Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Képszínezési kvíz

Checks why colorization is ambiguous, the Lab input/output channels, classification over color bins and learned image priors.

Kapcsolódó útmutató utakKépszínezés
kérdés 1 -ból 8

Miért tekintik a képszínezést „rosszul felállított” problémának?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Miért tekintik a képszínezést „rosszul felállított” problémának?
    • Egyetlen szürkeárnyalatos érték sok különböző valós színnek felelhet meg
    • A szürkeárnyalatos képek egyáltalán nem tartalmaznak használható információt
    • A színes képek túl nagyok a feldolgozáshoz
    • A fényképezőgépek már nem tudnak szürkeárnyalatot rögzíteni
  2. A népszerű Lab színtér megközelítésben mit kap a hálózat bemenetként?
    • A teljes RGB kép
    • Csak az L (lightness) csatorna
    • Csak a piros csatorna
    • A helyszín mélységi térképe
  3. Miért Zhang et al. a keret színének előrejelzése a színes „ládák” feletti osztályozás, nem pedig a közvetlen regresszió?
    • Mert az osztályozás az egyetlen, amit a neurális hálózatok tehetnek
    • Hogy a képek kisebbek legyenek
    • Annak elkerülése érdekében, hogy az érvényes színek tompa, telítetlen eredményekké váljanak
    • Az edzésadatok szükségességének megszüntetése
  4. Hogyan tanulják meg a modellek, hogy milyen színűnek kell lenniük a tárgyaknak anélkül, hogy elmondanák nekik?
    • Ezek manuálisan programozhatók minden objektum színének listájával
    • Minden alkalommal véletlenszerűen tippelnek
    • Beolvasják a szürkeárnyalatos fájlokban tárolt színes metaadatokat
    • Több millió színes fotóból tanulják meg a statisztikai prioritásokat, amelyeket szürkeárnyalatossá alakítottak át
  5. Mi a fő kihívás a videók színezésekor, nem pedig az egyes fényképek?
    • A színek konzisztens tartása a kereteken belül a villogás elkerülése érdekében
    • A videóknak nincs szürkeárnyalatos verziója
    • A mozgóképekhez nem lehet színt hozzáadni
    • Minden keretnek más színűnek kell lennie
  6. Mit tehet a felhasználó a példa- vagy tipp-alapú színezéssel?
    • A színes képeket csak szürkeárnyalatossá alakíthatja vissza
    • Vezesse a kimenetet referenciaképek vagy kattintott színes tippek segítségével
    • Teljesen tiltsa le a neurális hálózatot
    • Fordítsa le a képet egy másik nyelvre
  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