如果能夠嘗試不同的發型，是不是就能夠得到最適合自己的發型呢？💇
但如何能夠零成本地嘗試不同的發型呢....畢竟頭發長得很慢....🤔
今天小編要介紹的這項技術完美地滿足了這個需求！
上交聯合Tiamat釋出的基於擴散模型的框架—— Stable-Hair ！
Stable-Hair可以將各種現實世界的發型穩定地移植到使用者提供的臉上，以供虛擬試穿，商業前景可以說是十分廣闊。
掃碼加入AI交流群
獲得更多技術支持和交流
計畫簡介
發型轉移是將參考影像中的發型顏色、形狀和結構內容轉移到使用者提供的源影像上，同時保留源影像的身份和背景。
目前基於GAN的頭發移植方法難以處理多樣而復雜的發型，因此限制了它們在現實場景中的適用性。
Stable-Hair實作了高度詳細和高保真的頭發轉移，產生自然且視覺上吸引人的效果。
Demo
除此之外，甚至動畫卡通風格的頭發也能夠進行轉移檢視效果。🫢
技術原理
首先，使用預訓練的穩定擴散模型與禿頭轉換器結合，將使用者的輸入源影像轉換為 禿頭代理影像 。
第二階段，我們使用預訓練的穩定擴散模型和 頭發提取器 將參考頭發轉移到禿頭代理影像上。
其中的頭發提取器負責捕捉參考頭發的復雜細節和特征，從而準確而精確地將高度詳細和高保真的發型轉移到禿頭影像中。
Stable-Hair提出了一個 自動數據生成管道 來生成原始影像，參考影像，禿頂代理影像等進行訓練。
管道使用ChatGPT生成文本提示，穩定擴散模型生成參考影像，並用預訓練的禿頂轉換器將原始影像轉換為禿頂代理影像。
Stable-Hair與其他方法相比，實作了更精細和穩定的發型轉換，並且無需精確的面部對齊進行監督。
下面是對比圖展示效果。
Stable-Hair似乎在預示著個人化虛擬美容套用的未來。未來消費者能夠在不改變現實中發型的情況下，輕松嘗試和選擇理想的發型。
小編不禁感嘆AI技術的發展讓虛擬與現實之間的界限變得愈發模糊。
🔗 計畫連結 ：
https://xiaojiu-z.github.io/Stable-Hair.github.io/
關註「 開源AI計畫落地 」公眾號
與AI時代更靠近一點
關註「 向量光年 」公眾號
加速全行業向AI的改變
關註「 AGI光年 」公眾號
獲取每日最新咨詢
更多AI資訊，盡在www.dongaigc.com
