利用改进型GAN网络的面部表情识别

摘要：

现有方法识别精度受到大量与表情识别无关特征的影响,提出一种利用改进型GAN网络的面部表情识别.采用非对称局部二值模式提取特征;设计特征分离模型的改进Exchange-GAN网络,通过部分特征交换和约束实现表情相关特征和表情无关特征的分离,经过GAN分析实现面部表情识别;改进判别器与特征提取器间的对抗训练和内容训练,提高特征提取能力和面部表情识别的准确率.在3种数据集上对所提方法进行实验论证,其结果表明,该方法能够实现快速收敛,以FER2013数据集为例,其识别准确率较其它对比方法,分别提高了5.85％、4.13％和3.68％,具有较高的鲁棒性.

关键词：非对称LBP、改进Exchange-GAN网络、面部表情识别、特征分离、对抗训练、中心损失

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：河南省科技攻关计划基金项目;河南省科技攻关计划基金项目;河南省科技攻关计划基金项目;河南省高等学校重点科研基金项目;河南省高等学校青年骨干教师培养计划基金项目

在线出版日期：2022-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2294-2302