Викторина, связанная с руководством · Средний Уровень

ИИ в раскрашивании исторических фотографий и киновикторине

Узнайте, как модели раскрашивания определяют недостающие оттенки, стабилизируют кадры фильма и отличают художественную реконструкцию от исторических свидетельств.

Вопрос 1 из 8

Почему искусственный интеллект по раскрашиванию должен «угадывать» цвета на старой фотографии?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Почему искусственный интеллект по раскрашиванию должен «угадывать» цвета на старой фотографии?
    • Поскольку черно-белые изображения записывают только яркость, а не реальный цвет.
    • Потому что камера намеренно удалила цвета
    • Потому что старая пленка всегда была окрашена в серый цвет
    • Потому что цвет со временем всегда тускнеет до черного.
  2. In the Colorful Image Colorization paper, what does the model predict from the L channel?
    • Чистый RGB с перерисовкой всех каналов.
    • Цветовое пространство Lab, прогнозирующее только цветовые каналы.
    • CMYK для печати
    • Только шестнадцатеричный формат
  3. Как обычно обучаются модели раскрашивания?
    • Рисуя вручную миллионы изображений
    • Путем сканирования каталогов красок
    • Преобразовав цветные фотографии в оттенки серого и научившись восстанавливать цвета
    • Копируя цвета только из соседних пикселей
  4. Какую технику DeOldify популяризировала для получения более правдоподобных цветов?
    • Случайное назначение цвета
    • Ручная покадровая покраска.
    • Только черно-белая резкость
    • Генератор в стиле GAN и критик, оценивающий реализм
  5. Какие дополнительные трудности добавляет раскрашивание пленки по сравнению с одной фотографией?
    • Поддержание временной согласованности, чтобы цвета не мерцали между кадрами.
    • У фильмов нет данных о яркости
    • Фильмы всегда уже цветные
    • Раскрасить можно только первый кадр
  6. Почему раскрашивание ИИ считается спорным с точки зрения архивной точности?
    • Это делает файлы слишком маленькими
    • Цвета — правдоподобные догадки, а не проверенная историческая правда.
    • Всегда все становится фиолетовым
    • Он удаляет исходную фотографию навсегда
  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