基于风格迁移的面部表情识别方法

摘要

针对一个人的面部表情可以被分解为表情成分和中性成分,提出一种新颖的基于风格迁移的面部表情识别方法。该方法通过训练循环一致生成对抗网络(Cycle-GAN)得到不同的生成器;这些不同的生成器可将不同的表情迁移到中性,因此每个生成器对应一种不同的表情。在测试阶段,输入表情图像到上述训练好的生成器中。由于只有与输入的表情对应的生成器能迁移成中性表情,因此可以通过这种方式实现面部表情识别。实验结果表明:该新方法不仅在实验室条件下获得的面部表情数据集中表现突出,而且在自然条件下获得的面部表情数据集中也有非常高的识别率。