基于深度学习的人脸虚拟表情样本生成

摘要

近年来随着深度学习的快速发展,在计算机检测和图片识别领域,人脸识别作为一个重要分支已经越来越受到国内外学者及专家的关注.人脸面部虚拟表情的生成作为模式识别的一个小分支,其在人机交互中的表情识别互动中发挥了不可替代的作用.卷积神经网络(CNN)在计算机视觉方面应用广泛,只要数据可以变成图像的格式都可以通过学习来得到我们想要的图片.但是CNN在学习过程中需要大量样本而且对计算机的性能有很大的要求.DCGAN(深度卷积生成对抗网络),结合了CNN技术与GAN技术的优点,使最终生成的图片与真实图片的差距变小,从而解决了样本数量不足的问题.