تولید تصویر چهره از متن با استفاده از شبکه‌‌های مولد رقابتی

تولید خودکار تصویر از یک متن توصیفی یکی از مسائل پیچیده حوزه بینایی ماشین به شمار می‌آید. یکی از عمده‌ترین چالش‌های این موضوع، داشتن مجموعه‌داده‌ی جفت تصویر و متن متناظر است و هم‌چنین، تصاویر تولید شده علاوه بر اینکه باید واقعی بوده و کیفیت بالایی داشته باشند، ضروریست که با متن ورودی نیز سازگار باشند. در این بین، تولید تصویر چهره از متن، یک کاربرد خاص و مهم این زمینه است که کم‌تر به آن پرداخته شده است و اصلی‌ترین دلیل آن عدم در دسترس بودن داده‌ی متناظر تصویر چهره و توصیف متنی آن می‌باشد. روش ارائه شده در این کار، بدون نیاز به داشتن داده متناظر، می‌تواند تصویر با کیفیتی از متن توصیفی ورودی تولید کند که ویژگی‌های ظاهری آن مطابق با موارد ذکر شده در متن باشد. نتایج به دست آمده به صورت کیفی می‌تواند از لحاظ کیفیت تصویر و انطباق با متن بررسی شود.