大家好，我是 Jack。
欢迎“光”临，HairMapper秃头算法为您服务。
秒变秃头，秃得很自然！
一拳超人，琦玉老师生成器？
高级工程师“秒变”资深工程师（狗头）。
乍一看，觉得这个算法是属于娱乐化。
其实，这个算法的意义并非如此简单。
头发对我们来说非常重要，各种时髦的发型，彰显不一样的气质。
气质这一块，一直拿捏的死死的！
不好意思放错图了，重来：
我们都想找个适合自己的发型，这样就有了很多虚拟试发型的应用出现。
但在原图上直接加新发型，会直接覆盖图片本身的旧发型，混合起来会很奇怪。
比如长发换成短发，就会有遮盖不全的问题。
所以为了更好的效果，第一步就是需要去掉已有的头发，然后再换新发型。
大家都知道，现在比较火的方向是 3D 重建，很多公司都在发展。
人脸的 3D 重建，也是一个非常重要的方向。
如果不处理头发，在人脸 3D 建模时，就会导致人脸出现明显的伪影。
显而易见，这个秃头算法，很有必要！
整个算法的处理流程如下，男性和女性头像的处理方法略有不同：
女性会先转换为男性照片，然后再处理。
和其它已有算法对比，可以看到HairMapper算法非常不错。
不会改变人物本身的样貌，导致失真。
本质还是，在隐空间（latent space）控制隐藏特征（latent code）来控制图片的属性。
算法的一作 Yiqian Wu，来自浙江大学计算机辅助设计与图形学（CAD&CG）实验室，目前在读博士生，兴趣是计算机视觉和人像编辑等。
作者还整理了一个训练集：
里面各种肤色、年龄的人都有，覆盖很全面。
目前算法正在整理，作者表示一个月内就会开源。
项目地址：
https://github.com/oneThousand1000/non-hair-FFHQ
可以先 Star 标记下~
好了，就聊这么多吧。
最后再送大家一本，帮助我拿到 BAT 等一线大厂 offer 的数据结构刷题笔记，是一位 Google 大神写的，对于算法薄弱或者需要提高的同学都十分受用：
以及我整理的 BAT 算法工程师学习路线，书籍+视频，完整的学习路线和说明，对于想成为算法工程师的，绝对能有所帮助（提取码：jack）：
别光收藏，来个赞哦，笔芯~
我是 Jack，我们下期见~