10.19678/j.issn.1000-3428.0054581
基于条件生成式对抗网络的面部表情迁移模型
面部表情迁移是计算机视觉角色动画领域的关键技术,但现有面部表情迁移方法存在生成表情不自然、缺乏真实感、迁移模型复杂以及训练难度大等问题.为此,构建一种基于条件生成式对抗网络的面部表情迁移模型.通过设计域分类损失函数指定表情域条件,使单个生成器学习多个表情域之间的映射,同时利用模型生成器和判别器之间的条件约束与零和博弈,在仅训练一个生成器的情况下同时实现7种面部表情迁移.实验结果表明,该模型能够有效进行面部表情迁移并且鲁棒性较强,其生成的面部表情较StarGAN模型更自然、逼真.
表情迁移、条件生成式对抗网络、域分类损失、重构损失、零和博弈
46
TP18(自动化基础理论)
国家科技支撑计划“现代科技馆体系展品展示关键技术研究;创新平台构建应用示范”
2020-05-08(万方平台首次上网日期,不代表论文的发表时间)
共8页
228-235