基于生成对抗网络与FACS的面部表情合成研究

• 作者: 李丽莹 随海亮 马军山
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 面部表情合成 GAN FACS 动作单元 注意力
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 图形图像处理
• 页码范围: 235-239
• 页数: 5页
• 分类号: TP317.4
• 字数: 4182字
• 语种: 中文
• DOI: 10.11907/rjdk.192325

摘要

为实现从单张图片合成连续变化的目标表情,提出一种基于生成对抗网络(GAN)和面部表情编码系统FACS(Facial Action Coding System)的表情合成方法.通过提取面部表情AU(Action Unit)作为生成表情的一种约束,利用生成对抗算法合成目标表情,这种结合表情编码的合成更具合理性.同时在网络中引入注意力机制,使网络在特征提取阶段更关注表情变化.实验表明,该方法能够克服图像中的光照和背景影响,合成表情具备连续性和真实性.该合成表情方法可应用于数字娱乐、影视制作等领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马军山	上海理工大学光电信息与控制工程学院	81	363	10.0	15.0
2	随海亮	上海理工大学光电信息与控制工程学院	1	0	0.0	0.0
3	李丽莹	上海理工大学光电信息与控制工程学院	2	1	1.0	1.0