WEM-GAN: Wavelet Transform-Based Facial Expression Manipulation

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种基于小波变换的人脸表情操控方法WEM-GAN,旨在解决表情标签控制导致的面部特征细节丧失问题。通过结合小波变换与U-net自编码器,提升了面部特征的保存,并利用高频成分鉴别器和对抗损失提高了生成图像的质量与身份保持能力。实验结果表明,该方法在AffectNet数据集上优于以往技术。

🎯

关键要点

  • 本研究提出了一种基于小波变换的人脸表情操控方法WEM-GAN。

  • WEM-GAN旨在解决表情标签控制导致的面部特征细节丧失问题。

  • 该方法结合小波变换与U-net自编码器,提高了面部特征的保存。

  • 通过高频成分鉴别器和对抗损失的结合,显著提升了生成图像的质量与身份保持能力。

  • 实验结果表明,该方法在AffectNet数据集上优于以往技术。

🏷️

标签

➡️

继续阅读