基于面部动作编码系统的表情生成对抗网络

摘要：

用含有面部表情信息的向量作为输入条件指导生成高真实性人脸图像是一个重要的研究课题,但常用的八类表情标签较为单一,为更好地反映人脸各处丰富的微表情信息,以面部各个肌肉群作为动作单元(AUs),提出一种基于面部动作编码系统(FACS)的人脸表情生成对抗网络.将注意力机制融合到编码解码生成模块中,网络更加集中关注局部区域并针对性做出生成改变,使用了一种基于判别模块重构误差、分类误差和注意力平滑损失的目标函数.在常用BP4D人脸数据集上的实验结果表明,该方法可以更有效地关注各个动作单元对应区域位置并用单个AU标签控制表情生成,且连续AU标签值大小能控制表情幅度强弱,与其他方法相比,该方法所生成的表情图像细节保留更清晰且真实性更高.

关键词：人脸表情生成、生成对抗网络、面部动作编码系统

所属期刊栏目：56

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;广东省自然科学基金

在线出版日期：2020-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：150-156