0
| 本文作者： 貝爽 | 2020-12-08 17:38 |
坐擁“后宮佳麗三千”的皇帝到底長(zhǎng)啥樣？
相信很多愛(ài)看「宮斗劇」的小伙伴都產(chǎn)生過(guò)這樣的好奇。
「宮斗劇」歷來(lái)是熱播劇種，近些年陸續(xù)推出了很多經(jīng)典作品，比如大熱的《宮》《步步驚心》《甄嬛傳》《延禧攻略》等，其中皇帝的扮演者，如陳建斌、霍建華、聶遠(yuǎn)、陳道明、吳奇隆等演員給觀眾留下了深刻的印象。
甚至有網(wǎng)友稱：陳道明是真康熙本熙，氣勢(shì)演技堪稱完美。
不過(guò)誰(shuí)的扮相最為經(jīng)典，相信你一定有不同的看法，AI也一樣。
最近，憑借修復(fù)老北京影像火爆全網(wǎng)的硬核Up主大谷@Spitzer，再次借助人工智能技術(shù)修復(fù)了歷代皇帝的人物畫(huà)像。不僅讓八位皇帝的相貌活靈活現(xiàn)地展現(xiàn)在我們面前，而且還加入人臉識(shí)別用能，用AI匹配了最佳扮相的明星臉.......
昨晚這條視頻一發(fā)布便沖上了微博熱搜，目前全網(wǎng)轉(zhuǎn)發(fā)瀏覽量已近千萬(wàn)，那么#人工智能還原的明清皇帝#到底長(zhǎng)啥樣？
我們一起來(lái)欣賞下~
康熙帝畫(huà)像
AI腦補(bǔ)后的康熙帝。
在陳道明、劉德華、張國(guó)立、焦晃等經(jīng)典演員扮相中，陳道明最高，達(dá)到了48.82%，劉天王最低只有16.49%。
再來(lái)看看雍正帝
看到還原后的雍正帝，你想到了誰(shuí)？
AI想到了張豐毅，他的相似度最高達(dá)到了39.57%。其次陳佳斌（28.98%）、唐國(guó)強(qiáng) （20.30%）、吳奇隆（5.51%）。
乾隆帝畫(huà)像
被網(wǎng)友們吐槽為“渣渣龍”、“大豬蹄子”的乾隆，被AI復(fù)原后果然還是最帥。
AI認(rèn)為這張帥氣的臉與張國(guó)立老師最為相似，占到了27.34%，而《延禧攻略》里的扮演者聶遠(yuǎn)僅有13.37%。
不過(guò)也有不少網(wǎng)友表示，修復(fù)后乾隆跟演員于震更像。
富察皇后
勤儉持家額富察皇后，是乾隆帝的一生摯愛(ài)，37歲去世后，乾隆對(duì)她的悼念持續(xù)了一生。
有網(wǎng)友表示，AI修復(fù)后的富察皇后很美很溫柔，有點(diǎn)像倪妮，你覺(jué)得呢？
除了以上幾位皇帝和皇后，大谷還修復(fù)了朱棣（永樂(lè)帝）、朱高熾、朱祁鎮(zhèn)、朱由檢（崇禎帝）等幾位明朝皇帝。
如果想看老朱家帝王是不是傳說(shuō)中的鞋拔子臉可以戳下方完整視頻~
這不是大谷第一次用AI技術(shù)修復(fù)古代帝王畫(huà)像，之前他還曾修復(fù)過(guò)宋代皇帝的相貌，也加入了人臉識(shí)別功能。
大谷Spitzer的微博_微博 (weibo.com)
這些修復(fù)作品采用的AI技術(shù)基本一致。
根據(jù)UP主大谷的介紹，這次使用到的臉部生成技術(shù)是PaddleGAN和Artbreeder，同時(shí)用AI Studio 生成了臉部動(dòng)態(tài)。
提到面部圖像生成，我們必然會(huì)想到生成式對(duì)抗網(wǎng)絡(luò)GAN。GAN近年來(lái)被廣泛應(yīng)用于無(wú)監(jiān)督學(xué)習(xí)任務(wù)以及生成任務(wù)中，它通過(guò)讓兩個(gè)神經(jīng)網(wǎng)絡(luò)相互博弈的方法，常用于生成以假亂真的圖片、影片、三維物體模型等。
PaddleGAN是基于百度深度學(xué)習(xí)框架PaddlePaddle開(kāi)源的一個(gè)圖像生成模型庫(kù)，該庫(kù)提供了七種簡(jiǎn)單易上手，可一鍵運(yùn)行的GAN模型，包括：
CGAN：條件生成對(duì)抗網(wǎng)絡(luò)，一種帶條件約束的GAN，使用額外信息對(duì)模型增加條件，可以指導(dǎo)數(shù)據(jù)生成過(guò)程。
DCGAN：深度卷積生成對(duì)抗網(wǎng)絡(luò)，將GAN和卷積網(wǎng)絡(luò)結(jié)合起來(lái)，利用卷積神經(jīng)網(wǎng)絡(luò)作為網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行圖像生成，可以得到更加豐富的層次表達(dá)。
Pix2Pix：利用成對(duì)的圖片進(jìn)行圖像翻譯，即輸入為同一張圖片的兩種不同風(fēng)格，可用于進(jìn)行風(fēng)格遷移。
CycleGAN：可以利用非成對(duì)的圖片進(jìn)行圖像翻譯，即輸入為兩種不同風(fēng)格的不同圖片，自動(dòng)進(jìn)行風(fēng)格轉(zhuǎn)換。
