Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

AI trong việc tô màu các bức ảnh lịch sử và câu đố về phim

Tìm hiểu cách các mô hình tô màu suy ra các màu bị thiếu, ổn định khung phim và phân biệt sự tái tạo nghệ thuật với bằng chứng lịch sử.

Đường dẫn hướng dẫn liên quanAI trong việc tô màu các bức ảnh và phim lịch sử
Câu hỏi 1 của 8

Tại sao AI phải tô màu “đoán” màu sắc trong bức ảnh cũ?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. Tại sao AI phải tô màu “đoán” màu sắc trong bức ảnh cũ?
    • Vì ảnh đen trắng chỉ ghi lại độ sáng chứ không ghi lại màu sắc thực tế
    • Vì máy ảnh cố tình xóa màu
    • Bởi vì phim cũ luôn được sơn màu xám
    • Vì màu sắc luôn nhạt dần thành đen theo thời gian
  2. In the Colorful Image Colorization paper, what does the model predict from the L channel?
    • RGB thuần túy với tất cả các kênh được vẽ lại
    • Không gian màu Lab, chỉ dự đoán các kênh màu
    • CMYK để in
    • Chỉ thập lục phân
  3. Các mô hình tô màu thường được đào tạo như thế nào?
    • Bằng cách vẽ tay hàng triệu hình ảnh
    • Bằng cách quét danh mục sơn
    • Bằng cách chuyển đổi ảnh màu sang thang độ xám và học cách khôi phục màu
    • Bằng cách chỉ sao chép màu từ các pixel lân cận
  4. DeOldify đã phổ biến kỹ thuật nào để có màu sắc đáng tin cậy hơn?
    • Phân bổ màu sắc ngẫu nhiên
    • Vẽ từng khung hình một cách thủ công
    • Chỉ làm sắc nét đen trắng
    • Trình tạo và phê bình kiểu GAN đánh giá chủ nghĩa hiện thực
  5. Phim tô màu có thêm thách thức gì so với một bức ảnh duy nhất?
    • Duy trì tính nhất quán về thời gian để màu sắc không bị nhấp nháy giữa các khung hình
    • Phim không có dữ liệu độ sáng
    • Phim luôn có sẵn màu sắc
    • Bạn chỉ có thể tô màu khung hình đầu tiên
  6. Tại sao việc tô màu AI lại gây tranh cãi về độ chính xác khi lưu trữ?
    • Nó làm cho các tập tin quá nhỏ
    • Màu sắc là những phỏng đoán hợp lý, chưa được xác minh sự thật lịch sử
    • Nó luôn biến mọi thứ thành màu tím
    • Nó xóa ảnh gốc vĩnh viễn
  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