看过了那么多古装皇帝扮相，也不知道哪一位更像真实的皇帝。
结果现在AI告诉我，陈建斌、陈道明最有帝王之相。
诶，这两位不就是皇帝专业户么？
最近，微博博主@大谷Spitzer又出新作，用AI还原了宋、明、清三朝皇帝，还从皇帝扮演者当中找到了最匹配的明星脸。
此前，他就曾给100年前的北京上色，在网上引起了不小的轰动。
赶紧来看一下吧。
陈建斌、陈道明最具帝王相
按照朝代来分，先看宋朝。
首先登场的是宋朝开国皇帝赵匡胤。
网友第一反应是，好黑啊！但毕竟是武将出身，可以理解。
随后，就在曾经演过宋太祖的演员中选出最匹配的一个。
结果，陈建斌以40.42%绝对优势占领榜首。两个皇帝放在一起，是这样的。
接下来，是宋太宗。
跟他最匹配的是邵峰，匹配度是38.01%。（嗯…虽然不咋认识，但这位小哥还是蛮叭错）
当然，也有像宋哲宗这种没有演员曾出现这个角色，那AI也会自行匹配出最适合的演员。
（据说这是宋朝最帅的皇帝，但不幸也是北宋寿命最短的）
再来看电视剧里最常见的几位皇帝。
康熙。
跟他最匹配的，则是我们比较熟悉的陈道明，匹配度达48.82%。
但有网友说，张国立老师更像。
再来看雍正。
不过，腾格尔乱入是怎么回事。（手动狗头）
还有乾隆，看来瘦长脸是祖传的吧！
跟瘦长脸专场不同的是，明朝皇帝则是清一色的国字脸。
背后的技术
那么，AI又是怎么让皇帝活灵活现的呢？
简单来说，就是从当时绘画作品中提取人脸，并进行还原，最后参考自己的脸部动态录像生成视频。
@大谷Spitzer透露了主要有四项技术。
脸部生成技术：PaddleGAN和Artbreeder
脸部动态生成：AI Studio
明星脸匹配系统：SeetaFace
PaddleGAN
PaddleGAN是飞桨旗下开源的图像生成模型库，覆盖了当前主流的GAN算法。
比如，Pix2Pix和CycleGAN采用cityscapes数据集进行风格转换，StarGAN，AttGAN和STGAN采用celeba数据集对图片进行局部或者整体的属性修改。
开发者可简单上手各类GAN任务，比如图片变换、老照片修复、动作迁移。
Artbreeder
Artbreeder是一个基于生成对抗网络（GAN）技术的在线图像生成网站。
在Artbreeder上，用户可以通过调整滑块，来创建不同风格的人像、动画。
最后，再利用飞桨的AI Studio里的技术，来进行脸部的动态生成。
至于明星脸匹配系统SeetaFace，是中科视拓研发的AI面部识别开源项目。
新版本SeetaFace6包含了一人脸识别的基本部分，如人脸检测，关键点定位，人脸识别，增加了活体检测，质量评估，年龄性别估计，口罩检测以及戴口罩的人脸识别模型。
而大谷借助网上大佬何之源的教程制作完成的。
通过比对这些皇帝扮演者的脸部特征，给出一个相似度排名，就可以找到和历史人物最接近的明星脸。
网友：四大美女安排上
看了那么多皇帝，就有网友表示：想看杨玉环！
我可太好奇她到底长什么样子了。
也有网友觉得，干脆把四大美女全都安排上。
不过，在最新视频中，还有一位古代女性，那就是富察皇后。
或许，下一次就是四大美女了。（手动狗头）
