如果能够尝试不同的发型，是不是就能够得到最适合自己的发型呢？💇
但如何能够零成本地尝试不同的发型呢....毕竟头发长得很慢....🤔
今天小编要介绍的这项技术完美地满足了这个需求！
上交联合Tiamat发布的基于扩散模型的框架—— Stable-Hair ！
Stable-Hair可以将各种现实世界的发型稳定地移植到用户提供的脸上，以供虚拟试穿，商业前景可以说是十分广阔。
扫码加入AI交流群
获得更多技术支持和交流
项目简介
发型转移是将参考图像中的发型颜色、形状和结构属性转移到用户提供的源图像上，同时保留源图像的身份和背景。
目前基于GAN的头发移植方法难以处理多样而复杂的发型，因此限制了它们在现实场景中的适用性。
Stable-Hair实现了高度详细和高保真的头发转移，产生自然且视觉上吸引人的效果。
Demo
除此之外，甚至动画卡通风格的头发也能够进行转移查看效果。🫢
技术原理
首先，使用预训练的稳定扩散模型与秃头转换器结合，将用户的输入源图像转换为 秃头代理图像 。
第二阶段，我们使用预训练的稳定扩散模型和 头发提取器 将参考头发转移到秃头代理图像上。
其中的头发提取器负责捕捉参考头发的复杂细节和特征，从而准确而精确地将高度详细和高保真的发型转移到秃头图像中。
Stable-Hair提出了一个 自动数据生成管道 来生成原始图像，参考图像，秃顶代理图像等进行训练。
管道使用ChatGPT生成文本提示，稳定扩散模型生成参考图像，并用预训练的秃顶转换器将原始图像转换为秃顶代理图像。
Stable-Hair与其他方法相比，实现了更精细和稳定的发型转换，并且无需精确的面部对齐进行监督。
下面是对比图展示效果。
Stable-Hair似乎在预示着个性化虚拟美容应用的未来。未来消费者能够在不改变现实中发型的情况下，轻松尝试和选择理想的发型。
小编不禁感叹AI技术的发展让虚拟与现实之间的界限变得愈发模糊。
🔗 项目链接 ：
https://xiaojiu-z.github.io/Stable-Hair.github.io/
关注「 开源AI项目落地 」公众号
与AI时代更靠近一点
关注「 向量光年 」公众号
加速全行业向AI的改变
关注「 AGI光年 」公众号
获取每日最新咨询
更多AI信息，尽在www.dongaigc.com
