基于生成对抗网络与FACS的面部表情合成研究

摘要

为实现从单张图片合成连续变化的目标表情,提出一种基于生成对抗网络(GAN)和面部表情编码系统FACS(Facial Action Coding System)的表情合成方法.通过提取面部表情AU(Action Unit)作为生成表情的一种约束,利用生成对抗算法合成目标表情,这种结合表情编码的合成更具合理性.同时在网络中引入注意力机制,使网络在特征提取阶段更关注表情变化.实验表明,该方法能够克服图像中的光照和背景影响,合成表情具备连续性和真实性.该合成表情方法可应用于数字娱乐、影视制作等领域.