Nous proposons une nouvelle approche pour générer automatiquement plusieurs versions colorisées d'une image en niveaux de gris. Notre méthode découle de l'observation que la tâche de colorisation automatisée est relativement simple lorsqu'on dispose d'une version à faible résolution de l'image colorisée. Nous commençons par entraîner un PixelCNN conditionnel pour générer une colorisation à faible résolution à partir d'une image en niveaux de gris donnée. Ensuite, en utilisant l'image colorisée générée à faible résolution et l'image originale en niveaux de gris comme entrées, nous entraînons un deuxième CNN pour produire une colorisation à haute résolution de l'image. Nous démontrons que notre approche génère des colorisations plus diverses et plausibles que les méthodes existantes, selon les évaluations humaines dans un « Test visuel de Turing » (Visual Turing Test).