全文总字数：1736字
1. 毕业设计（论文）主要内容：
面部动作是人类日常传递信息的主要途径，承担着情感传递的重要责任。因此，面部动作的识别、分析、合成是实现人机交互不可或缺的关键技术。随着深度学习领域的不断发展，模拟生成真实的表情动作成为了计算机领域重要的研究方向之一，面部表情迀移随之成为了热门技术。面部表情迁移技术己经在隐私安全保护、仿生代理、特效合成、数据扩充等多方面被应用，具有重要的应用价值。本设计以条件生成对抗网络为基础实现多表情人脸图像生成，能够根据输入的目标域标签和人脸图像，在保留人脸身份特征的前提下生成具有目标域表情的人脸图像。
2. 毕业设计（论文）主要任务及要求
1.通过本课题的训练，培养学生动手能力、分析问题及解决问题的能力；
2.翻译与本课题相关的英文资料，不少于2万印刷符。译文无原则性错误；
3.查阅文献资料（阅读文献不少于15篇，其中外文文献不少于3篇），撰写开题报告。开题报告中，要求了解本毕业设计相关专业知识的发展历史、现状及趋势，以及本毕业设计领域技术发展历史中的重大突破的背景和影响，并理解本毕业设计领域复杂工程问题解决方案的设计/开发背景和意义；
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 毕业设计（论文）完成任务的计划与安排
1 ~ 3 周：调研、查阅资料、结合毕业设计任务书，确定总体方案，完成开题报告。
4~ 6 周：完成深度学习框架的搭建。
7 ~ 9周：完成生成对抗网络的网络结构设计。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
4. 主要参考文献
- Goodfellow I, Pougetabadie J, Mirza M, et al. Generative Adversarial Nets[C]. neural information processing systems, 2014: 2672-2680.
- Mirza M, Osindero S. Conditional Generative Adversarial Nets.[J]. arXiv: Learning, 2014.
- Perarnau G, De Weijer J V, Raducanu B, et al. Invertible Conditional GANs for image editing.[J]. arXiv: Computer Vision and Pattern Recognition, 2016.
- Choi Y, Choi M, Kim M, et al. StarGAN: Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation[J]. arXiv: Computer Vision and Pattern Recognition, 2017.
- Pumarola A, Agudo A, Martinez A M, et al. GANimation: Anatomically-aware facial animation from a single image[C]. european conference on computer vision, 2018: 835-851.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
