基于生成对抗网络的人脸表情数据增强方法

摘要：

基于深度学习的方法已经在人脸表情识别中取得了重大进展,然而人脸表情数据库的规模普遍不大.为了解决数据量不足的问题,提出了一种静态图像数据增强方法.在StarGAN的基础上修改重构误差实现多风格人脸表情图像转换,利用生成器由某一表情下的面部图像生成同一人其他表情的面部图像.在CK+表情库上的实验表明,该方法有利于提高人脸表情识别模型的识别率和泛化能力,同时对解决数据量不平衡的问题也有借鉴作用.

关键词：数据增强、生成对抗网络、人脸表情识别、深度学习

所属期刊栏目：56

分类号：TP391(计算技术、计算机技术)

资助基金：国家JW科技创新特区项目No.JD2017XATQ0026

在线出版日期：2020-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：115-121