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!在生成人像时,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:

  1. 第一阶段用光头转换器将原图变成秃头
  2. 第二阶段则精准地将目标发型移植上去
    30180156-2024-07-30T10:01:35.png
    框架的核心包含三大模块:
  3. 发型提取器:负责从参考图中提取发型特征
  4. 潜在身份网络:保证源图的内容一致性
  5. 发型交叉注意力层:确保移植的精准度和真实感
    30180252-2024-07-30T10:02:50.png
    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。
30180244-2024-07-30T10:02:20.png
官网:https://xiaojiu-z.github.io/Stable-Hair.github.io/
代码:https://github.com/Xiaojiu-z/Stable-Hair