基于像素的面部表情合成
计算机视觉与模式识别
2020-10-28 v1
摘要
随着生成对抗网络（GANs）的出现，面部表情合成取得显著进展。然而，基于 GAN 的方法大多仅在测试数据分布接近训练数据分布时生成照片级真实结果。当测试图像来自略有差异的分布时，GAN 结果质量显著下降。此外，近期工作表明面部表情可通过改变局部人脸区域合成。本工作中，我们提出一种基于像素的面部表情合成方法，其中每个输出像素仅观测一个输入像素。所提方法仅利用数百张训练图像即实现良好泛化能力。实验结果表明，该方法在数据集内图像上与最先进（SOTA）GANs 表现相当，在数据集外图像上显著更优。此外，所提模型小两个数量级，适于部署于资源受限设备。
引用
@article{arxiv.2010.14397,
title = {Pixel-based Facial Expression Synthesis},
author = {Arbish Akram and Nazar Khan},
journal= {arXiv preprint arXiv:2010.14397},
year = {2020}
}
备注
ICPR 2020, 7 pages, 5 figures