千年瞬间。他们眨眼的那一刻，仿佛历史在重演。前不久，国外博主PanagiotisConstantinou用AI还原了秦兵马俑。更神奇的是，他还让古人做出了微妙的动态表情。看，兵马俑正在对你眨眼微笑。去了兵马俑之后，大家一定会被这些真人泥塑的纪念碑所震撼。看看用AI修复的兵马俑，他们化身为有血有肉的叔叔。每个兵马俑的神态各不相同。几千年过去了，我们很难想象他们当时的样子。这位老外让这些兵马俑起死回生，跟你聊穿越千年。此前，B站UP主大谷也修复了兵马俑，让他们嘴巴动了起来。事实上，除了兵马俑，PanagiotisConstantinou还对埃及皇帝、古希腊哲学家、英国女王进行了一系列的动态修复。接下来一起来欣赏吧。穿越时空遇见著名的古罗马晚期首富马库斯·克拉苏、亚历山大大帝、英国女王克利奥帕特拉……随着这一系列的修为，国外博主也火爆入圈，备受关注很多人。修复技术那么AI修复一般是如何实现的呢？这三种技术大部分都会用到：第一个是补帧的DAIN，第二个是分辨率扩展的ESRGAN，第三个是着色的DeOldify。DAIN：深度感知视频帧插值(DAIN)模型，可通过探索深度信息显式检测遮挡。该项目开发了一个深度感知流投影层，该层优先对较近的对象进行采样以合成中间流插值视频帧。ESRGAN：ESRGAN是SRGAN的改进，主要用于视频超分辨率。与SRGAN的深层模型越来越难训练相反，更深层的ESRGAN模型可以通过简单的训练获得优异的性能。核心点是平衡视觉质量和峰值信噪比的网络插值策略。DeOldify：DeOldify使用NoGAN进行训练，这对于获得稳定且色彩丰富的图像至关重要。NoGAN训练结合了GAN（漂亮的着色）的优点，同时消除了副作用（如视频中闪烁的对象）。无论是图片还是视频，AI都能将其还原得栩栩如生，这主要得益于其强大的学习能力。这里我们简单了解一下AI修复离不开的“灵魂GAN”。还记得马和斑马相互转化的画面吗？这是GAN的应用之一。与其他经典的机器学习算法相比，GAN算法最大的创新在于它结合了生成器（Generator）和判别器（Discriminator），通过两者的相互对抗达到相互优化，最终达到“势均力敌”地位。以图像为例，判别器D经过反复训练，希望能够准确地区分哪一个是真实的数据分布，哪一个是生成器的数据分布；同时，生成器G也在不断训练，最终希望能够分辨真假。让判别器无法判断哪个是真实图像，哪个是假图像。现在越来越多的技术如AI修复、AI换脸等都离不开GAN网络。曾经困扰GAN的收敛困难等问题逐渐得到改善，并且基于GAN衍生出越来越多的技术。还有很多优秀的网络，如CycleGAN、StackGAN等，将更加逼真生动的形象一一呈现在大众面前。现在大概是“万物皆可AI”的时代吧！AI会继续给我们带来怎样的视觉惊喜，我们拭目以待~~~
