版权说明 操作指南
首页 > 成果 > 详情

基于条件生成式对抗网络的面部表情迁移模型

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
Facial Expression Transfer Model Based on Conditional Generative Adversarial Network
作者:
陈军波;刘蓉;刘明(刘明);冯杨
作者机构:
华中师范大学物理科学与技术学院,武汉430079
华中师范大学计算机学院,武汉430079
[刘明; 刘蓉; 冯杨; 陈军波] 华中师范大学
语种:
中文
关键词:
表情迁移;条件生成式对抗网络;域分类损失;重构损失;零和博弈
关键词(英文):
conditional Generative Adversarial Network(GAN);domain classification loss;reconstruction loss;zero-sum game
期刊:
计算机工程
ISSN:
1000-3428
年:
2020
卷:
46
期:
4
页码:
228-235
基金类别:
国家科技支撑计划“现代科技馆体系展品展示关键技术研究及创新平台构建应用示范”(2015BAK33B00);
机构署名:
本校为第一机构
院系归属:
物理科学与技术学院
计算机学院
摘要:
面部表情迁移是计算机视觉角色动画领域的关键技术,但现有面部表情迁移方法存在生成表情不自然、缺乏真实感、迁移模型复杂以及训练难度大等问题。为此,构建一种基于条件生成式对抗网络的面部表情迁移模型。通过设计域分类损失函数指定表情域条件,使单个生成器学习多个表情域之间的映射,同时利用模型生成器和判别器之间的条件约束与零和博弈,在仅训练一个生成器的情况下同时实现7种面部表情迁移。实验结果表明,该模型能够有效进行面部表情迁移并且鲁棒性较强,其生成的面部表情较StarGAN模型更自然、逼真。
摘要(英文):
Facial expression transfer is a key technology for character animation in computer vision,but existing facial expression transfer methods have some problems,such as unnatural expression generation,lack of realism,complex transfer model and difficulty in training. Therefore,a face expression transfer model based on conditional Generative Adversarial Network(GAN) is constructed. The condition of the expression domain is specified by the classification loss function of the design domain, so that a single generator can learn the mapping relations between multiple expression domains. Meanwhile,the ...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com