论文提出了一种新颖的多身份人脸再现框架，名为FReeNet，通过共享模型将人脸表情从任意源人脸转移到目标人脸。提出的FReeNet由两部分组成:统一地标转换器(ULC)和几何感知发生器(GAG)。该算法采用编码-解码器结构，有效地转换了潜在地标空间中的表情，显著地缩小了源和目标身份之间的脸部轮廓距离。GAG利用转换后的地标，以目标人脸的参考图像再现逼真的图像。此外，本文还提出了一种新的三重感知loss来迫使GAG模块同时学习外观和几何信息，从而丰富了再现图像的面部细节。进一步的实验证明了该方法在生成逼真人脸和表情相似人脸方面的优越性，以及在身份之间转换面部表情的灵活性。