L'IA dans la colorisation de photos historiques et de quiz cinématographique

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

1. Pourquoi l'IA de colorisation doit-elle « deviner » les couleurs d'une vieille photo ?
   • Parce que les images en noir et blanc enregistrent uniquement la luminosité, pas la couleur réelle
   • Parce que l'appareil photo a volontairement supprimé les couleurs
   • Parce que les vieux films étaient toujours peints en gris
   • Parce que la couleur devient toujours noire avec le temps
2. In the Colorful Image Colorization paper, what does the model predict from the L channel?
   • RVB pur avec tous les canaux redessinés
   • L'espace colorimétrique Lab, prédisant uniquement les canaux de couleur
   • CMJN pour l'impression
   • Hexadécimal uniquement
3. Comment les modèles de colorisation sont-ils généralement formés ?
   • En peignant à la main des millions d'images
   • En scannant les catalogues de peinture
   • En convertissant les photos couleur en niveaux de gris et en apprenant à restaurer la couleur
   • En copiant uniquement les couleurs des pixels proches
4. Quelle technique DeOldify a-t-il popularisée pour des couleurs plus crédibles ?
   • Attribution aléatoire des couleurs
   • Peinture manuelle image par image
   • Netteté en noir et blanc uniquement
   • Un générateur de style GAN et critique jugeant le réalisme
5. Quel défi supplémentaire la colorisation d'un film ajoute-t-elle par rapport à une seule photo ?
   • Maintenir la cohérence temporelle afin que les couleurs ne scintillent pas entre les images
   • Les films n'ont pas de données de luminosité
   • Les films sont toujours déjà en couleur
   • Vous ne pouvez coloriser que la première image
6. Pourquoi la colorisation par l’IA est-elle considérée comme controversée en termes de précision archivistique ?
   • Cela rend les fichiers trop petits
   • Les couleurs sont des suppositions plausibles et non une vérité historique vérifiée.
   • Tout devient toujours violet
   • Il efface définitivement la photo originale
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