従来のGANベースの髪型変換手法（MichiGAN）は髪や背景の領域マスクを入力として、SPADEブロックで変換後の画像を生成していたが、入力の2枚の画像間で髪領域の位置がずれていると著しく不自然な画像を生成していた。 これに対して、提案手法（LOHO）は生成をStyleGAN2に頼るので見た目がとても自然。また、髪の位置のずれを吸収するために、領域マスクの膨張収縮処理を入れている。

従来手法と比較して、入力画像の顔、背景、髪型、髪色を適切に採用しながらも、見た目の自然さを大幅に改善した。FIDでSOTA。

MichiGANの問題点を異なるアプローチ（潜在変数をオンラインで最適化する）で解決している。推論に時間がかかるのには注意。