AI「復活」《延禧攻略》眾生相

十三 2020-11-20 14:08:16 來源：量子位

金磊 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI

一部《延禧攻略》，讓清朝古裝劇在國內(nèi)大火了一把。

敢愛敢恨的魏瓔珞，賢良淑德的富察皇后，深藏不漏的純妃……

人物特點各個鮮明，令人印象著實深刻。

但歷史中的她們，究竟長什么樣呢？

最近，B站一位名為Jack-Cui的Up主便利用AI技術，讓乾隆的后宮們從畫中「復活」了一把。

話不多說，現(xiàn)在就讓我們一同欣賞。

AI神還原《延禧攻略》眾生相

據(jù)這位Up主介紹，AI在「施法」前所基于的畫像，是來自清代宮廷畫師郎世寧的《心寫治平》。

當然，他對這些畫像也是做了一些「數(shù)據(jù)預處理」，專門挑了一些好看、出名的嬪妃：

有些好像得罪畫師的畫像，就不復原了……

首先登場的是純妃。

古代畫像、《延禧攻略》中的劇照長這樣。

AI修復后的純妃，是這樣的。

比起扁平的畫像，AI修復后的人像更具立體感，不僅眼睛可以眨動，腦袋也能左右晃動。

接下來是富察皇后的畫像和劇照。

AI較為逼真地還原了畫像中皇后的臉型。

而這次，修復后的畫像，嘴也能動起來「說話」。

當然，缺不了《延禧攻略》的女1號——魏瓔珞。

確實有幾分令妃在劇中的靈動感。

除此之外，Jack Cui還修復了嘉妃和舒妃這兩位后宮佳麗的音容笑貌。

「復活術」背后的黑科技

僅根據(jù)古代畫像，Jack Cui是如何讓它們變得活靈活現(xiàn)的呢？

據(jù)他介紹，此次「復活術」所用到的技術包括：

• StyleGAN2-Face-Modificator
• Artbreeder
• First-Order-Model
• DAIN

StyleGAN2-Face-Modificator

StyleGAN是英偉達在2018年發(fā)布的人臉生成模型，支持2014×1024的高清大圖生成。

并在2019年升級成為了效果更加逼真、無暇的StyleGAN2。

而StyleGAN2-Face-Modificator則是基于此，開發(fā)出來的人臉編輯工具。

Artbreeder

Artbreeder是一個在線圖像生成網(wǎng)站，基于的技術是我們所熟知的生成對抗網(wǎng)絡（GAN）。

在Artbreeder上，用戶可以通過調(diào)整滑塊，來創(chuàng)建不同風格的人像、動畫。

First-Order-Model

這項技術來自意大利特倫托大學。

一張名人照片，加上隨便一段視頻，就能讓照片里的人物分分鐘動起來。

比如輸入一段川普的視頻，原本靜止在畫面中的史塔克們，也忍不住跟著動了起來。

DAIN

DAIN是上海交通大學開發(fā)的插幀算法，能把30fps的視頻一口氣插幀到480fps，讓視頻絲滑流暢，毫無卡頓。

以「琦玉老師」為例，效果如下。

前情回顧：除了后宮佳麗，還有三位皇帝

其實早在今年8月份，Jack Cui就已經(jīng)利用類似技術，「復活」清朝三位著名的皇帝：康熙、雍正和乾隆。

比起畫像中年邁的康熙，AI修復后的樣子顯得年輕了不少。

修復出來的雍正就比較俏皮了，還學會了「拋媚眼」。

乾隆的樣子，可以說是修復出來的皇帝中，最像的一個。

然而，看完這三位皇帝后，有調(diào)皮的網(wǎng)友留言道：

最想看的還是朱元璋的帝王之相。

（那張圖請自行搜索）……

對話Jack Cui

量子位也聯(lián)系到了Jack Cui本人，進行了簡單的交流。

具有如此鮮活想法的Jack Cui，并不是學生，而是已經(jīng)步入職場。

至于職業(yè)，并無太大懸念——程序員。

在問及「為什么要選擇做修復古人畫像工作」時，他回答道：

想做一些有趣的東西，修復古人樣貌，挺有意義且好玩的一件事。

并且Jack Cui認為，業(yè)余時間做這樣的事情，對于本職工作來說，「可以一直關注一些前沿算法，保持活力」。

量子位也獲取到了他接下來的要做項目的動向，稍微劇透一下：

會出一些技術學習教程，以及軟件硬件結合的視頻。

感興趣的讀者，可以持續(xù)保持關注。

參考鏈接：
https://www.bilibili.com/video/av842816833/

StyleGAN2-Face-Modificator：
https://github.com/tg-bomze/StyleGAN2-Face-Modificator

Artbreeder：
https://artbreeder.com

First-Order-Model：
https://github.com/AliaksandrSiarohin/first-order-model

DAIN：
https://github.com/baowenbo/DAIN