El interés por el peinado, que es un medio de expresión personal, ha aumentado, al igual que el número de personas que intentan cambiar su estilo de peinado. Se requiere una cantidad considerable de tiempo para que las mujeres vuelvan a su peinado anterior si no les queda bien, o para que les crezca el cabello largo después de cambiar a un corte corto que no les gusta. En este documento, proponemos un modelo que combina Mask R-CNN y una red generativa adversaria como un método para superponer un nuevo peinado en el rostro. A través de Mask R-CNN, los peinados y los rostros se separan de manera más precisa, y los nuevos peinados y rostros se sintetizan de forma natural mediante el uso de una red generativa adversaria. Se realizó un entrenamiento sobre un conjunto de datos que construimos, después de lo cual se extrajeron los resultados de conversión del peinado. Por lo tanto, es posible determinar de antemano si el peinado se adapta al rostro e imagen combinados con el peinado deseado. Experimentos y evaluaciones utilizando múltiples métricas demostraron que el método propuesto muestra superioridad, con resultados de alta calidad, en comparación con otros modelos de síntesis de peinados.