基于生成对抗网络的面部表情迁移技术

发布时间：2023-10-21 11:49

　　面部动作是人类日常传递信息的主要途径,承担着情感传递的重要责任。因此,面部动作的识别、分析、合成是实现人机交互不可或缺的关键技术。随着深度学习领域的不断发展,模拟生成真实的表情动作成为了计算机领域重要的研究方向之一,面部表情迁移随之成为了热门技术。面部表情迁移技术已经在隐私安全保护、仿生代理、特效合成、数据扩充等多方面被应用,具有重要的应用价值。根据对现有研究的分析和总结,我们发现了针对表情迁移的现有研究存在以下两点问题。首先,对表情的表征没有最优的方法。描述性表征携带主观信息,动作编码携带个人习惯特征,两者均会影响表情的分析与处理。其次,在迁移的过程中,缺乏对个人习惯特征的处理,造成了表情的生成不满足实际人物情况的缺陷。为解决这些问题,本文的主要研究内容有:第一,本文首次提出了一种通用表情表征方法,表情基,通过面部动作单元与二维离散表情的映射关系,计算出两者共同表述的普遍性特征用以描述表情,从而降低了离散表情的主观性与面部动作单元的特异性。首先,通过一个二维离散表情标签识别模型,将训练集中的全部数据通过模型进行再分类,统一二维离散标签的主观误差。然后,根据再分类的数据计算不同二维离散...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题的研究背景及意义
    1.2 面部表情迁移技术的研究现状
    1.3 研究内容
    1.4 论文结构
第二章 面部表情迁移算法的理论分析
    2.1 面部表情表征方法
        2.1.1 描述性表情标签
        2.1.2 表情编码系统
    2.2 面部动作单元的识别方法
        2.2.1 基于几何特征的动作单元识别方法
        2.2.2 基于表现特征的动作单元识别方法
    2.3 二维离散表情标签的识别方法
        2.3.1 深度置信网络
        2.3.2 深度卷积神经网络
    2.4 基于生成对抗网络的表情图像合成
        2.4.1 生成对抗网络
        2.4.2 条件生成对抗网络
        2.4.3 循环生成对抗网络
    2.5 本章小结
第三章 面部表情迁移算法的模型
    3.1 基于生成对抗网络的表情图像合成
        3.1.1 表情图像合成模型的设计
        3.1.2 表情图像合成模型的条件选择
    3.2 面部表情通用表征法
        3.2.1 通用表情的定义
        3.2.2 表情基的结构与计算方法
    3.3 个人习惯面部动作的表征方法
        3.3.1 习惯因子矩阵与习惯差异矩阵
        3.3.2 基于线性回归的习惯特征计算方法
    3.4 表情识别模型的设计与训练
    3.5 本章小结
第四章 面部表情迁移系统的设计与实现
    4.1 基于生成对抗网络的面部迁移系统的设计
        4.1.1 面部表情迁移系统
        4.1.2 数据集使用情况
        4.1.3 原型系统的设计与实现
    4.2 实验结果
        4.2.1 客观评测
        4.2.2 主观评测
    4.3 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢



本文编号：3855775