标签引导的生成对抗网络人脸表情识别域适应方法

摘要：

传统的人脸表情识别方法主要针对实验室环境下的基本表情,难以应对现实场景中人类微妙和复杂的表情变化,并且目前自然环境人脸表情识别数据集普遍缺乏足够的训练数据.针对该问题,利用实验室环境下的数据库样本,提出以标签引导的生成对抗网络表情识别域适应方法.将情感标签作为辅助条件,训练生成对抗网络的生成模型,把实验室环境的数据库样本转化为类似自然环境数据库的样本,以扩充自然环境数据库,同时基于扩充的数据库样本训练基本分类器VGG、Resnet等,从而学习自然环境的数据库的情感特征.在RAF_DB等自然环境人脸表情数据库上的实验结果表明,与Boosting-POOF和PixelDA方法相比,该方法扩充得到的数据库可使人脸表情识别率取得6％ ～ 9％的提升.

关键词：生成对抗网络、情感标签、人脸表情识别、域适应、自然环境、数据库样本

所属期刊栏目：46

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;江苏省研究生科研创新项目

在线出版日期：2020-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：267-273,281