基于生成对抗网络的遮挡表情识别

• 作者: 张加其 王素琴 高宇豆
• 来源期刊: 计算机应用研究
• 关键词: 人脸表情识别 局部遮挡 人脸修复 生成对抗网络 卷积神经网络
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3112-3115,3120
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.06.0360

摘要

针对实际应用中局部遮挡会影响人脸表情识别,提出一种基于生成对抗网络(GAN)的表情识别算法.先对遮挡人脸图像填补修复,再进行表情识别.其中GAN的生成器由卷积自动编码机构成,与鉴别器的对抗学习使得生成的人脸图像更加逼真;由卷积神经网络构成的鉴别器具有良好的特征提取能力,添加多分类层构成了表情分类器,避免了重新计算图像特征.为了解决训练样本不足的问题,将CelebA人脸数据集用于训练人脸填补修复,同时表情分类器的特征提取部分得到了预训练.在CK+数据集上的实验证明,填补后的人脸图像真实连贯,并取得了较高的表情识别率,尤其提高了人脸大面积遮挡的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王素琴	华北电力大学控制与计算机工程学院	16	57	5.0	6.0
2	张加其	华北电力大学控制与计算机工程学院	3	6	2.0	2.0
3	高宇豆	华北电力大学控制与计算机工程学院	3	6	2.0	2.0