图像相似性量子算法及其在图像检索系统中的应用
Qingchuan Yang1,2, Xianing Feng1, Lianfu Wei1
1Information Quantum Technology Laboratory, International Cooperation Research Center of China Communication and Sensor Networks for Modern Transportation, School of Information Science and Technology, Southwest Jiaotong University, Chengdu 610031, China.
Entropy (Basel, Switzerland)
|February 26, 2025
概括
图像相似度测量的新量子算法,广度估计量子内积 (AE-QIP) 算法,提供了更好的效率. 它的精度与基于交换测试的量子内部产品 (ST-QIP) 算法相比,可降低资源消耗.
科学领域:
- 量子计算是一种量子计算.
- 图像处理 图像处理
- 计算智能是一种计算智能.
背景情况:
- 图像相似度测量在图像处理中至关重要.
- 量子算法,就像基于交换测试的量子内部积 (ST-QIP) 一样,增强了相似性测量.
- 由于ST-QIP算法的破坏性,由于高资源和时间成本,其实际应用受到限制.
研究的目的:
- 引入基于振幅估计 (AE-QIP) 的先进量子内积算法,用于计算图像相似性.
- 通过优化量子资源利用和计算时间来解决ST-QIP算法的局限性.
- 评估AE-QIP算法在图像检索任务中的性能.
主要方法:
- 使用量子模拟器实现AE-QIP算法.
- 对AE-QIP进行图像相似性测量和检索的评估.
- 在精度,量子比特消耗和处理时间方面,对AE-QIP与ST-QIP算法的比较分析.
主要成果:
- 该AE-QIP算法表现出与ST-QIP算法相似的精度.
- 与ST-QIP相比,AE-QIP显著减少了量子比特的消耗和平均处理时间.
- 在AE-QIP中增加辅助量子比特可以进一步提高准确性.
- 在可接受的错误值范围内,AE-QIP显示提高了效率.
结论:
- AE-QIP算法为量子图像相似性测量提供了一个更有效的方法.
- AE-QIP为ST-QIP提供了一个有前途的替代方案,将精度与资源效率相平衡.
- 需要进一步的研究来优化量子检索系统的整体性能.
