提升图文一致性
自适应调整多文本权重，生成更一致的视觉图像，缓解不完整描述带来的优化偏差。
周燕 · Qian, Jiechang · Zhang, Huaidong · 徐雪妙 · Huajie, Sun · 曾凡智 · Zhou, Yuexia
Pattern Recognition 2024
通过自适应加权聚合同一图像的多条描述，避免因单条描述不完整或相互矛盾而对生成器造成负面优化影响。
利用联合描述特征训练生成器，使生成图像与多文本的视觉一致性显著提高。
重新设计多模态匹配损失，更准确地度量图像与多条文本描述之间的相似度，从而提升训练效果。