0
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。
甚至有网友称：陈道明是真康熙本熙，气势演技堪称完美。
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~
康熙帝画像
AI脑补后的康熙帝。
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%。
再来看看雍正帝
看到还原后的雍正帝，你想到了谁？
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
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%。
不过也有不少网友表示，修复后乾隆跟演员于震更像。
富察皇后
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。
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？
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~
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。
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。
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，
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。
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。
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
雷锋网雷锋网雷锋网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
