放大诡异感
计算机视觉与模式识别
2020-11-16 v3 机器学习
图像与视频处理
摘要
深度神经网络在生成逼真的deepfake（深度伪造）图像方面已变得异常出色，这些人物图像（对未经训练的眼睛而言）与真实图像难以区分。deepfake由学习区分真实与伪造图像并被优化以生成系统判定为逼真样本的算法所产生。本文及由此创作的一系列艺术作品《Being Foiled》探索了反转该过程的美学结果，转而优化系统以生成其预测为伪造的图像。这最大化了数据的不可能性，进而放大了这些机器幻觉的诡异本质。
引用
@article{arxiv.2002.06890,
title = {Amplifying The Uncanny},
author = {Terence Broad and Frederic Fol Leymarie and Mick Grierson},
journal= {arXiv preprint arXiv:2002.06890},
year = {2020}
}