技术。神经信息处理系统进展，第29卷。Curran Associates，2234-2242.“}，{”key“：”e_1_2_1_43_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/1899412.1899415”}，“key”：“e_1_i_1_44_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/CVPR.2016.308“}8.00165“}，{”key“：”e_1_1_46_1“，”非结构化“：”卡尔·冯德里克·哈米德·皮西亚瓦什（Carl Vondrick Hamed Pirsiavash）和安东尼奥·托拉尔巴（Antonio Torralba）。2016.生成具有场景动态的视频。神经信息处理系统进展29。Curran Associates公司613--621。卡尔·冯德里克·哈米德·皮西亚瓦什（Carl Vondrick Hamed Pirsiavash）和安东尼奥·托拉尔巴（Antonio Torralba）。2016.生成具有场景动态的视频。神经信息处理系统进展29。Curran Associates 613--621.“}，{”key“：”e_1_2_1_47_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/TPAMI.2018.2797921”}，“key”：“e_1_i_1_48_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/2847421“}”，{8.00143“}，{”key“：”e_1_2_1_50_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/978-3-319-46493-0_47“}，{“key”：“e_1_2_1_51_1”，“volume-title”：“Advances in Neural Information Processing Systems 28”，“author”：“Yang Jimei”，“unstructured”：“Jimei Yang，Scott e.Reed，Ming-Hsuan Yang，and Honglak Lee.2015。三维视图合成中的弱监督分离与递归变换。《神经信息处理系统进展》28，C.Cortes、N.D.Lawrence、D.D.Lee、M.Sugiyama和R.Garnett（编辑）。Curran Associates，1099--1107年。杨集美、斯科特·里德、杨明慧和李洪拉克。2015。弱监督解纠缠与3D视图合成的递归变换。《神经信息处理系统进展》28，C.Cortes、N.D.Lawrence、D.D.Lee、M.Sugiyama和R.Garnett（编辑）。Curran Associates，1099--1107.“}，{”key“：”e_1_2_1_52_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3284174”}，“key”：“e_1_i_1_53_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/324058.3240594“}”，{“key“:”e_2_2_54_1“}，{“键”：“e_1_1_55_1”，“卷时间”：“《学习表征国际会议论文集》（ICLR\u201917）“，“卷”：“2”，“作者”：“赵俊博”，“年份”：“2017年”，“非结构化”：“张俊博、迈克尔·马修和延勒村。2017 . 基于能量的生成性对抗网络。《学习代表国际会议论文集》（ICLR\u201917），第2卷。赵俊博（Junbo Zhao）、迈克尔·马修（Michael Mathieu）和延乐村（Yann Lecun）。2017.基于能量的生成对抗性网络。在《国际学习表征大会论文集》（ICLR\u201917），第2卷“，”author“：”朱俊彦“，”unstructured“：”朱俊彦、Philipp Kr\u00e4henb\u00fchl、Eli Shechtman和Alexei A.Efros。2016年，对自然图像流形进行创造性的视觉操作。《欧洲计算机视觉会议论文集》（ECCV\u201916）。597--613. 朱俊彦（Jun Yan Zhu）、菲利普·克勒布·埃夫科尔（Philipp Kr\u00e4henb\u00fchl）、埃利·谢赫特曼（Eli Shechtman）和亚历克谢·埃夫罗斯（Alexei A.Efros）。2016年，对自然图像流形进行创造性的视觉操作。《欧洲计算机视觉会议论文集》（ECCV\u201916）。597--613.“｝，｛“key”：“e_1_2_1_58_1”，“doi由”断言：“publisher”，“doi”：“10.1109\/CVPR.2019.00595”｝]，“容器标题”：[“ACM智能系统与技术交易”]，“原始标题”：[]，“language”：“en”，“link”：[｛“URL”：“https:\/\/dl.ACM.org/doi\/pdf\/10.1145\/3391709”，“内容类型”：“未指定”，“内容版本”：“vor”，“intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,1,1]]，”date-time“：”2023-01-01T13:20:56Z“，”timestamp“：1672579256000}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3391709”}}，“subtitle”：[]，“shorttitle”：“[]，”issued“：”}“date-part”：[[2020,5,25]]}，“引用计数”：57，“日志发布”：{“问题“：”4“，”published-print“：{”date-parts“：[[2020,8,31]]}}，”alternative-id“：[”10.1145\/3391709“]，”URL“：”http://\\/dx.doi.org\/10.1145\/339170“，”relationship“：{}，“ISSN”：[”2157-6904“，“2157-6912”]，“ISSN-type”：[{“value”：“2157-6 904”，“type”:“print”}，{“value“：“2157-6912”，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[[2020,5,25]]}，“断言“：[{”value“：”2019-07-01“，”order“：0，”name“：”received“，”label“：”received“，“group”：{“name”：“publication_history”，“label”：“publication history”}}，{“value”：“2020-03-01”，“order”：1，“name”:“accepted”，，“name”：“published”，“label”：“已发布“，”组“：{“name”：“publication_history”，“label”：“publication history”}}]}}