《表2 MPRGAN改进模块的消融实验对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多层次分辨率递进生成对抗网络的文本生成图像方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

最后，为了验证本文所提方法的有效性，针对提出的模块做进一步的消融实验（采用CUB-200-2011数据集），结果如表2所示。本文的基础网络为Attn GAN，Baseline表示基础网络，Res(Residual）表示分辨率递进残差学习模块，SSF(Semantic Separation-Fusion）表示语义分离-融合生成模块。从表2可以看出，两个模块对生成结果均有正向调节作用，SSF模块对生成图像效果提升更大。最终结合两个模块，可得到本文的最佳效果。