論文の概要: Advance quantum image representation and compression using DCTEFRQI
approach
- arxiv url: http://arxiv.org/abs/2208.14277v1
- Date: Tue, 30 Aug 2022 13:54:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-28 11:52:52.295155
- Title: Advance quantum image representation and compression using DCTEFRQI
approach
- Title（参考訳）: DCTEFRQIアプローチによる高度な量子画像表現と圧縮
- Authors: Md Ershadul Haque, Manoranjon Paul, Anwaar Ulhaq, Tanmoy Debnath
- Abstract要約: 我々は,DCTEFRQI(Direct Cosine Transform Efficient Flexible Representation of Quantum Image)アルゴリズムを提案する。
本研究の目的は、DCT (Discrete Cosine Transform) と EFRQI (Efficient Flexible Representation of Quantum Image) を用いて、量子コンピュータで様々なグレーの画像サイズを表現・圧縮することである。
- 参考スコア（独自算出の注目度）: 0.5735035463793007
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: In recent year, quantum image processing got a lot of attention in the field
of image processing due to opportunity to place huge image data in quantum
Hilbert space. Hilbert space or Euclidean space has infinite dimension to
locate and process the image data faster. Moreover, several researches show
that, the computational time of quantum process is faster than classical
computer. By encoding and compressing the image in quantum domain is still
challenging issue. From literature survey, we have proposed a DCTEFRQI (Direct
Cosine Transform Efficient Flexible Representation of Quantum Image) algorithm
to represent and compress gray image efficiently which save computational time
and minimize the complexity of preparation. The objective of this work is to
represent and compress various gray image size in quantum computer using
DCT(Discrete Cosine Transform) and EFRQI (Efficient Flexible Representation of
Quantum Image) approach together. Quirk simulation tool is used to design
corresponding quantum image circuit. Due to limitation of qubit, total 16
numbers of qubit are used to represent the gray scale image among those 8 are
used to map the coefficient values and the rest 8 are used to generate the
corresponding coefficient position. Theoretical analysis and experimental
result show that, proposed DCTEFRQI scheme provides better representation and
compression compare to DCT-GQIR, DWT-GQIR and DWT-EFRQI in terms of PSNR(Peak
Signal to Noise Ratio) and bit rate..
- Abstract（参考訳）: 近年、量子画像処理は、量子ヒルベルト空間に巨大な画像データを配置する機会があるため、画像処理の分野で多くの注目を集めている。
ヒルベルト空間やユークリッド空間は画像データの発見と処理を高速化する無限次元を持つ。
さらに、いくつかの研究により、量子過程の計算時間は古典的コンピュータよりも速いことが示されている。
画像の量子領域でのエンコーディングと圧縮は依然として難しい問題である。
文献調査から,計算時間を節約し,作成の複雑さを最小限に抑えるために,グレー画像の表現と圧縮を行うdctefrqi(direct cosine transform efficient flexible representation of quantum image)アルゴリズムを提案する。
本研究の目的は、DCT (Discrete Cosine Transform) と EFRQI (Efficient Flexible Representation of Quantum Image) を用いて、量子コンピュータで様々なグレーの画像サイズを表現・圧縮することである。
クォークシミュレーションツールは対応する量子画像回路の設計に使用される。
キュービットの制限により、これらの8のうち、グレースケール画像を表すために合計16個のキュービットを使用して係数値をマッピングし、残りの8を用いて対応する係数位置を生成する。
理論的解析と実験結果から,提案手法はPSNR(Peak Signal to Noise Ratio)とビットレートにおいて,DCT-GQIR,DWT-GQIR,DWT-EFRQIと比較して表現性および圧縮性がよいことを示した。
.
