Quiz połączony z przewodnikiem · Średni Poziom

Sztuczna inteligencja w kolorowaniu zdjęć historycznych i quiz filmowy

Dowiedz się, jak modele koloryzacji wnioskują o brakujące odcienie, stabilizują klatki filmu i odróżniają rekonstrukcję artystyczną od dowodów historycznych.

Powiązane ścieżki prowadząceAI w kolorowaniu historycznych zdjęć i filmów
Pytanie 1 z 8

Dlaczego sztuczna inteligencja do kolorowania musi „odgadnąć” kolory na starym zdjęciu?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Dlaczego sztuczna inteligencja do kolorowania musi „odgadnąć” kolory na starym zdjęciu?
    • Ponieważ obrazy czarno-białe rejestrują tylko jasność, a nie rzeczywisty kolor
    • Ponieważ aparat celowo usunął kolory
    • Ponieważ starą folię zawsze malowano na szaro
    • Ponieważ kolor z czasem zawsze blaknie i staje się czarny
  2. In the Colorful Image Colorization paper, what does the model predict from the L channel?
    • Czysty RGB z przerysowanymi wszystkimi kanałami
    • Przestrzeń kolorów Lab, przewidująca tylko kanały kolorów
    • CMYK do druku
    • Tylko w formacie szesnastkowym
  3. W jaki sposób zazwyczaj szkoli się modele kolorowania?
    • Ręcznie malując miliony obrazów
    • Skanując katalogi farb
    • Konwertując zdjęcia kolorowe do skali szarości i ucząc się przywracać kolor
    • Kopiując kolory tylko z pobliskich pikseli
  4. Jaką technikę spopularyzował DeOldify w celu uzyskania bardziej wiarygodnych kolorów?
    • Losowe przypisanie kolorów
    • Ręczne malowanie klatka po klatce
    • Tylko wyostrzanie czarno-białe
    • Generator w stylu GAN i krytyk oceniający realizm
  5. Jakie dodatkowe wyzwanie stanowi kolorowanie filmu w porównaniu z pojedynczym zdjęciem?
    • Zachowanie spójności czasowej, aby kolory nie migotały pomiędzy klatkami
    • Filmy nie mają danych dotyczących jasności
    • Filmy zawsze są już kolorowe
    • Można pokolorować tylko pierwszą klatkę
  6. Dlaczego kolorowanie AI jest uważane za kontrowersyjne ze względu na dokładność archiwalną?
    • Powoduje, że pliki są za małe
    • Kolory są wiarygodnymi domysłami, a nie zweryfikowaną prawdą historyczną
    • Zawsze wszystko zmienia kolor na fioletowy
    • Trwale usuwa oryginalne zdjęcie
  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