基于自注意力机制和谱归一化的GAN表情合成

• 作者: 苏梦晶 王波 刘本永
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 表情合成 生成对抗网络 自注意力机制 谱归一化
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 科技创见与应用|Scientific achievement and application
• 页码范围: 121-125,129
• 页数: 6页
• 分类号: TP317.4
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2022.04.021

摘要

为实现更具真实感的表情图像合成,探讨一种基于自注意力机制和谱归一化的生成式对抗网络(GAN)表情合成方法.通过在生成器中引入2层自注意力模块,使生成器能够在局部建立丰富的上下文关系,输出更加真实的表情细节;同时,在鉴别器中引入谱归一化,使鉴别器的训练更加稳定.实验结果表明,该模型在主观视觉和FID图像评价指标上均优于其他典型算法,图像质量和表情细节有明显提高.