10.19665/j.issn1001-2400.2021.05.005
维度情感模型下的表情图像生成及应用
为了解决基于深度学习的人脸表情识别所需训练数据包含表情类别有限且训练数据规模不均衡的问题,提出了Arousal-Valence维度情感空间中基于生成对抗网络的表情图像生成方法AV-GAN,用于生成更多样且均衡的表情识别训练数据.该方法使用标记分布表示表情图像,通过引入身份控制和表情控制模块,以及对抗学习方法实现在Arousal-Valence空间中随机采样和生成表情图像.在Oulu-CASIA数据库上的评估实验显示,使用本文方法对训练数据进行数据增强比使用原训练数据的表情识别准确率可提升6.5%,证明了该方法能有效地提升非均衡训练数据下的表情识别准确率.
Arousal-Valence情感模型;生成对抗网络;图像生成;数据增强;人脸表情识别
48
TP391(计算技术、计算机技术)
国家重点研发计划;国家自然科学基金
2021-11-18(万方平台首次上网日期,不代表论文的发表时间)
共8页
30-37