雍正眼中的“宛宛类卿”：基于深度学习的人脸相似度阈值测量及其在后宫图像解释中的应用

本文尝试将流行叙事中的“宛宛类卿”转化为一个可证伪的数字史学问题，即：在雍正朝及相关清宫女性图像中，是否存在超越画院套路、礼制规范与媒材差异的稳定人脸相似性结构。研究综合清宫档案、官方馆藏图像与争议样本研究线索，构建 A/B/C/D 四级标签体系，对正式帝后像、后妃像、争议女像与泛化美人图进行分层比较。

方法上，采用 RetinaFace 进行人脸检测与对齐，以 ArcFace 为主模型、FaceNet 为距离基线，并引入 Siamese 网络处理少样本配对任务；统计上以 ROC、AUC、EER、固定 FAR 下 TAR、bootstrap 置信区间和 DeLong 检验为核心指标。结果表明，正式帝后像中保留了一定程度的身份信号，而《十二美人图》及类似泛化美人图更容易聚类为“清宫标准脸”，说明高相似度现象往往更可能反映画院同质化、礼制装束和后期修复扫描，而非直接证明帝王存在“按某张脸寻找替代品”的择偶机制。

本文认为，AI 在历史图像研究中的最大价值不是证明爱情，而是帮助研究者更快识别哪些图像值得继续翻档案。某种意义上说，算法最后确认的，不是雍正只爱一种人，而是清宫画师确实很擅长把所有人画得像一家人。