テキスト・画像を単語やオブジェクトごとに分割して学習することで、より意味的に適合する画像の生成を目指した。また、局所的な一致を調べる Discriminator を新たに設計した。

COCO データセットにおいて SOTA を達成（inception score が 35.69 から 52.73）。

既存の SOTA から大幅に性能を向上させた。 https://github.com/dongdongdong666/CPGAN