the sports car on the grass might n

the sports car on the grass might not, in reality, be red (though it’s a pretty good guess). However, for this paper, our goal is not necessarily to recover the actual ground truth color, but rather to produce a plausible colorization that could potentially fool a human observer. Therefore, our task becomes a much more achievable one: to model enough of the statistical dependencies between the semantics and the textures of grayscale images and their color versions in order to produce visually compelling results.

ผลลัพธ์ (ไทย) 1:

รถสปอร์ตบนหญ้า ในความเป็นจริง อาจไม่แดง (แม้จะเป็นการเดาใจที่ดีงาม) อย่างไรก็ตาม สำหรับกระดาษ เป้าหมายของเราไม่จำเป็นต้องกู้คืนสีพื้นดินจริงจริง แต่ เพื่อปรับสีที่เป็นไปได้ที่อาจจะหลอกผู้สังเกตการณ์ที่มนุษย์ผลิต ดังนั้น งานของเรากลายเป็น หนึ่งทำได้มากขึ้น: แบบเพียงพอของความสัมพันธ์ทางสถิติระหว่างหมายและพื้นผิวของภาพโทนสีเทาและรุ่นของสีเพื่อให้ผลลัพธ์ที่น่าสนใจด้วยภาพ

ผลลัพธ์ (ไทย) 2:

รถสปอร์ตที่อยู่บนพื้นหญ้าอาจจะไม่ในความเป็นจริงจะแดง (แม้ว่ามันจะเป็นความคาดเดาที่ดีงาม) แต่สำหรับบทความนี้เป้าหมายของเราคือไม่จำเป็นต้องกู้คืนสีพื้นความจริงที่เกิดขึ้นจริง แต่การผลิต colorization ไปได้ว่าอาจจะหลอกผู้สังเกตการณ์ของมนุษย์ ดังนั้นหน้าที่ของเราที่จะกลายเป็นหนึ่งประสบความสำเร็จมากขึ้น: การจำลองเพียงพอของการอ้างอิงทางสถิติระหว่างความหมายและพื้นผิวของภาพระดับสีเทาและสีรุ่นของพวกเขาเพื่อให้ผลลัพธ์ที่น่าสนใจสายตา

ผลลัพธ์ (ไทย) 3:

รถกีฬาบนหญ้าอาจจะไม่มี , ในความเป็นจริง , เป็นสีแดง ( แต่ก็เดาออกนะ ) อย่างไรก็ตาม สำหรับบทความนี้ เป้าหมายของเราคือไม่ต้องกู้จริงจริง สีพื้น แต่แทนที่จะสร้างสัมพันธ์สีอาจหลอกคนมนุษย์ ดังนั้น งานของเราจะกลายเป็นมากได้มากกว่าหนึ่ง : แบบเพียงพอของการอ้างอิงสถิติระหว่างอรรถศาสตร์และพื้นผิวของภาพระดับสีเทาและสีรุ่นเพื่อสร้างผลลัพธ์ที่น่าดึงดูดสายตา