王俊杰 贾东立

摘要：StarGAN网络在生成人脸表情图片时存在局部细节模糊、重叠、整体质量不佳等问题，针对上述问题，对基础StarGAN网络提出了以下3项改进：对生成器加入CBAM注意力模块；改变生成器的网络结构为Attention U-Net网络；对原来的损失函数加入上下文损失函数。对于实验结果使用定性和定量的评价标准，通过与其他模型的FID图像评价指标数值比较，文章提出的方法生成的图片在图像整体质量和局部细节都有显著的效果。

关键词： 计算机视觉; 表情生成; 数据增强; StarGAN; 注意力机制

中图分类号：TP18        文献标识码：A

文章编号：1009-3044（2023）34-0009-04

开放科学（资源服务）标识码（OSID） ：

0 引言

人脸表情往往比语言可以传达更准确真实的信息，对于人脸表情的研究最早可以追溯到20世纪60年代，Ekman等[1]科学家将观察人脸表情运用到心理学领域，他们建立了基本的7种表情分类，为后继的研究奠定了基础。当下利用深度学习方法进行人脸表情识别研究的工作开展已经很充分了，众所周知，深度学习的训练需要大规模的数据集支持。而目前人脸识别领域经典的数据集如：JAFFE、FER2013、RAF-DB等数据量规模小，各表情类间数据量不均衡都在制约着深度神经网络的表情识别能力。为了最大限度地发掘深度神经网络的能力，本文提出了一种基于StarGAN的人脸表情图像生成网络，对经典的人脸表情数据集进行数据增强，提高网络对表情识别的准确率。

StarGAN网络是针对多域图像转换问题而提出的，它解决了CycleGAN单一域转换的局限性，提高了效率，节省了计算资源。……