标签引导的生成对抗网络人脸表情识别域适应方法
来源：计算机工程杂志2020年第5期北京时间：
作者：孙冬梅, 张飞飞, 毛启容
单位：江苏大学 计算机科学与通信工程学院, 江苏 镇江 212013
摘要：传统的人脸表情识别方法主要针对实验室环境下的基本表情，难以应对现实场景中人类微妙和复杂的表情变化，并且目前自然环境人脸表情识别数据集普遍缺乏足够的训练数据。针对该问题，利用实验室环境下的数据库样本，提出以标签引导的生成对抗网络表情识别域适应方法。将情感标签作为辅助条件，训练生成对抗网络的生成模型，把实验室环境的数据库样本转化为类似自然环境数据库的样本，以扩充自然环境数据库，同时基于扩充的数据库样本训练基本分类器VGG、Resnet等，从而学习自然环境的数据库的情感特征。在RAF_DB等自然环境人脸表情数据库上的实验结果表明，与Boosting-POOF和PixelDA方法相比，该方法扩充得到的数据库可使人脸表情识别率取得6%~9%的提升。
关键词：生成对抗网络,情感标签,人脸表情识别,域适应,自然环境,数据库样本
基金资助：国家自然科学基金（61672267，61672268）；江苏省研究生科研创新项目（KYCX17_1811）。
