Kvíz spojený s průvodcem · Střední úroveň

Kvíz o barvení obrázků

Zkontroluje, proč je kolorizace nejednoznačná, vstupní/výstupní kanály Lab, klasifikace přes barevné zásobníky a naučené předchozí obrázky.

Související vodicí cestyKolorování obrazu
Otázka 1 z 8

Proč je kolorování obrazu považováno za „špatně položený“ problém?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Proč je kolorování obrazu považováno za „špatně položený“ problém?
    • Jedna hodnota ve stupních šedi může odpovídat mnoha různým reálným barvám
    • Obrázky ve stupních šedi neobsahují vůbec žádné použitelné informace
    • Barevné obrázky jsou příliš velké na zpracování
    • Fotoaparáty již nemohou zaznamenávat stupně šedi
  2. Co v populárním přístupu k barevnému prostoru Lab přijímá síť jako vstup?
    • Celý RGB obraz
    • Pouze kanál L (světlost).
    • Pouze červený kanál
    • Hloubková mapa scény
  3. Proč Zhang a spol. predikce barvy snímku jako klasifikace nad barevnými 'biny' spíše než přímou regresí?
    • Protože klasifikace je to jediné, co neuronové sítě umí
    • Aby byly obrázky menší
    • Abyste se vyhnuli zprůměrování platných barev do matných, desaturovaných výsledků
    • Chcete-li odstranit potřebu tréninkových dat
  4. Jak se modely naučí, jaké barvy by předměty měly mít, aniž by jim to někdo řekl?
    • Jsou ručně naprogramovány se seznamem barev každého objektu
    • Pokaždé hádají náhodně
    • Čtou barevná metadata uložená v souborech ve stupních šedi
    • Učí se statistické priority z milionů barevných fotografií převedených do stupňů šedi
  5. Co je klíčovou výzvou při barvení videa spíše než jednotlivých fotografií?
    • Zachování konzistentních barev napříč snímky, aby se zabránilo blikání
    • Videa nemají verzi ve stupních šedi
    • K pohyblivým obrázkům nelze přidat barvu
    • Každý rám musí mít jinou barvu
  6. Co umožňuje zbarvení založené na příkladu nebo na nápovědě uživateli?
    • Převeďte barevné obrázky zpět pouze na stupně šedi
    • Proveďte výstup pomocí referenčních obrázků nebo barevných nápověd
    • Zcela deaktivujte neuronovou síť
    • Přeložte obrázek do jiného jazyka
  7. In the CIE Lab setup described in the guide, which channels does the network predict?
    • The L lightness channel only
    • RGB red and green but not blue
    • The a and b chrominance channels
    • The image’s camera pose
  8. Why can direct regression toward an average color produce dull colorization?
    • The model is forced to output only black
    • Regression removes the lightness channel
    • The network cannot use training examples
    • Several plausible colors for a gray pixel may average to a muted, less likely color