文本生成图片是计算机视觉领域一个重要的研究方向,根据文本描述中的语义关系,通过图像生成器合成一张与语义相关的图片,这是一个跨模态的交叉性任务。本文在实现文本生成图片的实验中做了以下工作:（1）利用Skip-Thoughts中的编码器将输入文本描述编码成为文本特征向量。随机噪声z和文本特征向量通过全连接层来连接在一起作为条件输入到生成网络中,而判别网络需要对生成器生成的“伪”图像、真实图像及其相匹配描述、真实图像及其错误描述这三类情况进行判别。判别器能力得到增强,通过误差反向传播,生成器生成的图像也会接近真实图像,效果更加逼真,同时也表明Skip-Thoughts中的编码器能够生成有效的特征向量。（2）更改损失函数稳定训练过程。本文使用最小二乘生成对抗网络用最小二乘损失代替传统生成对抗网络中的交叉熵损失,在深度卷积生成对抗网络的结构基础上构建了LSDCGAN,并以文本为输入条件指导生成器生成图片。实验结果证明LSDCGAN模型收敛速度相对更快,可以有效减少模型训练时间,同时生成图片质量也有一定保证。（3）双判别器生成对抗网络为了解决生成样本多样性不足的问题通过结合KL和反KL散度生成一个统一的目标函数。本文在原始生成对抗网络的基础上增加一个判别器,其中判别器通过判断数据来自于真实数据而不在生成分布中获取高分,另一个判别器则与之相反,通过判断数据来自于生成分布而不在真实数据中获取高分。生成器G在训练过程中努力欺骗这两个判别器。利用双判别器生成对抗网络进行文本生成图片可以有效提高生成数据样本的多样性。