แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบการปรับสีของภาพ

ตรวจสอบว่าเหตุใดการกำหนดสีจึงไม่ชัดเจน ช่องสัญญาณอินพุต/เอาต์พุตของห้องปฏิบัติการ การจำแนกประเภทเหนือถังสี และลำดับภาพที่เรียนรู้

เส้นทางแนะนำที่เกี่ยวข้องการปรับสีของภาพ
คำถาม 1 ของ 8

เหตุใดการปรับสีของภาพจึงถือเป็นปัญหา 'ไม่ดี'

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. เหตุใดการปรับสีของภาพจึงถือเป็นปัญหา 'ไม่ดี'
    • ค่าระดับสีเทาค่าเดียวสามารถสอดคล้องกับสีจริงที่แตกต่างกันได้หลายสี
    • รูปภาพระดับสีเทาไม่มีข้อมูลที่ใช้งานได้เลย
    • ภาพสีมีขนาดใหญ่เกินกว่าจะประมวลผลได้
    • กล้องไม่สามารถบันทึกระดับสีเทาได้อีกต่อไป
  2. ในแนวทางปริภูมิสี Lab ยอดนิยม เครือข่ายรับอะไรเป็นอินพุต
    • ภาพ RGB เต็มรูปแบบ
    • เฉพาะช่อง L (ความสว่าง)
    • เฉพาะช่องสีแดงเท่านั้น
    • แผนที่เชิงลึกของที่เกิดเหตุ
  3. ทำไมจางและคณะ การทำนายสีของเฟรมเป็นการจำแนกประเภทเหนือ 'ถังขยะ' สีมากกว่าการถดถอยโดยตรง
    • เนื่องจากการจำแนกประเภทเป็นสิ่งเดียวที่โครงข่ายประสาทเทียมสามารถทำได้
    • เพื่อให้ภาพมีขนาดเล็กลง
    • เพื่อหลีกเลี่ยงการเฉลี่ยสีที่ถูกต้องให้เป็นผลลัพธ์ที่มัวและไม่อิ่มตัว
    • เพื่อขจัดความต้องการข้อมูลการฝึกอบรม
  4. โมเดลจะเรียนรู้ได้อย่างไรว่าวัตถุสีใดควรเป็นสีใดโดยไม่ได้รับการบอกกล่าว
    • พวกมันถูกตั้งโปรแกรมด้วยตนเองพร้อมรายการสีของวัตถุทุกชิ้น
    • พวกเขาเดาแบบสุ่มในแต่ละครั้ง
    • พวกเขาอ่านข้อมูลเมตาของสีที่จัดเก็บไว้ในไฟล์ระดับสีเทา
    • พวกเขาเรียนรู้นักบวชทางสถิติจากภาพถ่ายสีนับล้านที่แปลงเป็นระดับสีเทา
  5. อะไรคือความท้าทายหลักในการปรับสีวิดีโอแทนที่จะเป็นภาพถ่ายเดี่ยวๆ
    • รักษาสีให้สม่ำเสมอทั่วทั้งเฟรมเพื่อหลีกเลี่ยงการกะพริบ
    • วิดีโอไม่มีเวอร์ชันสีเทา
    • ไม่สามารถเพิ่มสีลงในภาพเคลื่อนไหวได้
    • แต่ละเฟรมจะต้องมีสีที่แตกต่างกัน
  6. การให้สีตามตัวอย่างหรือตามคำใบ้ช่วยให้ผู้ใช้ทำอะไรได้บ้าง
    • แปลงภาพสีกลับเป็นระดับสีเทาเท่านั้น
    • กำหนดแนวทางเอาต์พุตโดยใช้รูปภาพอ้างอิงหรือคำแนะนำสีที่คลิก
    • ปิดการใช้งานโครงข่ายประสาทเทียมทั้งหมด
    • แปลภาพเป็นภาษาอื่น
  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