由于强大的特征学习和特征表达能力,GAN在文本生成图像领域获得了巨大成功。虽然GAN具有很高的研究价值,但由于文本句子向量缺少在词语层面上的微度调整信息和对文本的理解,有时生成结果与预期存在较大偏离。为了解决这种问题,相关学者提出了 AttnGAN,在GAN的理论基础上,模型添加Attention机制,实现细粒度化的单物体文本描述生成图像。本文首先详细介绍了基于AttnGAN的文本描述生成图像模型,并综合场景图图像生成算法,提出了基于AttnGAN模型的文本生成多对象图像算法SG-Attn。基于大量实验分析,SG-Attn达到了基于文本描述生成多物体图像的目标。本文主要创新点为:1.提出了 SG-Attn模型。SG-Attn可以根据文本描述获得其中的实体及实体间的位置关系,进而生成对应文本描述的场景图。场景图作为代替自然语言描述条件语意的算法输入参数,从而使得算法模型更好地学习对象间的位置关系特征,最终实现生成的图像中包含更多细节特征以及更准确的实体位置关系的目标。2.使用Qt Designer和PyQt工具包开发一个基于SG-Attn生成式对抗网络的文本描述生成图像系统,该系统实现了通过文本描述来生成图像的主要功能。此外,系统还提供了调参功能、生成结果可视化功能等。就用户视角而言,该系统实现了算法模型的个性化定制以及操控化训练,进而基于算法模型,进行文本生成图像的针对性应用。