5月14日消息，微软的研究者在论文《CONFIG: Controllable Neural Face Image Generation》中提出了一种神经人脸模型ConfigNet，通过语义上有意义的方式控制输出图像的各个方面朝着精细控制神经渲染的道路迈出重要一步。 ConfigNet在真实面部图像和合成面部渲染上进行训练，该方法使用合成数据将潜在空间分解为与传统渲染pipeline的输入相对应的元素，从而将头部姿势、面部神情、发型和光照等诸多方面分解。 最后研究者提出了一种使用属性检测网络与用户研究相结合的评估标准，并实现了对输出图像属性的SOTA单独控制。