基于改进图卷积网络的面部表情复原
计算机视觉与模式识别
2020-01-03 v1
摘要
当人脸图像分辨率低或部分遮挡时，野外部署的面部表情分析具有挑战性。考虑到不同面部表情下不同面部局部区域间的相关性，本文提出一种基于生成对抗网络的新型面部表情复原方法，集成了改进图卷积网络(IGCN)和区域关系建模块(RRMB)。不同于以向量作为输入特征的常规图卷积网络，IGCN可使用人脸块张量作为输入，能更好地保留人脸块的结构信息。所提出的RRMB旨在处理包括修复和超分辨率及人脸动作单元检测的面部生成任务，以将面部表情复原为真实值。在BP4D和DISFA基准上的大量实验通过定量与定性评估证明了我们所提方法的有效性。
引用
@article{arxiv.1910.10344,
title = {Facial Expression Restoration Based on Improved Graph Convolutional Networks},
author = {Zhilei Liu and Le Li and Yunpeng Wu and Cuicui Zhang},
journal= {arXiv preprint arXiv:1910.10344},
year = {2020}
}
备注
Accepted by MMM2020