MMOct, 2019

基于改进的图卷积网络的面部表情恢复

PDF
TL;DR本文提出了一种基于生成对抗网络的新型面部表情恢复方法，结合了改进的图卷积网络和区域关系建模块，旨在通过面部行为单元检测，解决包括修复和超分辨率等面部生成任务，并在 BP4D 和 DISFA 基准上进行了大量实验，定量和定性地证明了我们提出的方法的有效性。
facial expression analysisgenerative adversarial networkgraph convolutional networkfacial generative tasksfacial action units detection
发现论文，激发创造
  • 面部表情识别的多区域融合卷积神经网络

    提出了一种基于 Multi-Region Ensemble CNN (MRE-CNN) 框架的面部表情识别方法，结合深度学习方法和 CNN，同时捕捉全局和局部特征确定面部表情，经过实验证明，取得了最新的识别精度。

    Jul, 2018

  • 基于卷积神经网络和条件随机场的时空面部表情识别

    本文提出了一种基于深度卷积神经网络和条件随机场模型的视频面部表情识别方法，该模型从面部图像中提取空间信息和视频帧之间的时间关系，并在三个公共数据库上进行了实验证明，该模型在跨数据库实验中表现出色，并在主体独立实验中获得与现有模型相当的成果。

    Mar, 2017

  • RBA-GCN: 情绪识别的关系双层聚合图卷积网络

    通过构建新颖的图形及聚类方法，以及利用双层聚合模型捕获多模态相互作用和长程信息，提出一种提高情绪识别在对话中性能的新方法，该方法在多个数据集上相较于最先进的方法，F1 分数有 2.17％~5.21％的提升。

    Aug, 2023

  • 面部遮盖对比图表示学习用于年龄估计

    本文提出了一种基于掩蔽对比图表示学习的年龄估计方法，该方法利用图表示学习的鲁棒性来处理图像冗余信息，通过深度学习的方法从面部图像数据集中提取结构信息和语义特征，并在多个损失函数的约束下综合利用二者提高预测精度。

    Jun, 2023

  • 以情感为中心的模型缓解面部表情识别中的灾难性遗忘

    生成对抗网络生成的图像以及假排练方法能够增强卷积神经网络在情绪识别中的性能，保留之前学习到的知识，同时提高对目标数据集和源数据集的训练。

    Apr, 2024

  • 基于残差图卷积网络的鸟瞰视角语义分割

    通过使用深度卷积神经网络中的残差图卷积模块，该研究提出一种 Bird's-Eye-View 语义分割的方法来获取全局信息和区域级别的语义关系，以应用于自动驾驶中的周围环境的理解和空间信息检索。

    Dec, 2023

  • 基于增强式深度 3D 卷积神经网络的人脸表情识别

    本篇研究提出了在视频中进行情感识别的 3D 卷积神经网络方法，使用 3D Inception-ResNet 层及 LSTM 单元，从面部图像中提取空间关系和不同帧之间的时间关系，并利用面部关键点作为输入，该方法在四个公开数据库上的表现超过了现有最先进技术。

    May, 2017

  • 野外瞎目人脸修复的 GAN 预测嵌入网络

    该研究提出了一种将基于生成对抗网络的高质量人脸图像生成器嵌入到 U 型深度神经网络中的盲目人脸修复方法，其能更好地控制全局脸部结构、局部面部细节和背景，并在野外环境下显著提高盲目人脸修复的效果。

    May, 2021

  • 使用图像转换完成无约束面部几何重建

    使用 Image-to-Image 翻译网络将输入图像及其深度图及面部对应图映射起来，可通过几何细化过程提供多种严格的人脸重建，只需在合成数据上训练即可对本地面部图像进行精确和鲁棒的重建。

    Mar, 2017

  • ICE-GAN: 基于图推理的身份感知和胶囊增强型 GAN 用于微表情识别与合成

    本文提出了一种基于生成对抗网络的方法 (ICE-GAN)，加入微表情合成作为辅助任务以辅助微表情的自动识别，并在微表情相关挑战赛中获得了比冠军高出 12.9% 的成绩。

    May, 2020