本文探讨了自动着色技术的挑战及解决方案，提出了多项式分类方法和加权函数以优化颜色预测。结合Segment Anything Model（SAM）和其他技术，显著提高了医学图像和多类多实例分割的准确性。此外，研究展示了SAM在开放词汇目标检测中的应用，增强了对多样化对象的识别能力。

本文提出了一种新颖的自动图像上色网络（AIAIC），通过利用音频的额外语义信息，实现音频引导的上色。实验表明音频引导能够有效改善自动着色的性能。