Дослідження генеративно-змагальних моделей в задачах синтезу тексту в зображення

Abstract

Мета роботи – ознайомлення, вибір та дослідження особливостей генеративного моделювання, що визначає найбільш ефективні моделі в навчанні генерації реалістичних зображень з текстового опису, а також перевірка якості та швидкості процесу генерації за допомогою реалізації алгоритму для демонстрації отриманих результатів. Методи дослідження – аналіз існуючих алгоритмів видів генеративно-змагальних моделей. Виділення ключових понять і алгоритмів їх роботи, а також аналіз літератури та електронних ресурсів існуючих змагальних моделей для вирішення задач синтезу тексту у зображення. На основі результатів виконаних досліджень вирішено задачу трансформації тексту в зображення за допомогою генеративно-змагальної нейронної мережі StackGAN. Розроблено програмний модуль з реалізацією імітаційного моделювання роботи змагальних моделей, який ілюструє синтез.