Quiz sur la colorisation des images

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

1. Pourquoi la colorisation des images est-elle considérée comme un problème « mal posé » ?
   • Une seule valeur d'échelle de gris peut correspondre à de nombreuses couleurs réelles différentes
   • Les images en niveaux de gris ne contiennent aucune information utilisable
   • Les images couleur sont trop volumineuses pour être traitées
   • Les caméras ne peuvent plus enregistrer les niveaux de gris
2. Dans l’approche populaire de l’espace colorimétrique Lab, que reçoit le réseau en entrée ?
   • L'image RVB complète
   • Uniquement le canal L (légèreté)
   • Seul le canal rouge
   • Une carte de profondeur de la scène
3. Pourquoi Zhang et al. prédiction des couleurs du cadre en tant que classification sur des « bacs » de couleurs plutôt que par régression directe ?
   • Parce que la classification est la seule chose que les réseaux de neurones peuvent faire
   • Pour réduire la taille des images
   • Pour éviter de faire la moyenne de couleurs valides dans des résultats ternes et désaturés
   • Pour supprimer le besoin de données d’entraînement
4. Comment les modèles apprennent-ils quelles couleurs doivent avoir les objets sans qu'on le leur dise ?
   • Ils sont programmés manuellement avec une liste de couleurs de chaque objet
   • Ils devinent au hasard à chaque fois
   • Ils lisent les métadonnées de couleur stockées dans des fichiers en niveaux de gris
   • Ils apprennent les statistiques a priori à partir de millions de photos couleur converties en niveaux de gris
5. Quel est le principal défi lors de la colorisation d’une vidéo plutôt que de photos uniques ?
   • Garder les couleurs cohérentes sur toutes les images pour éviter le scintillement
   • Les vidéos n'ont pas de version en niveaux de gris
   • La couleur est impossible à ajouter aux images en mouvement
   • Chaque cadre doit être d'une couleur différente
6. Que permet la colorisation basée sur des exemples ou des indices à un utilisateur ?
   • Reconvertir les images couleur en niveaux de gris uniquement
   • Guidez la sortie à l’aide d’images de référence ou d’indices de couleurs cliqués
   • Désactivez complètement le réseau neuronal
   • Traduire l'image dans une autre langue
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