AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??

坐拥“后宫佳丽三千”的皇帝到底长啥样?相信很多爱看“宫斗剧”的小伙伴都产生过这样的好奇 。“宫斗剧”历来是热播剧种,近些年陆续推出了很多经典作品,比如大热的《宫》《步步惊心》《甄嬛传》《延禧攻略》等,其中皇帝的扮演者,如陈建斌、霍建华、聂远、陈道明、吴奇隆等演员给观众留下了深刻的印象 。

AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片

甚至有网友称:陈道明是真康熙本熙,气势演技堪称完美 。

AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片

不过谁的扮相最为经典,相信你一定有不同的看法,AI也一样 。
最近,凭借修复老北京影像火爆全网的硬核Up主大谷@Spitzer,再次借助人工智能技术修复了历代皇帝的人物画像 。不仅让八位皇帝的相貌活灵活现地展现在我们面前,而且还加入人脸识别用能,用AI匹配了最佳扮相的明星脸.......
昨晚这条视频一发布便冲上了微博热搜,目前全网转发浏览量已近千万,那么#人工智能还原的明清皇帝#到底长啥样?
我们一起来欣赏下~
AI『复活』帝王相貌
康熙帝画像

AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片

AI脑补后的康熙帝 。

AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片

在陈道明、刘德华、张国立、焦晃等经典演员扮相中,陈道明最高,达到了48.82%,刘天王最低只有16.49% 。

AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片

再来看看雍正帝

AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片


AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片

看到还原后的雍正帝,你想到了谁?

AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片

AI想到了张丰毅,他的相似度最高达到了39.57% 。其次陈佳斌(28.98%)、唐国强 (20.30%)、吴奇隆(5.51%) 。
乾隆帝画像

AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片


AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片

被网友们吐槽为“渣渣龙”、“大猪蹄子”的乾隆,被AI复原后果然还是最帅 。
AI认为这张帅气的脸与张国立老师最为相似,占到了27.34%,而《延禧攻略》里的扮演者聂远仅有13.37% 。

AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片

不过也有不少网友表示,修复后乾隆跟演员于震更像 。

AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片

富察皇后

AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片

勤俭持家额富察皇后,是乾隆帝的一生挚爱,37岁去世后,乾隆对她的悼念持续了一生 。

AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片

有网友表示,AI修复后的富察皇后很美很温柔,有点像倪妮,你觉得呢?

AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片

除了以上几位皇帝和皇后,大谷还修复了朱棣(永乐帝)、朱高炽、朱祁镇、朱由检(崇祯帝)等几位明朝皇帝 。
如果想看老朱家帝王是不是传说中的鞋拔子脸可以戳下方完整视频~
『复活』背后的AI原理
这不是大谷第一次用AI技术修复古代帝王画像,之前他还曾修复过宋代皇帝的相貌,也加入了人脸识别功能 。

AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片

大谷Spitzer的微博_微博 (weibo.com)
这些修复作品采用的AI技术基本一致 。
根据UP主大谷的介绍,这次使用到的脸部生成技术是PaddleGAN和Artbreeder,同时用AI Studio 生成了脸部动态 。
提到面部图像生成,我们必然会想到生成式对抗网络GAN 。GAN近年来被广泛应用于无监督学习任务以及生成任务中,它通过让两个神经网络相互博弈的方法,常用于生成以假乱真的图片、影片、三维物体模型等 。
PaddleGAN是基于百度深度学习框架PaddlePaddle开源的一个图像生成模型库,该库提供了七种简单易上手,可一键运行的GAN模型,包括:

  • CGAN:条件生成对抗网络,一种带条件约束的GAN,使用额外信息对模型增加条件,可以指导数据生成过程 。
  • DCGAN:深度卷积生成对抗网络,将GAN和卷积网络结合起来,利用卷积神经网络作为网络结构进行图像生成,可以得到更加丰富的层次表达 。
  • Pix2Pix:利用成对的图片进行图像翻译,即输入为同一张图片的两种不同风格,可用于进行风格迁移 。
  • CycleGAN:可以利用非成对的图片进行图像翻译,即输入为两种不同风格的不同图片,自动进行风格转换 。
  • StarGAN:多领域属性迁移,引入辅助分类帮助单个判别器判断多个属性,可用于人脸属性转换 。
  • AttGAN:利用分类损失和重构损失来保证改变特定的属性,可用于人脸特定属性转换 。
  • STGAN:由百度和哈工大联合研发,在原有的ATTGAN基础上,引入GRU结构,更好的选择变化的属性,可用于人脸特定属性转换 。
另外,Artbreeder是一款爆火的图像自动生成网站,可以在线随机生成头像、专辑封面、风景图片以及二次元头像 。

AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片

https://artbreeder.com
Artbreeder支持自己上传图像,通过选定两个或多个图片可融合成新的图片内容或风格,同时也可以在此基础上生成全新的图像 。
在脸部的动态效果方面,大谷采用的AI Studio是百度公司的一站式开发平台 。AI Studio是一个囊括了 AI 教程、代码环境、算法算力、数据集,并提供免费的在线云计算的一体化编程环境 。
如何使用以上技术复原皇帝相貌,大谷并未给出详细说明,不过有关PaddleGAN、AI Studio的使用方法及功能相关链接已经进行了详细介绍,感兴趣的朋友可以到文末获取连接 。
此外,大谷还使用了中科院研发的AI面部识别开源项目SeetaFace来制作完成明星脸匹配系统,它通过对比这些皇帝扮演者演员的脸部特征形成一个相似度排名,从而找到和历史人物最接近的明星脸 。
SeetaFace2 已在GitHub开源,并收割了1.7k星标 。它是一个完整的人脸识别项目,其中包括了人脸检测模块 FaceDetector、面部关键点定位模块 FaceLandmarker 以及人脸特征提取与比对模块 FaceRecognizer 。其中,

AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片

  • FaceDetector:采用级联CNN,在100个误检情况下,FDDB上召回率达到92% 。
  • FaceLandmarker:采用FEC-CNN,在300-W测试下平均定位误差仅为0.069 。
  • FaceRecognizer:在ResNet50(残差网络)下,识别通过N+1场景,1000人底库首选识别率超过98% 。
SeetaFace2采用标准C ++开发,全部模块均不依赖任何第三方库,支持x86架构(Windows,Linux)和ARM架构(Android) 。此外,在上层应用方面,SeetaFace2支持但不限于人脸门禁,人脸检索、动态识别、无感考勤,身份验证等 。
One More Thing
最后大谷强调,这些AI看着皇帝画像自行脑补的人脸,不代表真实的历史形象 。
另外,画师在为皇帝作画时也肯定进行过一定程度的艺术处理,所以历史上的皇帝是否真长这个样子,我们犹未可知 。
不过这并不妨碍AI的动态修复为我们带来的新奇感受 。不少网友表示,已经迫不及待地想看『复活』后的四大美女、唐宋诗人、岳飞吕布项羽了 。

AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??
文章图片

而大谷本人也给出了回应,期待他接下来的AI创作~
引用链接:
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
【AI|AI“复活”八代帝王众生相 “渣渣龙”原来长这样??】https://www.bilibili.com/video/BV13y4y1B76V?from=search&seid=8707917894759309118

    推荐阅读