İçeriğe geç
parazade
Yapay Zeka

Fotoğraf Renklendirme Nedir?

İngilizce: Image Colorization

Yayın: · Son güncelleme:

Fotoğraf Renklendirme Nedir? Kısaca

Fotoğraf renklendirme (image colorization), siyah-beyaz ya da gri tonlamalı bir fotoğraf veya videoya, sahnedeki nesnelerin muhtemel gerçek renklerini tahmin ederek renk eklenmesidir; günümüzde çoğunlukla yapay zekâ modelleriyle otomatik yapılır.

Fotoğraf Renklendirme nedir?
İçindekiler
  1. Fotoğraf renklendirme nedir?
  2. Nasıl çalışır?
  3. Nelere dikkat etmeli?

Fotoğraf renklendirme, eski aile albümlerinden tarihî belgesellere kadar geçmişin görüntülerini bugünün gözüyle görmeyi sağlar. Eskiden ressamların ve grafik tasarımcıların elle yaptığı bu iş, artık yapay zekâ ile saniyeler içinde yapılabiliyor.

Fotoğraf renklendirme nedir?

Siyah-beyaz bir fotoğraf yalnızca parlaklık bilgisini taşır; renk bilgisi yoktur. Renklendirme, bu eksik bilgiyi tahmin ederek tamamlar. Örneğin model gökyüzünü maviye, çimeni yeşile, ten tonlarını da doğal renklere boyar.

Nasıl çalışır?

Yapay zekâ modelleri, çok sayıda renkli fotoğrafın gri tonlamalı kopyaları üzerinde eğitilir. Model, gri görüntüye bakıp orijinal renkleri tahmin etmeyi öğrenir. Eğitim sırasında nesneleri, dokuları ve bağlamı tanımayı da öğrendiği için "bu bir ağaç yaprağı, büyük olasılıkla yeşil" gibi çıkarımlar yapabilir.

Teknik olarak çoğu yöntem, görüntünün parlaklık kanalını korur ve yalnızca renk kanallarını tahmin eder. Bu sayede görüntünün ayrıntıları bozulmaz. Daha yeni yöntemlerde GAN ve difüzyon modelleri daha canlı ve tutarlı sonuçlar üretir.

Nelere dikkat etmeli?

  • Renkler tahmindir: Model, bir elbisenin ya da arabanın gerçek rengini bilemez; yalnızca olası bir renk seçer. Bu yüzden renklendirilmiş fotoğraflar tarihsel olarak kesin bilgi sayılmamalıdır.
  • Soluk ya da yanlış tonlar: Belirsiz nesnelerde model kahverengi ve gri gibi güvenli tonlara yönelebilir.
  • Videoda titreme: Kareler arasında renklerin değişmemesi için ek yöntemler gerekir.
  • Orijinali koru: Renklendirilmiş sürümü ayrı bir dosya olarak sakla.

Hasarlı fotoğraflarda önce görüntü restorasyonu yapıp ardından renklendirmek genellikle daha iyi sonuç verir.

Sıkça Sorulan Sorular

Yapay zekâ gerçek renkleri bilebilir mi?

Hayır. Siyah-beyaz fotoğrafta renk bilgisi bulunmadığı için model yalnızca eğitim verisine dayanarak olası renkleri tahmin eder. Sonuç gerçekçi görünebilir ama kesin değildir.

Siyah-beyaz videolar da renklendirilebilir mi?

Evet. Ancak her karede renklerin tutarlı kalması için zamansal tutarlılığı gözeten yöntemler kullanılır; aksi hâlde renkler kareden kareye titreyebilir.

İlgili terimler

Görüntü Restorasyonu(Image Restoration)Görüntü restorasyonu (image restoration), gürültü, bulanıklık, çizik, leke ya da sıkıştırma bozulmaları nedeniyle kalitesi düşmüş bir görüntünün, bozulmadan önceki hâline mümkün olduğunca yakın biçimde onarılmasıdır.GAN(Generative Adversarial Network)GAN (çekişmeli üretici ağ), sahte örnekler üreten bir üretici ağ ile bu örnekleri gerçeklerinden ayırmaya çalışan bir ayırt edici ağın birbirine karşı eğitildiği üretken yapay zekâ yöntemidir.Görüntü İşleme(Image Processing)Görüntü işleme (image processing), dijital görüntülerin bilgisayar algoritmalarıyla iyileştirilmesi, dönüştürülmesi, sıkıştırılması ya da analiz için hazırlanması amacıyla piksel düzeyinde işlenmesidir.Görselden Görsele(Image-to-Image)Görselden görsele (image-to-image), var olan bir görselin yapay zekâ modeline girdi olarak verilip bir metin açıklaması ya da ayarlarla yeni bir görsele dönüştürülmesidir; görselin genel yapısı korunurken tarzı, ayrıntıları veya içeriği değiştirilir.Harf Çevirisi(Transliteration)Harf çevirisi (transliterasyon), bir yazı sistemindeki metnin, anlamı çevrilmeden başka bir yazı sisteminin harfleriyle yazılmasıdır. Örneğin Kiril alfabesiyle yazılmış bir ismin Latin harflerine aktarılması harf çevirisidir.Dil Tespiti(Language Detection)Dil tespiti (language detection), bir metnin ya da ses kaydının hangi dilde olduğunu otomatik olarak belirleyen doğal dil işleme görevidir. Çeviri, arama motorları ve içerik moderasyonu gibi pek çok sistemin ilk adımıdır.