AI による歴史的な写真と映画のカラー化に関するクイズ

クイズに答えると、答えと解説が表示されます。

1. カラー化 AI はなぜ古い写真の色を「推測」しなければならないのでしょうか?
   • 白黒画像では明るさのみが記録され、実際の色は記録されないため
   • カメラがわざと色を消しているので
   • 昔のフィルムはいつも灰色に塗られていたから
   • 色は時間が経つと必ず黒くなっていきますので、
2. In the Colorful Image Colorization paper, what does the model predict from the L channel?
   • すべてのチャンネルが再描画された純粋な RGB
   • カラー チャネルのみを予測する Lab カラー スペース
   • 印刷用CMYK
   • 16 進数のみ
3. カラー化モデルは通常どのようにトレーニングされますか?
   • 何百万もの画像を手描きすることによって
   • 塗料カタログをスキャンする
   • カラー写真をグレースケールに変換し、色を復元する方法を学ぶことによって
   • 近くのピクセルのみから色をコピーする
4. DeOldify は、より忠実な色を実現するためにどのようなテクニックを普及させましたか?
   • ランダムな色の割り当て
   • 手動によるフレームごとのペイント
   • 白黒シャープのみ
   • GAN スタイルのジェネレーターとリアリズムを判断する批評家
5. フィルムのカラー化では、1 枚の写真に比べて、さらにどのような課題が追加されますか?
   • フレーム間で色がちらつかないように時間的一貫性を維持する
   • フィルムには明るさのデータがありません
   • 映画は常にすでにカラーになっています
   • 最初のフレームのみ色付けできます
6. AI によるカラー化がアーカイブの精度に関して物議を醸すのはなぜですか?
   • ファイルが小さくなりすぎる
   • 色はもっともらしい推測であり、検証された歴史的真実ではありません
   • いつもすべてが紫色になってしまう
   • 元の写真を完全に消去します
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