基于连续情绪标签的面部表情编辑
计算机视觉与模式识别
2020-06-23 v1 机器学习
图像与视频处理
摘要
近来深度生成模型在自动面部表情编辑领域取得了令人印象深刻的成果。然而，迄今提出的方法都假定人类情绪为离散表示，因此在建模非离散情绪表达上受限。为克服此局限，我们探索如何利用连续情绪表示来控制自动表情编辑。我们提出了一种深度生成模型，可依据连续二维情绪标签操纵面部图像中的面部表情。一维代表情绪效价，另一维代表其唤醒度。我们用分类器网络的定量分析以及定性分析展示了我们模型的功能。
引用
@article{arxiv.2006.12210,
title = {Facial Expression Editing with Continuous Emotion Labels},
author = {Alexandra Lindt and Pablo Barros and Henrique Siqueira and Stefan Wermter},
journal= {arXiv preprint arXiv:2006.12210},
year = {2020}
}
备注
8 pages, 5 figures. 14th IEEE International Conference on Automatic Face and Gesture Recognition (FG 2019), May 2019