StarGAN：多領(lǐng)域?qū)傩赃w移，引入輔助分類幫助單個(gè)判別器判斷多個(gè)屬性，可用于人臉屬性轉(zhuǎn)換。
AttGAN：利用分類損失和重構(gòu)損失來(lái)保證改變特定的屬性，可用于人臉特定屬性轉(zhuǎn)換。
STGAN：由百度和哈工大聯(lián)合研發(fā)，在原有的ATTGAN基礎(chǔ)上，引入GRU結(jié)構(gòu)，更好的選擇變化的屬性，可用于人臉特定屬性轉(zhuǎn)換。
另外，Artbreeder是一款爆火的圖像自動(dòng)生成網(wǎng)站，可以在線隨機(jī)生成頭像、專輯封面、風(fēng)景圖片以及二次元頭像。
https://artbreeder.com
Artbreeder支持自己上傳圖像，通過(guò)選定兩個(gè)或多個(gè)圖片可融合成新的圖片內(nèi)容或風(fēng)格，同時(shí)也可以在此基礎(chǔ)上生成全新的圖像。
在臉部的動(dòng)態(tài)效果方面，大谷采用的AI Studio是百度公司的一站式開(kāi)發(fā)平臺(tái)。AI Studio是一個(gè)囊括了 AI 教程、代碼環(huán)境、算法算力、數(shù)據(jù)集，并提供免費(fèi)的在線云計(jì)算的一體化編程環(huán)境。
如何使用以上技術(shù)復(fù)原皇帝相貌，大谷并未給出詳細(xì)說(shuō)明，不過(guò)有關(guān)PaddleGAN、AI Studio的使用方法及功能相關(guān)鏈接已經(jīng)進(jìn)行了詳細(xì)介紹，感興趣的朋友可以到文末獲取連接。
此外，大谷還使用了中科院研發(fā)的AI面部識(shí)別開(kāi)源項(xiàng)目SeetaFace來(lái)制作完成明星臉匹配系統(tǒng)，它通過(guò)對(duì)比這些皇帝扮演者演員的臉部特征形成一個(gè)相似度排名，從而找到和歷史人物最接近的明星臉。
SeetaFace2 已在GitHub開(kāi)源，并收割了1.7k星標(biāo)。它是一個(gè)完整的人臉識(shí)別項(xiàng)目，其中包括了人臉檢測(cè)模塊 FaceDetector、面部關(guān)鍵點(diǎn)定位模塊 FaceLandmarker 以及人臉特征提取與比對(duì)模塊 FaceRecognizer。其中，
FaceDetector：采用級(jí)聯(lián)CNN，在100個(gè)誤檢情況下，F(xiàn)DDB上召回率達(dá)到92％。
FaceLandmarker：采用FEC-CNN，在300-W測(cè)試下平均定位誤差僅為0.069。
FaceRecognizer：在ResNet50（殘差網(wǎng)絡(luò)）下，識(shí)別通過(guò)N+1場(chǎng)景，1000人底庫(kù)首選識(shí)別率超過(guò)98%。
SeetaFace2采用標(biāo)準(zhǔn)C ++開(kāi)發(fā)，全部模塊均不依賴任何第三方庫(kù)，支持x86架構(gòu)（Windows，Linux）和ARM架構(gòu)（Android）。此外，在上層應(yīng)用方面，SeetaFace2支持但不限于人臉門(mén)禁，人臉檢索、動(dòng)態(tài)識(shí)別、無(wú)感考勤，身份驗(yàn)證等。
最后大谷強(qiáng)調(diào)，這些AI看著皇帝畫(huà)像自行腦補(bǔ)的人臉，不代表真實(shí)的歷史形象。
另外，畫(huà)師在為皇帝作畫(huà)時(shí)也肯定進(jìn)行過(guò)一定程度的藝術(shù)處理，所以歷史上的皇帝是否真長(zhǎng)這個(gè)樣子，我們猶未可知。
不過(guò)這并不妨礙AI的動(dòng)態(tài)修復(fù)為我們帶來(lái)的新奇感受。不少網(wǎng)友表示，已經(jīng)迫不及待地想看『復(fù)活』后的四大美女、唐宋詩(shī)人、岳飛呂布項(xiàng)羽了。
而大谷本人也給出了回應(yīng)，期待他接下來(lái)的AI創(chuàng)作~
引用鏈接：
PaddleGAN：https://github.com/PaddlePaddle/models/tree/v1.5.1/PaddleCV/PaddleGAN
AI Studio：https://aistudio.baidu.com/aistudio/index
SeetaFace2：https://github.com/seetafaceengine/SeetaFace2
https://www.bilibili.com/video/BV13y4y1B76V?from=search&seid=8707917894759309118
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