関連論文リスト
- MISC: Ultra-low Bitrate Image Semantic Compression Driven by Large Multimodal Model [78.4051835615796]
本稿では,マルチモーダル画像セマンティック圧縮法を提案する。
画像の意味情報を抽出するLMMエンコーダと、その意味に対応する領域を特定するマップエンコーダと、非常に圧縮されたビットストリームを生成する画像エンコーダと、前記情報に基づいて画像を再構成するデコーダとからなる。
知覚50%を節約しながら最適な一貫性と知覚結果を達成することができ、これは次世代のストレージと通信において強力な可能性を持つ。
論文 参考訳（メタデータ） (2024-02-26T17:11:11Z) - Deep learning as a tool for quantum error reduction in quantum image
processing [0.0]
本稿では、LPIQEを用いて符号化された画像の全体的な誤差を低減するために、位相アンラベリング誤り低減法と併用して、画像と画像の変換を訓練した生成対向ネットワークを成功させたことを報告する。
量子コンピュータの可用性と量子量に制限があるにもかかわらず、量子画像表現は広く研究されている領域である。
論文 参考訳（メタデータ） (2023-11-08T10:14:50Z) - A quantum segmentation algorithm based on local adaptive threshold for
NEQR image [7.798738743268923]
アルゴリズムの複雑さは$O(n2+q)$に縮めることができるが、これは古典的なアルゴリズムに比べて指数的なスピードアップである。
この実験はIBM Qを用いて、ノイズの多い中間スケール量子(NISQ)時代のアルゴリズムの実現可能性を示す。
論文 参考訳（メタデータ） (2023-10-02T04:01:42Z) - Hybrid quantum transfer learning for crack image classification on NISQ
hardware [62.997667081978825]
グレー値画像のひび割れ検出に量子転送学習を適用した。
我々は、PennyLaneの標準量子ビットのパフォーマンスとトレーニング時間を、IBMのqasm_simulatorや実際のバックエンドと比較する。
論文 参考訳（メタデータ） (2023-07-31T14:45:29Z) - Efficient quantum image representation and compression circuit using
zero-discarded state preparation approach [9.653976364051564]
量子表現 (ZSCNEQR) を新たに導入し, 複雑さの低減を図る。
提案手法は,従来の手法に比べて11.76%少ない量子ビットを必要とする。
論文 参考訳（メタデータ） (2023-06-22T02:18:56Z) - Beyond Learned Metadata-based Raw Image Reconstruction [86.1667769209103]
生画像は、線形性や微細な量子化レベルなど、sRGB画像に対して明確な利点がある。
ストレージの要求が大きいため、一般ユーザからは広く採用されていない。
本稿では,メタデータとして,潜在空間におけるコンパクトな表現を学習する新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2023-06-21T06:59:07Z) - Block-wise quantum grayscale image representation and compression scheme
using state connection [9.653976364051564]
グレースケール画像の任意のサイズをマッピングするために、より少ないキュービットを使用する新しいSCMNEQRアプローチが提案されている。
実験結果から,提案手法の圧縮性能は既存手法よりも優れていた。
論文 参考訳（メタデータ） (2022-12-19T03:17:53Z) - Wavelet Feature Maps Compression for Image-to-Image CNNs [3.1542695050861544]
本稿では,高分解能なアクティベーションマップ圧縮をポイントワイド畳み込みと統合した新しい手法を提案する。
比較的小さく、より優雅な性能劣化を伴う1-4ビットのアクティベーション量子化に匹敵する圧縮率を達成する。
論文 参考訳（メタデータ） (2022-05-24T20:29:19Z) - A hybrid quantum image edge detector for the NISQ era [62.997667081978825]
本稿では,量子人工ニューロンのアイデアに基づく量子エッジ検出のハイブリッド手法を提案する。
提案手法は, 量子コンピュータ, 特に現在ノイズの多い中間量子時代において, 実際に実装することができる。
論文 参考訳（メタデータ） (2022-03-22T22:02:09Z) - Improved FRQI on superconducting processors and its restrictions in the
NISQ era [62.997667081978825]
量子画像のフレキシブル表現の実現可能性について検討する。
また、現在の雑音の中間スケール量子時代の限界を実験的に検証する。
FRQIに必要な回路を単純化する手法を提案する。
論文 参考訳（メタデータ） (2021-10-29T10:42:43Z) - CNNs for JPEGs: A Study in Computational Cost [49.97673761305336]
畳み込みニューラルネットワーク(CNN)は過去10年間で驚くべき進歩を遂げてきた。
CNNはRGBピクセルから直接データの堅牢な表現を学習することができる。
近年,圧縮領域から直接学習できる深層学習手法が注目されている。
論文 参考訳（メタデータ） (2020-12-26T15:00:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。