基于组残差块生成对抗网络的面部表情生成

来源：计算机工程与应用杂志2024年第5期北京时间：

作者：林本旺, 赵光哲, 王雪平, 李昊

单位：北京建筑大学 电气与信息工程学院，北京 102616

摘要：面部表情生成是通过某种表情计算方法生成带有表情的人脸图像，在人脸编辑、影视制作和数据扩增等方面应用广泛。随着生成对抗网络的出现，面部表情生成取得了显著的进步，但是生成的面部表情图像会出现重叠、模糊等现象，缺乏真实感。为了解决上述问题，提出了一种带有混合注意力机制组残差块的生成对抗网络（group residuals with attention mechanism-generative adversarial network，GRA-GAN）用于生成高质量的面部表情图像。在生成网络进行下采样前和上采样后，分别嵌入混合注意力机制来自适应地学习关键区域特征，增强对图像关键区域的学习。将分组的思想融入到残差网络中，提出了带有混合注意力机制的组残差块来实现更好的生成效果。在公开数据集RaFD进行了实验验证。实验结果表明，GRA-GAN模型在定性评估和定量分析指标上均优于相关方法。

关键词：生成对抗网络,表情生成,注意力机制,组残差块