Tiếp theoHướng dẫn tiếp theo
Tổng hợp hình ảnh ngữ nghĩa SPADE
AI trực quan
HƯỚNG DẪN AI trực quan
Tô màu hình ảnh
Màu sắc hình ảnh sử dụng AI để thêm màu sắc chân thực, hợp lý cho ảnh và phim đen trắng.
Nghe hướng dẫn nàyAI thuật lại · ~2 min
Trên trang nàyĐọc trong 2 phút
Tổng quan
Điều này quan trọng vì nó làm sống động các kho lưu trữ lịch sử và phục hồi những hình ảnh phai màu hoặc xám mà không cần vẽ thủ công.
Lặn sâu
Màu sắc về cơ bản là một vấn đề chưa được đặt ra: một pixel màu xám có thể có nhiều màu, vì chỉ riêng độ sáng không mã hóa được màu sắc. Các hệ thống hiện đại coi nó như một dự đoán, học hỏi từ hàng triệu bức ảnh màu được chuyển đổi một cách giả tạo sang thang độ xám. Mạng tích chập hoặc mạng biến áp chỉ nhìn thấy kênh độ sáng và dự đoán các kênh màu bị thiếu, thường là trong không gian màu CIE Lab trong đó L giữ độ sáng và a/b giữ màu. Bởi vì cỏ thường có màu xanh lá cây và bầu trời thường có màu xanh lam nên mô hình sẽ học được các nguyên tắc thống kê mạnh mẽ. Công trình mang tính bước ngoặt của Zhang et al. (2016) đã đóng khung nó bằng cách phân loại các nhóm màu để tránh mức trung bình bị phai màu, không bão hòa. Các phương pháp khuếch tán mới hơn và dựa trên mẫu cho phép người dùng hướng dẫn màu sắc bằng các gợi ý hoặc hình ảnh tham chiếu để kiểm soát tốt hơn.
Triển khai trong thế giới thực
Khôi phục các phiên bản màu của các bức ảnh lưu trữ lịch sử thời Thế chiến và thế kỷ 19 cho các viện bảo tàng và phim tài liệu
Đưa các bộ phim đen trắng cổ điển và cảnh phim truyền hình lên màu cho các bản phát hành lại được làm lại
Các ứng dụng ảnh gia đình (như MyHeritage và Google Photos) tự động tô màu các ảnh chụp nhanh cũ của tổ tiên
Tô màu các bản quét y tế hoặc khoa học thang độ xám để làm nổi bật các cấu trúc và cải thiện khả năng diễn giải trực quan
Tương lai của màu sắc hình ảnh
Việc tô màu đang hướng tới các công cụ tương tác, có thể điều khiển được trong đó người dùng nhấp vào màu gợi ý và mô hình sẽ truyền bá màu đó một cách nhất quán. Mô hình khuếch tán và lời nhắc ngôn ngữ ("làm chiếc váy thành màu đỏ") bổ sung khả năng kiểm soát ngữ nghĩa, trong khi các mạng nhận biết tạm thời sẽ tô màu toàn bộ phim mà không nhấp nháy từ khung này sang khung khác. Mong đợi sự tích hợp chặt chẽ hơn với các quy trình khôi phục có khả năng khử nhiễu, nâng cấp và tô màu đồng thời, cùng với các biện pháp bảo vệ mạnh mẽ hơn để gắn cờ rằng màu sắc là những phỏng đoán do AI suy ra chứ không phải là sự thật lịch sử.
Đưa nó vào thực tế
Tại sao nó quan trọng
- Tốc độ và tỷ lệ. Visual AI có thể tự động hóa các nhiệm vụ kiểm tra, phát hiện và gắn thẻ trên quy mô lớn.
- Xây dựng lựa chọn. Các nhóm sáng tạo có thể tạo nguyên mẫu nhanh hơn với ít sửa đổi thủ công hơn.
- Nhóm và quy trình làm việc. Các hoạt động có thể sử dụng tín hiệu hình ảnh và video mà trước đây khó xử lý.
coi chừng
- Quyền và sự đồng ý về hình ảnh có thể trở thành rủi ro pháp lý nếu nguồn gốc xuất xứ không rõ ràng.
- Hiệu suất của mô hình có thể khác nhau tùy theo ánh sáng, nhân khẩu học và môi trường.
- Kết quả dương tính giả có thể không được chú ý trừ khi ngưỡng tin cậy được theo dõi.
Các bước tiếp theo
- Xác định tiêu chí chấp nhận về độ chính xác, thu hồi và chi phí lỗi.
- Kiểm tra với dữ liệu phù hợp với điều kiện sản xuất thực tế.
- Thêm đánh giá của con người đối với những dự đoán có độ tin cậy thấp hoặc tác động cao.
- Theo dõi sự trôi dạt của mô hình và xác nhận lại sau khi thay đổi máy ảnh hoặc tập dữ liệu.
Tiếp tục khám phá
Bản tin miễn phí
Nhận bản tóm tắt AI hàng ngày
Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.
Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.
Tự kiểm tra
Take the Image Colorization quiz
Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.
Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp
Câu hỏi thường gặp
Tô màu hình ảnh là gì?
Màu sắc hình ảnh sử dụng AI để thêm màu sắc chân thực, hợp lý cho ảnh và phim đen trắng. Điều này quan trọng vì nó làm sống động các kho lưu trữ lịch sử và khôi phục hình ảnh bị mờ hoặc thang độ xám mà không cần vẽ thủ công.
Tại sao việc tô màu hình ảnh được coi là một vấn đề 'không ổn'?
Chỉ riêng độ sáng không xác định được màu sắc, vì vậy một pixel màu xám có thể có màu đỏ, xanh lam hoặc xanh lục, khiến câu trả lời trở nên mơ hồ.
Trong cách tiếp cận không gian màu Lab phổ biến, mạng nhận được gì làm đầu vào?
Hình ảnh thang độ xám là kênh L; mô hình dự đoán các kênh màu a và b bị thiếu và kết hợp lại chúng với L.
Tại sao Zhang và cộng sự. dự đoán màu khung như phân loại theo 'thùng' màu thay vì hồi quy trực tiếp?
Việc hồi quy một giá trị có xu hướng biến nhiều màu hợp lý thành màu xám nâu đục; phân loại vào thùng giữ cho màu sắc sống động.
Làm thế nào để người mẫu biết được màu sắc của đồ vật mà không cần được yêu cầu?
Việc đào tạo trên các tập dữ liệu khổng lồ dạy cho mô hình rằng cỏ thường có màu xanh lá cây, bầu trời thường có màu xanh lam và tông màu da nằm trong một số phạm vi nhất định.
Thách thức chính khi tô màu video thay vì các bức ảnh đơn lẻ là gì?
Nếu mỗi khung hình được tô màu độc lập thì cùng một đối tượng có thể chuyển đổi màu sắc giữa các khung hình, gây ra hiện tượng nhấp nháy khó chịu; các mô hình thời gian giải quyết vấn đề này.
Tiếp tục học hỏi
Hướng dẫn liên quan
Đã chọn thêm hướng dẫn cho chủ đề này