矛盾的数字

这些面是“ambigrams”：既倒闭和右侧易读的图像。使用机器学习系统创建，它们可能以任何方向显示。在这个项目中，在高分辨率中产生了55个这样的矛盾面的集合，并印刷为扑克大小牌的限量版甲板。

在甲板的文本中伴随着包装，鼓励本艺术品的收藏家与这些卡片制定自己的活动：

给出所描绘的名字。为他们的二元性的每一半写下个人座右铭或墓志铭。

选择九张卡的组，并根据九个对齐组织它们（混乱中性，合法邪恶等）。

一些最着名的矛盾面是“颠倒图片”（DôkeJôgeminozu，「「化上下见ノ図「1861）由Edo Illustrator Utagawa Yoshitora（Active 1836-1887）和一系列“可逆面“（1931年），由英国艺术家，Reginald John”雷克斯“惠斯勒（1905-1944）发布。感兴趣的读者在George Tscherny的2004年的预订，“改变面孔”和Al Seckel的2006年“监督”中提到了其他示例：Topsy-Turvy Fintorions“。

L-R：匿名瑞士绘画（18日）;匿名英语绘画（19th C.）; Utagawa Yoshitora颠倒图片（1861）

在十八世纪和十九世纪，二价面对幻想往往用于描绘简单的二元，如年轻，邪恶或幸福的诅咒。非鸟本数字甲板的面孔反映了更暗，更不确定的时间的道德模糊，标志着生态危机，错误信息，绝对主义主义，父权制的威权，以及政治的社会动荡划分为自己。

我们初步尝试实施矛盾的数字旨在开发自定义生成的对抗性网络（GAN）。这个GaN基于介绍性MNIST GaN，并从大约200个手部脸部图像上从头开始培训。 GaN被算法修改以生成在两个方向上看起来可信的面。特别是，GaN＆＃39; S鉴别器评估了发电机的输出颠倒和右侧侧面，并产生了一个函数的分数。不幸的是，这种技术的结果是低分辨率，由伪像困扰，并且未能收敛良好。

最终，我们的矛盾图与风格的生成对抗网络合成，使用来自Flickr-Faces-HQ数据集（FFHQ）的预先训练的权重合成，并使用Waifu2x超分辨率库增强。

我们的工作使用Stylegan2＆＃34;投影＆＃34;技术，其中GaN试图在其潜在空间中找到给定的面部，从位于原点的“通用”“中性”面上开始搜索。我们将STYLEGAN倒置面为一个查询 - 并且投影仪尝试最好地找到它，但永远无法满足完美的匹配，因为它只在专门的右侧侧面培训。简而言之，GaN投影机在潜在空间（或＆＃34;可变的歧管＆＃34;）右侧面孔的倒置面。通过斗争使用右侧侧面斗争，甘甘趋势倾向于收敛在可以看出两种方式的脸上。

在Covid -19春季2020流行病的Covid-19大流行期间，由Golan Levin和Lingong Huang在Frank-Ratchye Studio的弗兰瓦尔·莱茵渡一室公寓开发了矛盾的数字。

该项目部分通过来自NVIDIA CORPORATION的支持和A2P CURTORALIVER来实现，由Casey REAR等人提供。用处理，为艺术的开源工具包生成卡片的动画GIF和反向侧。

非菱形图形图像，卡片甲板和为该项目开发的其他媒体呈现在创造性的公共归因 - 非商业 - Sharealike 4.0国际许可（CC By-NC-SA 4.0）下呈现。

我们承认我们对炼金术影响我们的机器的个人的债务＆＃39;幻觉。没有识别实际的人，或者应该被推断出来，以及与实际人士，生活或死者的任何相似性纯粹是巧合的。

额外感谢：Kyle McDonald，Claire Hentschker，Omer Shapira，Mikael Christensen，Roadrunner01（@ AK92501），Tero Karras等人。 （NVLABS），C. Nagadomi，NIST，Casty Rear，Imin Yeh，Andrea Boykowycz，以及Carnegie Mellon University的Creative询问的弗兰克拉韦省的工作人员。 亚历克斯，弗拉德（Merzmensch）。 Stylegan2投影：图像取证的可靠方法？ 散落到2020年1月15日。https：//towardsdatascience.com/stylegan2-proight-a-relize-method-for-image- forensics-700922579236