BBC研發部團隊一直在研究機器學習如何幫助給存檔黑白視頻著色。

在一篇博文中，該團隊透露，他們正在研究如何用其他有相似內容的彩色圖像引導彩色化處理，給黑白圖像著色。

該博文解釋說，從灰度輸入中映現顏色可能是一項復雜的任務。“例如，一輛汽車可能是紅色、藍色或無限種顏色，此算法將選擇最可能的顏色，這可能并不一定符合用戶期望看到的。”

這使得BBC研發部團隊研究更保守的解決方案，并提供了顏色參考以引導系統朝向更準確的顏色預測。

他們開發了一種新穎的基于標本的神經網絡——XCNET，可以實現快速高質量的顏色預測。 與其它包含兩個步驟的處理不同，XCNET同時傳輸風格和彩色化——簡化處理并實現更快的預測。

該博文介紹，XCNET由三個不同的分支組成：第一個分支取得黑白目標（T）和顏色參考（R）并輸出大量特征。

第二個分支整合注意模塊，如視覺變換器，以融合來自兩個特征源的信息。然后使用第三個分支（金字塔形解碼器）將組合特征轉化為實際的顏色。

該項目的目的是為高分辨率黑白視頻提供最逼真的彩色化和還原。