基于生成对抗网络的面部表情迁移技术
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题的研究背景及意义 | 第12-14页 |
| 1.2 面部表情迁移技术的研究现状 | 第14-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 论文结构 | 第17-18页 |
| 第二章 面部表情迁移算法的理论分析 | 第18-36页 |
| 2.1 面部表情表征方法 | 第18-24页 |
| 2.1.1 描述性表情标签 | 第18-20页 |
| 2.1.2 表情编码系统 | 第20-24页 |
| 2.2 面部动作单元的识别方法 | 第24-27页 |
| 2.2.1 基于几何特征的动作单元识别方法 | 第24-27页 |
| 2.2.2 基于表现特征的动作单元识别方法 | 第27页 |
| 2.3 二维离散表情标签的识别方法 | 第27-30页 |
| 2.3.1 深度置信网络 | 第27-28页 |
| 2.3.2 深度卷积神经网络 | 第28-30页 |
| 2.4 基于生成对抗网络的表情图像合成 | 第30-34页 |
| 2.4.1 生成对抗网络 | 第30-31页 |
| 2.4.2 条件生成对抗网络 | 第31-32页 |
| 2.4.3 循环生成对抗网络 | 第32-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 面部表情迁移算法的模型 | 第36-48页 |
| 3.1 基于生成对抗网络的表情图像合成 | 第36-40页 |
| 3.1.1 表情图像合成模型的设计 | 第36-38页 |
| 3.1.2 表情图像合成模型的条件选择 | 第38-40页 |
| 3.2 面部表情通用表征法 | 第40-42页 |
| 3.2.1 通用表情的定义 | 第40-41页 |
| 3.2.2 表情基的结构与计算方法 | 第41-42页 |
| 3.3 个人习惯面部动作的表征方法 | 第42-45页 |
| 3.3.1 习惯因子矩阵与习惯差异矩阵 | 第42-44页 |
| 3.3.2 基于线性回归的习惯特征计算方法 | 第44-45页 |
| 3.4 表情识别模型的设计与训练 | 第45-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 面部表情迁移系统的设计与实现 | 第48-56页 |
| 4.1 基于生成对抗网络的面部迁移系统的设计 | 第48-52页 |
| 4.1.1 面部表情迁移系统 | 第48-50页 |
| 4.1.2 数据集使用情况 | 第50-51页 |
| 4.1.3 原型系统的设计与实现 | 第51-52页 |
| 4.2 实验结果 | 第52-55页 |
| 4.2.1 客观评测 | 第52-54页 |
| 4.2.2 主观评测 | 第54-55页 |
| 4.3 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56页 |
| 5.2 展望 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64页 |
