Gids-gekoppelde quiz · Middelmatig Niveau

Quiz voor het inkleuren van afbeeldingen

Controleert waarom de kleuring dubbelzinnig is, de Lab-invoer-/uitvoerkanalen, classificatie over kleurbakken en geleerde afbeeldingsprioriteiten.

Gerelateerde gidspadenInkleuring van afbeeldingen
Vraag 1 van 8

Waarom wordt beeldinkleuring als een 'slecht gesteld' probleem beschouwd?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Waarom wordt beeldinkleuring als een 'slecht gesteld' probleem beschouwd?
    • Eén enkele grijswaardenwaarde kan overeenkomen met veel verschillende echte kleuren
    • Grijswaardenafbeeldingen bevatten helemaal geen bruikbare informatie
    • Kleurenafbeeldingen zijn te groot om te verwerken
    • Camera's kunnen geen grijstinten meer opnemen
  2. Wat ontvangt het netwerk als input in de populaire Lab-kleurruimtebenadering?
    • Het volledige RGB-beeld
    • Alleen het L-kanaal (lichtheid).
    • Alleen het rode kanaal
    • Een dieptekaart van de scène
  3. Waarom hebben Zhang et al. kleurvoorspelling framen als classificatie over kleur 'bakken' in plaats van directe regressie?
    • Omdat classificatie het enige is dat neurale netwerken kunnen doen
    • Om de afbeeldingen kleiner te maken
    • Om te voorkomen dat geldige kleuren worden gemiddeld tot saaie, onverzadigde resultaten
    • Om de noodzaak voor trainingsgegevens weg te nemen
  4. Hoe leren modellen welke kleuren objecten moeten hebben zonder dat dit hen wordt verteld?
    • Ze worden handmatig geprogrammeerd met een lijst van de kleur van elk object
    • Ze raden elke keer willekeurig
    • Ze lezen kleurmetagegevens die zijn opgeslagen in grijswaardenbestanden
    • Ze leren statistische gegevens uit miljoenen kleurenfoto's die in grijstinten zijn omgezet
  5. Wat is een belangrijke uitdaging bij het inkleuren van video in plaats van afzonderlijke foto's?
    • Kleuren consistent houden over de frames heen om flikkering te voorkomen
    • Video's hebben geen grijswaardenversie
    • Het is onmogelijk om kleur toe te voegen aan bewegende beelden
    • Elk frame moet een andere kleur hebben
  6. Wat kan een gebruiker doen met op voorbeelden gebaseerde of op hints gebaseerde inkleuring?
    • Converteer kleurenafbeeldingen terug naar alleen grijstinten
    • Begeleid de uitvoer met behulp van referentieafbeeldingen of aangeklikte kleurhints
    • Schakel het neurale netwerk volledig uit
    • Vertaal de afbeelding in een andere taal
  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