Тест, свързан с ръководство · Среден Ниво

AI в оцветяването на исторически снимки и филмов тест

Научете как моделите за оцветяване извеждат липсващи нюанси, стабилизират филмови кадри и разграничават художествената реконструкция от историческите доказателства.

Свързани ръководни пътекиAI при оцветяване на исторически снимки и филми
Въпрос 1 на 8

Защо изкуственият интелект за оцветяване трябва да „познае“ цветовете на стара снимка?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Защо изкуственият интелект за оцветяване трябва да „познае“ цветовете на стара снимка?
    • Тъй като черно-белите изображения записват само яркост, а не действителен цвят
    • Защото камерата нарочно изтри цветовете
    • Защото старият филм винаги беше боядисан в сиво
    • Тъй като цветът винаги избледнява до черен с времето
  2. In the Colorful Image Colorization paper, what does the model predict from the L channel?
    • Чист RGB с преначертани всички канали
    • Лабораторното цветово пространство, предвиждащо само цветовите канали
    • CMYK за печат
    • Само шестнадесетичен
  3. Как обикновено се обучават моделите за оцветяване?
    • Чрез ръчно рисуване на милиони изображения
    • Чрез сканиране на каталози с бои
    • Като конвертирате цветни снимки в нива на сивото и се научите да възстановявате цвета
    • Чрез копиране на цветове само от близките пиксели
  4. Каква техника популяризира DeOldify за по-правдоподобни цветове?
    • Произволно задаване на цвят
    • Ръчно рисуване кадър по кадър
    • Само черно-бяло изостряне
    • Генератор и критик в стил GAN, оценяващ реализма
  5. Какво допълнително предизвикателство добавя оцветяващият филм в сравнение с една снимка?
    • Поддържане на времева последователност, така че цветовете да не трептят между кадрите
    • Филмите нямат данни за яркост
    • Филмите винаги са цветни
    • Можете да оцветите само първия кадър
  6. Защо оцветяването с изкуствен интелект се счита за противоречиво по отношение на архивната точност?
    • Това прави файловете твърде малки
    • Цветовете са правдоподобни предположения, а не проверена историческа истина
    • Винаги оцветява всичко в лилаво
    • Изтрива оригиналната снимка за постоянно
  7. What can historical metadata contribute to a colorization project?
    • A guarantee that every predicted pixel is historically exact
    • The original color values from a grayscale scan
    • Evidence that can constrain plausible colors, such as documented uniforms or paint schemes
    • A replacement for examining the source photograph
  8. How should an archival release distinguish AI colorization from verified historical color?
    • Present it as the original color photograph
    • Remove the grayscale source from the archive
    • Call every plausible hue a verified fact
    • Label it as a colorized reconstruction and document the evidence used