基于条件差分对抗自编码器的照片级真实面部表情合成
计算机视觉与模式识别
2017-08-31 v1
摘要
从单张人脸图像合成照片级真实的面部表情可广泛应用于人脸识别、情绪识别的数据增强或娱乐。该问题具有挑战性，部分原因在于带标签的面部表情数据稀缺，使得算法难以区分由身份引起的变化和由表情引起的变化。本文提出用于面部表情合成的条件差分对抗自编码器 (CDAAE)。CDAAE 接收一张未见过的个体的人脸图像，并生成该人脸带有目标情绪或面部动作单元标签的图像。CDAAE 在自编码器结构中增加了一条前馈路径，将编码器端的低级特征连接到解码器端相应级别的特征。它通过学习生成同一人物但不同面部表情的图像之间低级特征的差异，来处理区分身份变化与表情变化的问题。CDAAE 结构可用于通过组合和插值训练集内的面部表情/动作单元来生成新颖的表情。实验结果表明，与先前方法相比，CDAAE 在为未见过的对象生成面部表情时能更忠实地保留身份信息。这在用小数据库训练时尤其有利。
引用
@article{arxiv.1708.09126,
title = {Photorealistic Facial Expression Synthesis by the Conditional Difference Adversarial Autoencoder},
author = {Yuqian Zhou and Bertram Emil Shi},
journal= {arXiv preprint arXiv:1708.09126},
year = {2017}
}
备注
Accepted by ACII2017