利用改进型GAN网络的面部表情识别

作     者：程学军 王建平 邢萧飞 CHENG Xue-jun;WANG Jian-ping;XING Xiao-fei

作者机构：河南工业大学漯河工学院信息工程学院河南漯河462000 河南科技学院信息工程学院河南新乡453003 广州大学计算机科学与网络工程学院广东广州528225 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2022年第43卷第8期

页      面：2294-2302页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：河南省科技攻关计划基金项目(222102110011、222102320181、212102210422) 河南省高等学校重点科研基金项目(20A520002) 河南省高等学校青年骨干教师培养计划基金项目(2019GGJS172) 

主　　题：非对称LBP 改进Exchange-GAN网络 面部表情识别 特征分离 对抗训练 中心损失 

摘      要：现有方法识别精度受到大量与表情识别无关特征的影响,提出一种利用改进型GAN网络的面部表情识别。采用非对称局部二值模式提取特征;设计特征分离模型的改进Exchange-GAN网络,通过部分特征交换和约束实现表情相关特征和表情无关特征的分离,经过GAN分析实现面部表情识别;改进判别器与特征提取器间的对抗训练和内容训练,提高特征提取能力和面部表情识别的准确率。在3种数据集上对所提方法进行实验论证,其结果表明,该方法能够实现快速收敛,以FER2013数据集为例,其识别准确率较其它对比方法,分别提高了5.85%、4.13%和3.68%,具有较高的鲁棒性。