5

爆火上热搜!AI『复活』八代帝王众生相,“渣渣龙”原来长这样???

 3 years ago
source link: https://www.leiphone.com/news/202012/tT1qYcx1Fs34zTsp.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client

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。

YbIzIjJ.png!mobile

「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。

甚至有网友称:陈道明是真康熙本熙,气势演技堪称完美。

I36rMjN.png!mobile

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

jqeamyn.png!mobile

AI脑补后的康熙帝。

MnUVVbZ.gif!mobile

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%。

Bby2m27.gif!mobile

再来看看雍正帝

Af6v2ej.png!mobile

nInym2Y.gif!mobile

看到还原后的雍正帝,你想到了谁?

uEBjmiQ.png!mobile

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

ANBFFf.png!mobile

BBBrieq.gif!mobile

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%。

ayIzIv3.gif!mobile

不过也有不少网友表示,修复后乾隆跟演员于震更像。

fM3Ifeu.jpg!mobile

富察皇后

fmuuYbI.png!mobile

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。

iQru2ye.gif!mobile

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?

bIvUNzz.jpg!mobile

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。

6ziaemJ.jpg!mobile

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。

2yMbQbI.png!mobile

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,

BFrEj2V.png!mobile

  • 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。

nUbAziE.png!mobile

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

https://www.bilibili.com/video/BV13y4y1B76V?from=search&seid=8707917894759309118

雷锋网雷锋网 (公众号:雷锋网) 雷锋网

雷锋网原创文章,未经授权禁止转载。详情见 转载须知

QVrMjqE.png!mobile


About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK