最近发布的新 AI 技术大多围绕着脸部和姿势等方面。我关注的领域也主要集中在脸部真实性和换装这类项目上。今天看到这个项目后才意识到，头发这块同样很重要，所以想把这个项目推荐给大家。
这个 AI 换发型技术是上海交通大学联合退格数字共同研发的基于扩散模型的框架——Stable-Hair！可能大家对退格数字不太熟悉，它其实是由上海科技大学孵化的 Tiamat 团队与行业资深从业者共同组建的。
有了这项焕发技术，在生成人像时，你就可以更好地控制头发的生成效果了。
Stable-Hair 采用了双阶段设计：
- 第一阶段用光头转换器将原图变成秃头
- 第二阶段则精准地将目标发型移植上去
框架的核心包含三大模块：
- 发型提取器：负责从参考图中提取发型特征
- 潜在身份网络：保证源图的内容一致性
- 发型交叉注意力层：确保移植的精准度和真实感
研究人员还开发了一种全新的 Latent ControlNet 结构。
它能将整个过程从像素空间映射到潜在空间，有效解决了之前方法常见的颜色不一致问题。
无论是主观评价还是客观指标，Stable-Hair 都全面超越了现有方法。
它不仅能精准移植各种复杂发型，还能很好地保持源图的结构和身份特征。
它甚至能实现跨域的发型转移，这在之前是难以想象的。
官网：https://xiaojiu-z.github.io/Stable-Hair.github.io/
代码：https://github.com/Xiaojiu-z/Stable-Hair
声明：内容均采集自公开的网站等各类媒体平台，若收录的内容侵犯了您的权益，请联系邮箱，本站将第一时间处理。