基于生成对抗网络的人脸表情数据增强方法

• 作者: 丁小龙 孙晓
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据增强 生成对抗网络 人脸表情识别 深度学习
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 115-121
• 页数: 7页
• 分类号: TP391
• 字数: 7161字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1904-0309

摘要

基于深度学习的方法已经在人脸表情识别中取得了重大进展,然而人脸表情数据库的规模普遍不大.为了解决数据量不足的问题,提出了一种静态图像数据增强方法.在StarGAN的基础上修改重构误差实现多风格人脸表情图像转换,利用生成器由某一表情下的面部图像生成同一人其他表情的面部图像.在CK+表情库上的实验表明,该方法有利于提高人脸表情识别模型的识别率和泛化能力,同时对解决数据量不平衡的问题也有借鉴作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙晓	合肥工业大学情感计算与系统结构研究所	19	185	8.0	13.0
5	丁小龙	合肥工业大学情感计算与系统结构研究所	1	1	1.0	1.0