来源：b站
编辑：雅新、白峰
AI 复活「历史人物系」来一波 ！
兵马俑、杜甫、朱元璋、林黛玉都来凑热闹了。
还记得 AI 复原的 100 年前老北京和上海时装秀的原声录像吗？近日，B站 up 主 @大谷 Spitzer 再次用 AI「画笔」复原了尘封多年的历史。
杜甫「天眼」一开，没有吟诗，而是唱起了奥特曼主题曲《奇迹再现》，还挺有节奏。
杜甫抖起来，真没年轻人什么事了。
黎明悄悄划过天边，就像阳光穿过黑夜。
秦始皇兵马俑被誉为世界第八大奇迹。每个兵马俑的表情都是千奇百态，几千年过去了，我们很难想象出他们在秦朝的样子。
今天，大谷让这些兵俑重新焕发了生机，穿越前年来和你对话。
去过兵马俑后，大家都会对这些泥塑真人古迹的感到震撼。再看用 AI 复原后的兵马俑，竟变成了有血有肉的大叔。
明朝开国皇帝朱元璋复原后这一傲娇的表情，我瞬间收藏了。
网友表示，明太祖真是「英气逼人」。
天生抑郁体制的林黛玉图像复原后，让人瞬间眼前一亮。柳叶眉，樱桃唇，鹅蛋脸，一颦一笑，让人心生欢喜。
还有蒋兆和老先生的水墨画《老伴》，老爷爷和老奶奶的对话场景活灵活现。
AI 复原《于阗歌舞图》，新疆的菇凉就是美！
这些活灵活现的人物究竟是如何复活的？
大谷很热心地分享了自己用到的 AI 模型，全是开源的 GitHub 项目。
只要沉下心来研究大谷的教程，你也能让杜甫舞动起来。
风格转换第一步
ArtBreeder 的是一个在线工具，可以让用户使用生成对抗性网络(GAN)来操纵人物肖像和风景。要做的很简单，登录 ArtBreeder 网站，输入自己想要风格化的图像，使用滑块进行调整就能完成，十分方便。
徐悲鸿经风格调整后的图像
如果想要特定风格的，就需要 StyleGAN 了，StyleGAN2 是 StyleGAN 的升级版，可以更加精细的进行风格迁移。
StyleGAN2 重新定义了无条件图像建模，无论是在现有的分布质量指标还是感知图像质量方面都达到了 SOTA。StyleGAN2 对上一代的 StyleGAN 方法进行了改进，并对模型结构和训练方法进行了调整，让图像的生成质量更好。
StyleGAN2 训练的速度更快，新生成的图像受伪影的影响更小，多图像的混搭风格更好，插值更加平滑，因此看起来过渡比较平滑。
First-Order-Model，让静态人物动起来
得到特定风格的图片之后，如何让静态的人物动起来？
大谷使用了一个基于 First-Order-Model 的动态转换模型，该模型只需要输入一个动态视频和杜甫的静态图片，就可以让杜甫模仿出视频中人物的动作。
这个模型可以根据驱动视频的运动，对源图像中的对象进行动画处理，以生成视频序列，而无需使用任何注释或有关特定对象的先验信息。
模型采用自监督的方法将外观和运动信息分离，使用了视频中对象的关键点及其局部仿射变换进行特征表示。
First-Order-Model 模型由两个主要模块组成：运动估计模块和图像生成模块。运动估计模块的目的是预测密集的运动场。我们假设存在一个抽象的参考框架，然后独立地估计了两种转换：从参考到源以及从参考到驱动，这样的设计使模型能够独立处理源帧和驱动帧。
视频不清晰不连贯？插帧、超分辨率一键搞定
模型直接生成的视频可能在动作不够连贯，这时就需要一个视频插帧的步骤，让动态图像显得更自然，大谷同样采用了一个开源视频帧插值模型 DAIN。
DAIN 的全称是深度感知视频帧插值，模型通过探索深度信息来显式地检测遮挡。该项目开发了一个深度感知流动投影层，优选取样更近的物体，以合成中间流插补视频帧。
此前在另一个视频中，大谷还使用了一个超分辨率工具 ESRGAN。
当 First-Order-Model 生成的视频分辨率低，而 DAIN 插值后效果又不好，就可以考虑使用 ESRGAN 加一个超分辨率的后处理。
ESRGAN：ESRGAN 改进自 SRGAN ，主要用来做视频超分辨率。与 SRGAN 的深层模型越来越难以训练相反，更深层次的 ESRGAN 模型通过简单的训练就能达到卓越的性能，核心点在于平衡视觉质量和峰值信噪比的网络插值策略。
大谷老师的B站粉丝数已经将近 9 万了，如果你也想成为一个超人气 AI 明星，赶紧捡起你的 Python 吧！