InayofuataMwongozo unaofuata
Usanifu wa Picha ya SPADE Semantiki
AI ya kuona
Mwongozo wa AI unaoonekana
Uwekaji Rangi wa Picha
Uwekaji rangi wa picha hutumia AI kuongeza rangi inayokubalika, halisi kwa picha na filamu nyeusi-na-nyeupe.
Sikiliza mwongozo huuInaonyeshwa na AI · ~2 min
Katika ukurasa huudk 2 kusoma
Muhtasari
Ni muhimu kwa sababu huleta uhai wa kumbukumbu za kihistoria na kurejesha picha zilizofifia au za kijivu bila uchoraji wa mikono.
Dive ya kina
Uwekaji rangi kimsingi ni tatizo lisilowezekana: pikseli moja ya kijivu inaweza kuwa na rangi nyingi, kwani mwangaza pekee hauambatanishi rangi. Mifumo ya kisasa huichukulia kama utabiri, ikijifunza kutoka kwa mamilioni ya picha za rangi ambazo zilibadilishwa kuwa kijivu. Mtandao wa kubadilisha au wa kibadilishaji umeme huona tu chaneli ya wepesi na kutabiri chaneli za rangi zinazokosekana, kwa kawaida katika nafasi ya rangi ya CIE Lab ambapo L hushikilia mwangaza na kushikilia a/b rangi. Kwa sababu nyasi kawaida huwa ya kijani kibichi na anga kwa kawaida ni samawati, kielelezo hujifunza mambo muhimu ya msingi ya takwimu. Kazi muhimu ya Zhang et al. (2016) aliiweka katika fremu kama kuainisha ndoo za rangi ili kuepusha viwango vya wastani visivyo na maji. Uenezaji mpya zaidi na mbinu zenye msingi wa kielelezo huruhusu watumiaji kuongoza rangi kwa vidokezo au picha za marejeleo kwa udhibiti bora.
Utekelezaji wa Ulimwengu Halisi
Inarejesha matoleo ya rangi ya historia ya Vita vya Kidunia vya pili na picha za kumbukumbu za karne ya 19 kwa makumbusho na kumbukumbu.
Inaleta filamu za kawaida za rangi nyeusi na nyeupe na picha za televisheni ili zipate rangi kwa ajili ya matoleo mapya yaliyoboreshwa
Programu za picha za familia (kama vile MyHeritage na Google Picha) zenye vijipicha vya zamani vya rangi kiotomatiki
Kupaka rangi kwa rangi ya rangi ya kijivu scans za kimatibabu au za kisayansi ili kuangazia miundo na kuboresha tafsiri ya kuona
Mustakabali wa Uwekaji Rangi wa Picha
Uwekaji rangi unaelekea kwenye zana shirikishi, zinazoweza kudhibitiwa ambapo mtumiaji anabofya rangi ya kidokezo na kielelezo kikieneza kila mara. Miundo ya mtawanyiko na vidokezo vya lugha ("fanya vazi liwe jekundu") huongeza udhibiti wa kisemantiki, huku mitandao inayofahamu kwa muda hupaka rangi filamu nzima bila fremu kupepesa. Tarajia muunganisho mkali zaidi na mabomba ya urejeshaji ambayo wakati huo huo yanatoa kelele, hali ya juu, na kupaka rangi, pamoja na ulinzi madhubuti unaoashiria kuwa rangi ni kisiozio cha AI badala ya ukweli wa kihistoria.
Kuiweka katika vitendo
Kwa nini ni muhimu
- Kasi na kiwango. Visual AI inaweza kufanya ukaguzi, ugunduzi na kazi za kuweka lebo kiotomatiki kwa kiwango.
- Tengeneza chaguzi. Timu bunifu zinaweza kuiga dhana kwa haraka zaidi na masahihisho machache ya mikono.
- Timu na mtiririko wa kazi. Uendeshaji unaweza kutumia ishara za picha na video ambazo hapo awali zilikuwa ngumu kuchakata.
Jihadharini na
- Haki za picha na idhini zinaweza kuwa hatari za kisheria ikiwa asili haiko wazi.
- Utendaji wa muundo unaweza kutofautiana katika mwangaza, idadi ya watu na mazingira.
- Chanya za uwongo zinaweza kutotambuliwa isipokuwa viwango vya uaminifu vifuatiliwe.
Hatua zinazofuata
- Bainisha vigezo vya kukubalika vya usahihi, kumbukumbu na gharama za makosa.
- Jaribu kwa kutumia data inayolingana na hali halisi ya uzalishaji.
- Ongeza ukaguzi wa kibinadamu kwa utabiri wa chini au utabiri wa athari kubwa.
- Fuatilia mtindo wa kuteleza na uthibitishe upya baada ya mabadiliko ya kamera au mkusanyiko wa data.
Endelea Kuchunguza
Jarida halali
Pata taarifa ya kila siku ya AI
Hadithi tatu za AI zilizothibitishwa kila asubuhi ya wiki, zimetengenezwa kwa Kiingereza rahisi. Bila malipo daima, hakuna matangazo.
Barua pepe moja kila siku ya wiki. Jiondoe kwa bonyeza moja. Hatutauza au kushiriki anwani yako.
Jijaribu mwenyewe
Take the Image Colorization quiz
Maoni ya haraka juu ya kila jibu, na cheti kinachoweza kushirikishwa na kitambulisho kinachoweza kuthibitishwa baada ya kupita kozi.
Changia elimu ya AI bila malipo. AI Understanding ni 501(c)(3) isiyo na faida — hakuna matangazo, hakuna kizuizi cha malipo, daima. Toa mchango
Maswali yanayoulizwa mara kwa mara
Uwekaji rangi wa Picha ni nini?
Uwekaji rangi wa picha hutumia AI kuongeza rangi inayokubalika, halisi kwa picha na filamu nyeusi-na-nyeupe. Ni muhimu kwa sababu huleta uhai wa kumbukumbu za kihistoria na kurejesha picha zilizofifia au za kijivu bila uchoraji wa mikono.
Kwa nini uwekaji rangi wa picha unachukuliwa kuwa shida 'iliyowekwa vibaya'?
Mwangaza pekee hauamui rangi, kwa hivyo pikseli moja ya kijivu inaweza kuwa nyekundu, bluu au kijani, na hivyo kufanya jibu lisiwe na utata.
Katika mbinu maarufu ya nafasi ya rangi ya Maabara, mtandao unapokea nini kama pembejeo?
Picha ya kijivu ni chaneli ya L; mfano unatabiri kukosa rangi a na b na kuzichanganya na L.
Kwa nini Zhang et al. utabiri wa rangi ya sura kama uainishaji juu ya 'mapipa' ya rangi badala ya rejista ya moja kwa moja?
Kurejesha thamani moja huwa na wastani wa rangi nyingi zinazokubalika hadi hudhurungi-kijivu matope; kuainisha katika mapipa huweka rangi wazi.
Je! mifano hujifunza vipi vitu vya rangi vinapaswa kuwa bila kuambiwa?
Mafunzo kwenye seti kubwa za data hufunza modeli kwamba nyasi kawaida huwa kijani, anga kwa kawaida bluu, na rangi ya ngozi huanguka katika safu fulani.
Ni changamoto gani kuu unapopaka rangi video badala ya picha moja?
Ikiwa kila fremu imepakwa rangi kwa kujitegemea, kitu kimoja kinaweza kubadilisha rangi kati ya viunzi, na kusababisha flicker ya kuvuruga; mifano ya muda inashughulikia hii.
Endelea kujifunza
Miongozo inayohusiana
Miongozo zaidi imechaguliwa kwa mada hii