情绪生成与识别：一种StarGAN方法
计算机视觉与模式识别
2019-10-25 v1 机器学习
音频与语音处理
机器学习
摘要
本ISO的主要思想是使用StarGAN（一种GAN模型）在情绪数据集上进行训练与测试，从而实现可由7种基本表情的效价唤醒分数生成的情绪识别。我们创建了一个由4K视频组成的全新数据集。该数据集包含全部7种基本情绪：高兴、悲伤、愤怒、惊讶、恐惧、厌恶、中性。我们进行了人脸检测与对齐，随后根据情绪手动为数据集中的帧/图像标注基本效价唤醒值。然后在我们的自建数据集上训练现有StarGAN模型，之后选取若干人工受试者测试训练后StarGAN模型的效率。
引用
@article{arxiv.1910.11090,
title = {Emotion Generation and Recognition: A StarGAN Approach},
author = {Aritra Banerjee and Dimitrios Kollias},
journal= {arXiv preprint arXiv:1910.11090},
year = {2019}
}