利用卷積神經網路和生成對抗網路實現表情辨識與生成

作品摘要

影像辨識日益普及，我們想學習神經網路並利用卷積神經網路來進行各種人臉的表情辨識和人臉生成。辨識的部分，我們選擇了六種表情（anger, fear, happiness, neutral, sadness, surprise），經過 CNN 卷積神經網路訓練之後，我們研究最佳模型的準確率是 88%。我們也利用生成對抗網路（GAN），生成了不同表情的照片。為了提升卷積神經網路的準確率，我們打算增加我們的資料量，但是網路上的資料找起來沒那麼簡單，所以我們打算利用生成對抗網路生成的照片，放入卷積神經網路訓練資料中。最終結果，生成對抗網路做出來的圖片很真實，卷積神經網路的準確率也有提升。