人脸表情合成算法综述

TP391.4; 人脸表情合成技术旨在保留人脸身份信息的情况下,对人脸表情进行重建,从而生成具有新表情的源人脸图像.深度学习的发展为表情合成提供了全新的解决方案,本文从特征提取、生成对抗网络的表情合成和实验评估方面综述了人脸表情合成技术的发展.首先,介绍了人脸特征的提取,这是表情合成任务中的一项关键技术,人脸特征可客观全面地描述人脸表情状态.其次,分析了表情合成领域中主流的基于深度学习的方法,主要针对生成对抗网络(Generative adversarial network,GAN)的发展现状,探讨了基于生成对抗网络的表情合成方法.通过对人脸数据集及实验评估方法的深入研究,总结出广泛使用的人脸...

Full description

Saved in:
Bibliographic Details
Published in数据采集与处理 Vol. 36; no. 5; pp. 898 - 920
Main Authors 郭迎春, 王静洁, 刘依, 夏伟毅, 张吉俊, 李学博, 王天瑞
Format Journal Article
LanguageChinese
Published 河北工业大学人工智能与数据科学学院,天津 300400 01.09.2021
Subjects
表情合成;深度学习;生成对抗网络;表情数据库;客观评价方法
Online AccessGet full text
ISSN1004-9037
DOI10.16337/j.1004-9037.2021.05.006

Cover

More Information
Summary:TP391.4; 人脸表情合成技术旨在保留人脸身份信息的情况下,对人脸表情进行重建,从而生成具有新表情的源人脸图像.深度学习的发展为表情合成提供了全新的解决方案,本文从特征提取、生成对抗网络的表情合成和实验评估方面综述了人脸表情合成技术的发展.首先,介绍了人脸特征的提取,这是表情合成任务中的一项关键技术,人脸特征可客观全面地描述人脸表情状态.其次,分析了表情合成领域中主流的基于深度学习的方法,主要针对生成对抗网络(Generative adversarial network,GAN)的发展现状,探讨了基于生成对抗网络的表情合成方法.通过对人脸数据集及实验评估方法的深入研究,总结出广泛使用的人脸表情合成数据集以及多种客观评价方法.最后根据现有方法所存在的问题,提出了未来工作的研究方向.
ISSN:1004-9037
DOI:10.16337/j.1004-9037.2021.05.006