گائیڈ سے منسلک کوئز · درمیانہ سطح

تاریخی تصاویر اور فلم کوئز کو رنگنے میں AI

جانیں کہ رنگ سازی کے ماڈل کس طرح گمشدہ رنگوں کا اندازہ لگاتے ہیں، فلم کے فریموں کو مستحکم کرتے ہیں، اور فنی تعمیر نو کو تاریخی شواہد سے ممتاز کرتے ہیں۔

سوال 1 کی 8

رنگ کاری AI کو پرانی تصویر میں رنگوں کا 'اندازہ' کیوں کرنا چاہیے؟

ہر سوال کا جائزہ لیں۔8 سوالات

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

  1. رنگ کاری AI کو پرانی تصویر میں رنگوں کا 'اندازہ' کیوں کرنا چاہیے؟
    • کیونکہ سیاہ اور سفید تصاویر صرف چمک کو ریکارڈ کرتی ہیں، اصل رنگ نہیں۔
    • کیونکہ کیمرے نے جان بوجھ کر رنگوں کو حذف کر دیا۔
    • کیونکہ پرانی فلم ہمیشہ سرمئی پینٹ کی جاتی تھی۔
    • کیونکہ وقت کے ساتھ رنگ ہمیشہ سیاہ ہو جاتا ہے۔
  2. In the Colorful Image Colorization paper, what does the model predict from the L channel?
    • خالص RGB تمام چینلز کے ساتھ دوبارہ تیار کیا گیا ہے۔
    • لیب کلر اسپیس، صرف کلر چینلز کی پیش گوئی کرتی ہے۔
    • پرنٹنگ کے لیے CMYK
    • صرف ہیکساڈیسیمل
  3. رنگ سازی کے ماڈلز کو عام طور پر کس طرح تربیت دی جاتی ہے؟
    • لاکھوں تصاویر کو ہاتھ سے پینٹ کر کے
    • پینٹ کیٹلاگ کو اسکین کرکے
    • رنگین تصاویر کو گرے اسکیل میں تبدیل کرکے اور رنگ بحال کرنا سیکھ کر
    • صرف قریبی پکسلز سے رنگ کاپی کرکے
  4. DeOldify نے زیادہ قابل اعتماد رنگوں کے لیے کونسی تکنیک کو مقبول بنایا؟
    • بے ترتیب رنگ تفویض
    • دستی فریم بہ فریم پینٹنگ
    • صرف سیاہ اور سفید کو تیز کرنا
    • ایک GAN طرز کا جنریٹر اور حقیقت پسندی کا فیصلہ کرنے والا نقاد
  5. ایک تصویر کے مقابلے رنگین فلم میں کیا اضافی چیلنج شامل ہوتا ہے؟
    • وقتی مستقل مزاجی کو برقرار رکھنا تاکہ رنگ فریموں کے درمیان جھلمل نہ کریں۔
    • فلموں میں چمک کا کوئی ڈیٹا نہیں ہوتا ہے۔
    • فلمیں ہمیشہ رنگ میں رہتی ہیں۔
    • آپ صرف پہلے فریم کو رنگین کر سکتے ہیں۔
  6. آرکائیو کی درستگی کے لیے AI رنگ کاری کو متنازعہ کیوں سمجھا جاتا ہے؟
    • یہ فائلوں کو بہت چھوٹا بنا دیتا ہے۔
    • رنگ قابل فہم اندازے ہیں، تصدیق شدہ تاریخی سچائی نہیں۔
    • یہ ہمیشہ ہر چیز کو ارغوانی کر دیتا ہے۔
    • یہ اصل تصویر کو مستقل طور پر مٹا دیتا ہے۔
  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