-
题名基于面部动作编码系统的表情生成对抗网络
被引量：5
- 1
-
-
作者
胡晓瑞
林璟怡
李东
章云
-
机构
广东工业大学自动化学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第18期150-156,共7页
-
基金
国家自然科学基金(No.61503084,No.U1501251)
广东省自然科学基金(No.2016A030310348)。
-
文摘
用含有面部表情信息的向量作为输入条件指导生成高真实性人脸图像是一个重要的研究课题,但常用的八类表情标签较为单一,为更好地反映人脸各处丰富的微表情信息,以面部各个肌肉群作为动作单元(AUs),提出一种基于面部动作编码系统(FACS)的人脸表情生成对抗网络。将注意力机制融合到编码解码生成模块中,网络更加集中关注局部区域并针对性做出生成改变,使用了一种基于判别模块重构误差、分类误差和注意力平滑损失的目标函数。在常用BP4D人脸数据集上的实验结果表明,该方法可以更有效地关注各个动作单元对应区域位置并用单个AU标签控制表情生成,且连续AU标签值大小能控制表情幅度强弱,与其他方法相比,该方法所生成的表情图像细节保留更清晰且真实性更高。
-
关键词
人脸表情生成
生成对抗网络
面部动作编码系统
-
Keywords
facial expression generation
generative adversarial networks
facial action coding system
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名人脸微表情识别综述
被引量：49
- 2
-
-
作者
徐峰
张军平
-
机构
上海智能信息处理重点实验室
复旦大学计算机科学技术学院
-
出处
《自动化学报》
EI
CSCD
北大核心
2017年第3期333-348,共16页
-
基金
国家自然科学基金(61673118
61273299)
浦江人才计划(16PJD009)资助~~
-
文摘
人脸表情是人际交往的重要渠道,识别人脸表情可促进对人心理状态和情感的理解.不同于常规的人脸表情,微表情是一种特殊的面部微小动作,可以作为判断人主观情绪的重要依据,在公共安防和心理治疗领域有广泛的应用价值.由于微表情具有动作幅度小、持续时间短的特点,对微表情的人工识别需要专业的培训,且识别正确率较低.近年来不少研究人员开始利用计算机视觉技术自动识别微表情,极大地提高了微表情的应用可行性.本文综述人脸微表情识别的定义和研究现状,总结微表情识别中的一些关键技术,探讨潜在的问题和可能的研究方向.
-
关键词
微表情识别
表情识别
情绪识别
计算机视觉
面部动作编码系统
-
Keywords
Microexpression recognition
expression recognition
emotion recognition
computer vision
facial action code system（FACS）
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
