【3d还原清代妃子】皇帝的嫔妃长什么样？AI复原《延禧攻略》真实历史人物

文|学术头条

清宫题材一直是电视剧行业的宠儿，近年来出现了《甄嬛传》 《如懿传》 《延禧攻略》等诸多热门单品。

而另一波吃瓜群众却陷入了沉思，历史上清朝后宫中各位嫔妃真的是如此美貌吗？留存下来的画像或许能告诉我们，她们究竟有多美。

心动不如行动，近日 B 站 UP 主 Jack-Cui 就利用 AI 技术还原了乾隆及其五位嫔妃的样貌，并对比了《延禧攻略》的剧照作参考。很多人期待的 “白月光” 富察容音、“硬核少女” 璎珞姑娘都在其中。原图画像来自清代宫廷画师郎世宁的《心写治平》。

接下来，就带大家看看画像上的乾隆和嫔妃们 “动” 起来是什么样的。

动起来的乾隆和他的嫔妃们

（嫔妃排名不分先后，“渣渣龙”必须放在首位。讲道理，每个人都好美啊！！）

乾隆

纯惠皇贵妃

孝贤纯皇后

淑嘉皇贵妃

孝仪纯皇后

清高宗舒妃

掌握这三种 AI 技术，你也可以

据了解，此次制作的灵感来源于海外大神 Denis Shiryaev 的 AI stuff 教程，Jack-Cui 在其基础上经过多次试验修改后实现了照片复原并动起来的效果。该效果用到的深度学习算法分别为：StyleGAN 2、DAIN 、First Order Model。

StyleGAN 算法由 NVIDIA 开发，可以生成逼真的、但不存在与这个世界的人物肖像，也就是利用 AI 产生虚假视觉效果的能力。

此前，一名 Uber 工程师利用这个算法开发了一个人物肖像随机生成网站（奉上网址：），每次刷新这个网站，就会从头开始生成新的人脸图像。你可以在这个网站中找到各种各样、现实不存在的脸，比如网红脸、黄种人脸、混血人脸等。

此外，还可以利用这种技术生成新字体，制造二次元老婆，当然用它来吸电子猫的也大有人在。

在默认情况下，SyleGAN 训练一张 1024×1024 分辨率的图片，需要使用 8 块 GPU 训练接近一个星期的时间，研究人员在说明文档中告知所有使用者：使用较少 GPU 可能无法达到最佳效果。他们还列出了使用 NVIDIA Tesla V100 GPU 对不同分辨率的图像进行训练所需的时间以供参考。

StyleGAN 2 在原版的基础上进行了升级，重点修复 artifacts 问题，并进一步提高了生成图像的质量。

另一个算法 DAIN（Depth-Aware video frame Interpolation，插帧算法）则由上海交大的团队开发，比之前 NVIDIA 的算法效果更清晰、帧率更高，可以把 30fps 进一步插帧到 480fps，这已经超过了很多手机的慢动作录像帧率。

通过这个算法完成的视频，即使将视频慢放 8 倍也不会觉得卡顿，大大提高了视频的流畅度。

而 First Order Motion 模型来自 NeurIPS 2019 论文 “First Order Motion Model for Image Animation”，最初的目的是让 “静态图片” 动起来。经过一段时间的发展，它甚至可以让照片里的人物复活，为你演唱一首歌曲。

根据作者介绍，这个模型可以轻易地让 “权游” 中的人物模仿特朗普进行讲话，还可以让静态的马跑起来，另外还可以完成模特的 “一键换装”。

前一阵火爆全网的特朗普和蒙拉丽莎唱《Unravel》就是利用了这个技术（配乐请自行脑补）。

技术从来都是一把双刃剑，AI 也不例外。在 AI 的整个发展历程中，我们发现 AI 掌握了越来越多不断超出我们想象的新 “技能”，一方面为我们的生活和工作带来了诸多便利和乐趣，另一方面也带来了很大的安全隐患，为不法分子带来了可乘之机。技术本身是中性的，是好是坏取决于使用它的人，我们希望它可以被正确、合理地被利用。

附上UP 主 Github 开源项目地址：

参考资料：

;utm_campaign=repo