Bài kiểm tra tô màu hình ảnh

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

1. Tại sao việc tô màu hình ảnh được coi là một vấn đề 'không ổn'?
   • Một giá trị thang độ xám có thể tương ứng với nhiều màu thực khác nhau
   • Hình ảnh thang độ xám không chứa thông tin nào có thể sử dụng được
   • Hình ảnh màu quá lớn để xử lý
   • Máy ảnh không thể ghi thang độ xám nữa
2. Trong cách tiếp cận không gian màu Lab phổ biến, mạng nhận được gì làm đầu vào?
   • Hình ảnh RGB đầy đủ
   • Chỉ có kênh L (độ sáng)
   • Chỉ có kênh màu đỏ
   • Bản đồ độ sâu của hiện trường
3. Tại sao Zhang và cộng sự. dự đoán màu khung như phân loại theo 'thùng' màu thay vì hồi quy trực tiếp?
   • Bởi vì phân loại là điều duy nhất mạng lưới thần kinh có thể làm
   • Để làm cho hình ảnh nhỏ hơn
   • Để tránh tính trung bình các màu hợp lệ thành các kết quả xỉn màu, không bão hòa
   • Để loại bỏ sự cần thiết của dữ liệu đào tạo
4. Làm thế nào để người mẫu biết được màu sắc của đồ vật mà không cần được yêu cầu?
   • Chúng được lập trình thủ công với danh sách màu sắc của từng đồ vật
   • Họ đoán ngẫu nhiên mỗi lần
   • Họ đọc siêu dữ liệu màu được lưu trữ trong các tệp thang độ xám
   • Họ tìm hiểu các thông tin thống kê từ hàng triệu bức ảnh màu được chuyển đổi sang thang độ xám
5. Thách thức chính khi tô màu video thay vì các bức ảnh đơn lẻ là gì?
   • Giữ màu sắc nhất quán trên các khung hình để tránh nhấp nháy
   • Video không có phiên bản thang độ xám
   • Không thể thêm màu vào hình ảnh chuyển động
   • Mỗi khung hình phải có một màu khác nhau
6. Việc tô màu dựa trên mẫu hoặc dựa trên gợi ý cho phép người dùng làm gì?
   • Chỉ chuyển đổi hình ảnh màu trở lại thang độ xám
   • Hướng dẫn đầu ra bằng cách sử dụng hình ảnh tham khảo hoặc gợi ý màu được nhấp vào
   • Vô hiệu hóa hoàn toàn mạng lưới thần kinh
   • Dịch hình ảnh sang ngôn ngữ khác
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