來源：b站

　　編輯：雅新、白峰

　　AI 復活「歷史人物系」來一波 ！

　　兵馬俑、杜甫、朱元璋、林黛玉都來湊熱鬧了。

　　還記得 AI 復原的 100 年前老北京和上海時裝秀的原聲錄像嗎？近日，B站 up 主 @大谷 Spitzer 再次用 AI「畫筆」復原了塵封多年的歷史。

　　杜甫「天眼」一開，沒有吟詩，而是唱起了奧特曼主題曲《奇跡再現》，還挺有節奏。

　　杜甫抖起來，真沒年輕人什么事了。

　　黎明悄悄劃過天邊，就像陽光穿過黑夜。

　　秦始皇兵馬俑被譽為世界第八大奇跡。每個兵馬俑的表情都是千奇百態，幾千年過去了，我們很難想象出他們在秦朝的樣子。

　　今天，大谷讓這些兵俑重新煥發了生機，穿越前年來和你對話。

　　去過兵馬俑后，大家都會對這些泥塑真人古跡的感到震撼。再看用 AI 復原后的兵馬俑，竟變成了有血有肉的大叔。

　　明朝開國皇帝朱元璋復原后這一傲嬌的表情，我瞬間收藏了。

　　網友表示，明太祖真是「英氣逼人」。

　　天生抑郁體制的林黛玉圖像復原后，讓人瞬間眼前一亮。柳葉眉，櫻桃唇，鵝蛋臉，一顰一笑，讓人心生歡喜。

　　還有蔣兆和老先生的水墨畫《老伴》，老爺爺和老奶奶的對話場景活靈活現。

　　AI 復原《于闐歌舞圖》，新疆的菇涼就是美！

　　這些活靈活現的人物究竟是如何復活的？

　　大谷很熱心地分享了自己用到的 AI 模型，全是開源的 GitHub 項目。

　　只要沉下心來研究大谷的教程，你也能讓杜甫舞動起來。

　　風格轉換第一步

　　ArtBreeder 的是一個在線工具，可以讓用戶使用生成對抗性網絡(GAN)來操縱人物肖像和風景。要做的很簡單，登錄 ArtBreeder 網站，輸入自己想要風格化的圖像，使用滑塊進行調整就能完成，十分方便。

　　徐悲鴻經風格調整后的圖像

　　如果想要特定風格的，就需要 StyleGAN 了，StyleGAN2 是 StyleGAN 的升級版，可以更加精細的進行風格遷移。

　　StyleGAN2 重新定義了無條件圖像建模，無論是在現有的分布質量指標還是感知圖像質量方面都達到了 SOTA。StyleGAN2 對上一代的 StyleGAN 方法進行了改進，并對模型結構和訓練方法進行了調整，讓圖像的生成質量更好。

　　StyleGAN2 訓練的速度更快，新生成的圖像受偽影的影響更小，多圖像的混搭風格更好，插值更加平滑，因此看起來過渡比較平滑。

　　First-Order-Model，讓靜態人物動起來

　　得到特定風格的圖片之后，如何讓靜態的人物動起來？

　　大谷使用了一個基于 First-Order-Model 的動態轉換模型，該模型只需要輸入一個動態視頻和杜甫的靜態圖片，就可以讓杜甫模仿出視頻中人物的動作。

　　這個模型可以根據驅動視頻的運動，對源圖像中的對象進行動畫處理，以生成視頻序列，而無需使用任何注釋或有關特定對象的先驗信息。

　　模型采用自監督的方法將外觀和運動信息分離，使用了視頻中對象的關鍵點及其局部仿射變換進行特征表示。

　　First-Order-Model 模型由兩個主要模塊組成：運動估計模塊和圖像生成模塊。運動估計模塊的目的是預測密集的運動場。我們假設存在一個抽象的參考框架，然后獨立地估計了兩種轉換：從參考到源以及從參考到驅動，這樣的設計使模型能夠獨立處理源幀和驅動幀。

　　視頻不清晰不連貫？插幀、超分辨率一鍵搞定

　　模型直接生成的視頻可能在動作不夠連貫，這時就需要一個視頻插幀的步驟，讓動態圖像顯得更自然，大谷同樣采用了一個開源視頻幀插值模型 DAIN。

　　DAIN 的全稱是深度感知視頻幀插值，模型通過探索深度信息來顯式地檢測遮擋。該項目開發了一個深度感知流動投影層，優選取樣更近的物體，以合成中間流插補視頻幀。

　　此前在另一個視頻中，大谷還使用了一個超分辨率工具 ESRGAN。

　　當 First-Order-Model 生成的視頻分辨率低，而 DAIN 插值后效果又不好，就可以考慮使用 ESRGAN 加一個超分辨率的后處理。

　　ESRGAN：ESRGAN 改進自 SRGAN ，主要用來做視頻超分辨率。與 SRGAN 的深層模型越來越難以訓練相反，更深層次的 ESRGAN 模型通過簡單的訓練就能達到卓越的性能，核心點在于平衡視覺質量和峰值信噪比的網絡插值策略。

　　大谷老師的B站粉絲數已經將近 9 萬了，如果你也想成為一個超人氣 AI 明星，趕緊撿起你的 Python 吧！

總結

以上是生活随笔為你收集整理的大谷新作！AI还原「王之霸气」朱元璋，杜甫倾情献唱奥特曼主题曲的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。