用于面部表情迁移的几何对比生成对抗网络
计算机视觉与模式识别
2018-10-23 v2
摘要
本文提出一种几何对比生成对抗网络（GC-GAN），用于在不同对象之间迁移连续情绪。给定一张带有某种情绪的输入人脸以及来自另一对象的目标面部表情，GC-GAN能够生成保留身份且带有目标表情的人脸。几何信息作为连续条件被引入条件生成对抗网络（cGANs）中以引导面部表情的生成。为了处理不同对象或情绪之间的错位问题，采用对比学习将几何流形变换为面部表情的嵌入语义流形。因此，嵌入的几何信息被注入GAN的潜空间并有效控制情绪的生成。实验结果表明，即使在不同的对象之间人脸形状和表情存在较大差异，我们所提出的方法也能应用于面部表情迁移。
引用
@article{arxiv.1802.01822,
title = {Geometry-Contrastive GAN for Facial Expression Transfer},
author = {Fengchun Qiao and Naiming Yao and Zirui Jiao and Zhihao Li and Hui Chen and Hongan Wang},
journal= {arXiv preprint arXiv:1802.01822},
year = {2018}
}