模式搜索星型生成对抗网络下的面部表情生成

摘要：

针对生成对抗网络(GAN)在训练过程中因容易出现的模式崩塌现象导致面部表情生成图像效果不佳的问题,提出一种基于模式搜索星型生成对抗网络(StarGAN)的面部表情图像生成方法.首先将模式搜索正则项与星型生成对抗网络的生成器损失相结合,以改善星型生成对抗网络的模式崩塌现象;其次将网络结构中生成器的普通卷积层使用空间可分离卷积替代,相对减少训练参数,提高模型训练的稳定性.实验在2个数据集上与CycleGAN,DiscoGAN和StarGAN等模型生成的图像进行质量比较,在CK+数据集上弗雷歇距离分别提高了2.98,2.20和1.64;在FER2013数据集上弗雷歇距离分别提高了2.60,1.72和0.68.本文所提出的模式搜索StarGAN模型可以更有效改善模式崩塌问题,进而提高表情图像的质量和模型训练的稳定性.

关键词：星型生成对抗网络、模式崩塌、搜索正则项、图像生成

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

在线出版日期：2022-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：147-151