目前有很多效果不錯的GAN可以做人臉translation，下面三個（StarGAN有點老，大概一年前吧）很有意思，值得借鑑。
TL-GAN
直接使用GAN，後面接一個特徵鑑別網絡，來提取潛空間變量的意義，這樣就可以控制潛空間變量生成圖像。缺點是隻能生成，不能從原圖像轉換。TL-GAN使用了一個預訓練MobileNet，然後接了GlobalAveragePooling2D和全連接，訓練面部屬性鑑別。
StarGAN
相當於訓練一個多任務網絡，輸入原始圖像和屬性標籤向量，生成的圖像由鑑別器輸出屬性向量來得到損失。
attGAN
類似於StarGAN，但是它把屬性向量加到編碼器輸出z上，這樣相當於希望學到一個編碼器能輸出中性的z，然後加入屬性向量，再由解碼器來生成帶屬性的圖片。這是一個獨特的思路。