BBC研发部团队一直在研究机器学习如何帮助给存档黑白视频着色。
在一篇博文中，该团队透露，他们正在研究如何用其他有相似内容的彩色图像引导彩色化处理，给黑白图像着色。
该博文解释说，从灰度输入中映现颜色可能是一项复杂的任务。“例如，一辆汽车可能是红色、蓝色或无限种颜色，此算法将选择最可能的颜色，这可能并不一定符合用户期望看到的。”
这使得BBC研发部团队研究更保守的解决方案，并提供了颜色参考以引导系统朝向更准确的颜色预测。
他们开发了一种新颖的基于标本的神经网络——XCNET，可以实现快速高质量的颜色预测。 与其它包含两个步骤的处理不同，XCNET同时传输风格和彩色化——简化处理并实现更快的预测。
该博文介绍，XCNET由三个不同的分支组成：第一个分支取得黑白目标（T）和颜色参考（R）并输出大量特征。
第二个分支整合注意模块，如视觉变换器，以融合来自两个特征源的信息。然后使用第三个分支（金字塔形解码器）将组合特征转化为实际的颜色。
该项目的目的是为高分辨率黑白视频提供最逼真的彩色化和还原。