在虛擬試發的領域，現有的頭髮轉移技術常常面臨着多樣化和複雜髮型的挑戰，這讓很多用戶感到失望。最近，一項新的研究提出了一種創新的解決方案，名爲 Stable-Hair。這項技術利用擴散模型，旨在將各種真實世界的髮型準確地轉移到用戶提供的人臉上，給人們帶來全新的試發體驗。

image.png

產品入口：https://github.com/Xiaojiu-z/Stable-Hair

Stable-Hair 框架採用了兩階段的處理流程，以最小的修改實現最佳效果。第一階段是訓練一個 “禿頭轉換器”，通過穩定擴散技術，將用戶的人臉圖像中的頭髮去掉，生成 “禿頭圖像”。聽起來可能有點奇怪，但這一步是爲了後續的髮型轉移做準備。

進入第二階段，Stable-Hair 通過三個獨特的模塊來完成頭髮的轉移。首先是 “髮型提取器”，它會將帶有目標髮型的參考圖像進行編碼。接下來，研究團隊使用 “潛在身份網” 來確保源圖像與轉移結果之間在身份和背景上的一致性。最後，通過 “頭髮交叉注意力層”，可以將目標髮型準確地轉移到剛剛生成的禿頭圖像上，達到高度詳細和高保真的效果。

image.png

研究人員經過大量實驗，結果顯示 Stable-Hair 在現有的頭髮轉移方法中表現出色，達到了最先進的水平。這項技術的推出，將會大大提升用戶在虛擬試發中的體驗，讓每個人都能輕鬆嘗試不同的髮型，享受變換造型的樂趣。

劃重點:

🌟 研究團隊推出了名爲 Stable-Hair 的頭髮轉移技術，解決了傳統方法無法處理複雜髮型的問題。  

👨‍🔬 Stable-Hair 採用兩階段的處理流程，首先去除人臉圖像中的頭髮，然後再進行髮型的精確轉移。  

🏆 經過大量實驗驗證，Stable-Hair 在髮型轉移的效果上達到了行業領先水平，提升了用戶的試發體驗。