-
题名基于组残差块生成对抗网络的面部表情生成
被引量：1
- 1
-
-
作者
林本旺
赵光哲
王雪平
李昊
-
机构
北京建筑大学电气与信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第5期240-249,共10页
-
基金
国家自然科学基金(62176018)。
-
文摘
面部表情生成是通过某种表情计算方法生成带有表情的人脸图像,在人脸编辑、影视制作和数据扩增等方面应用广泛。随着生成对抗网络的出现,面部表情生成取得了显著的进步,但是生成的面部表情图像会出现重叠、模糊等现象,缺乏真实感。为了解决上述问题,提出了一种带有混合注意力机制组残差块的生成对抗网络(group residuals with attention mechanism-generative adversarial network,GRA-GAN)用于生成高质量的面部表情图像。在生成网络进行下采样前和上采样后,分别嵌入混合注意力机制来自适应地学习关键区域特征,增强对图像关键区域的学习。将分组的思想融入到残差网络中,提出了带有混合注意力机制的组残差块来实现更好的生成效果。在公开数据集RaFD进行了实验验证。实验结果表明,GRA-GAN模型在定性评估和定量分析指标上均优于相关方法。
-
关键词
生成对抗网络
表情生成
注意力机制
组残差块
-
Keywords
generative adversarial network(GAN)
expression generation
attention mechanism
group residual block
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
