简介

简介：通过双生成器架构与重建损失进行循环的生成训练，实现人脸面部表情合成。

论文题目：BCGAN: Facial Expression Synthesis by Bottleneck-Layered Conditional Generative Adversarial Networks （基于瓶颈分层条件生成对抗网络的面部表情合成）

会议：2021 15th International Conference on Ubiquitous Information Management and Communication (IMCOM)

摘要：面部表情合成广泛应用于情感预测和人脸识别等人机交互领域。 这项任务是具有挑战性的，因为很难重建真实和准确的面部表情。 早期的深度学习方法只关注像素级的操作，不适合生成逼真的面部表情。 在本文中，我们提出了一种瓶颈层条