Modeling and synthesis of kinship patterns of facial expressions

تجزیه و تحلیل خویشاوندی از تصاویر صورت یا فیلم ها یک مشکل مهم است. پیشگیری از یادگیری ماشین و دیدگاه رایانه، تجزیه و تحلیل خویشاوندی را به عنوان یک وظیفه تأیید یا تشخیص می دهد. در این مقاله، برای اولین بار در ادبیات، ما یک چارچوب سنتز خویشاوندی پیشنهاد می کنیم که باعث می شود فیلم هایی از (احتمال) کودکان از ویدیوهای بیان (لبخند و انزجار) والدین لبخند و نفرت انگیز شود. در حالی که ظاهر بیان کودک با استفاده از یک شبکه رمزگذار-کد کننده کانولوشن آموخته می شود، یک شبکه عصبی دیگری مدل پویایی بیان می کند. ویدئوی بیان کودک برآورد شده با استفاده ترکیبی از مدل های ظاهر و پویایی ترکیب می شود. به منظور اعتبار نتایج ما، ما آزمایش های تایید خویشاوندی را با استفاده از ویدیوهای والدین واقعی و فرزندان برآورد شده تولید شده توسط چارچوب ما انجام می دهیم. نتایج نشان می دهد که فیلم های تولید شده از کودکان نرخ های صحت تایید صحت نسبت به فرزندان واقعی را به دست می آورند. نتایج ما همچنین نشان می دهد که استفاده از فیلم های تولید شده همراه با واقعیات در آموزش مدل های تایید خویشاوندی، دقت را افزایش می دهد و این نشان می دهد که چنین فیلم هایی می توانند به عنوان یک مجموعه داده مصنوعی استفاده شوند. علاوه بر این، شباهت بیان بین فریم های ورودی و خروجی را ارزیابی می کنیم و نشان می دهیم که روش پیشنهادی می تواند بیانگر چهره های ورودی را در حین تبدیل هویت چهره حفظ کند.