文本至图像的生成任务旨在于利用生成模型对输入的文本特征进行语义解析,生成反映文本描述的图像。文本与图像的信息表示和特征表达的异构,使生成模型很难有效地解析文本语义,生成高质量图像。对此,文本至图像生成任务面临巨大的挑战。同时,跨媒体智能领域的发展,大量图文数据库的创建为该任务带来了新的机遇。因此,文本至图像生成是当前计算机视觉以及跨媒体智能领域研究的热点问题。本论文针对文本至图像生成任务中文本描述和生成图像的语义一致性问题进行研究。主要研究工作如下:（1）为了解决语义约束不足和非关键词干扰图像细节生成的问题,本论文提出了语义增强的文本至图像生成算法。该算法直接约束生成图像在语义上与真值图像匹配,并过滤文本描述中的非关键词。为了增强语义约束,提出了语义一致性模块。该模块,首先利用孪生神经网络提取生成图像与真实图像的全局特征。接着,利用对比损失函数约束:生成图像的语义特征和对应真实图像的语义特征距离尽可能近;生成图像的语义特征和非对应真实图像的语义特征距离尽可能远。最后,提出了新的滑动损失函数,平衡模块中困难样本对和简单样本对的训练权重。为了克服非关键词汇信息对图像细节生成的干扰,提出了注意力竞争机制。实验表明该机制可以有效地过滤非关键词的注意力信息,提高关键词对图像细节生成的引导。大量实验有效地验证了本算法大幅度增强生成图像的语义表达。（2）为了搭建文本模态与图像模态之间的语义桥梁,本论文提出了知识传输的文本至图像生成算法。该算法主要从跨模态语义蒸馏的角度搭建文本与图像之间的语义桥梁,并提出新的注意力机制帮助生成模型自适应地调节局部语义信息。为了降低文本与图像之间异模态语义隔阂,首次提出了跨模态语义蒸馏机制。该机制利用图像自编码——生成模型指导文本至图像生成模型更好地提取文本特征和生成高质量图像。具体地,首先训练图像自编码——生成模型;接着,提出跨模态蒸馏损失函数约束（文本至图像生成任务中的）文本特征在语义和类别分布上与（图像自编码——生成任务中的）图像特征一致。最后,图像自编码——生成任务中的生成模型和判别模型作为文本至图像生成任务的生成模型和判别模型的初始化。为了增强生成模型对细节语义的刻画,提出了文本——图像注意力交替更新模块。该模块帮助生成模型自适应地调节词汇特征与图像局部特征的权重,提升图像细节语义的刻画。实验结果表明跨模态知识传输的方法可以大幅度改善图像细节和全局语义,甚至复杂场景的目标布局也有着显著的改善。（3）为了降低图像分布的复杂度和提高生成模型对关键特征的捕捉能力,本论文提出了分布正则化的文本至图像生成算法。该算法从分布正则化的角度帮助生成模型更好地学习和拟合目标真实图像分布,以增强生成图像语义。为了降低图像分布复杂度,首次将变分自编码网络引入至生成对抗模型的判别模型中,提出了分布规范化模块。该模块有效地帮助判别模型辨识图像采样自真实图像分布还是生成图像分布。在该模块中,又提出了分布对抗损失函数,指导生成模型在规范化的特征空间中学习和拟合真实图像分布。文本抽象性和模糊性使生成模型容易出现语义解析偏差。对此,本文提出了语义挣解模块,对图像和文本特征挣解出有利于图像生成的关键信息。为了更好地驱动语义挣解,又提出了语义挣解损失。该损失函数基于分布统计量的约束,对图像和文本特征的关键和非关键信息进行挣解。实验验证了算法可以有效地提升生成图像分布的质量,生成高质量的图像。该算法在图像多样性和语义一致性有着很高的性能表现。此外,分布规范化模块和语义挣解模块有效地提升其他文本至图像基线模型的性能,具有一定的普适性。