利用改进型GAN网络的面部表情识别

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。