論文の概要: Adaptive Quantum Scaling Model for Histogram Distribution-based Quantum Watermarking
- arxiv url: http://arxiv.org/abs/2502.18006v1
- Date: Tue, 25 Feb 2025 09:11:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-26 15:20:42.902313
- Title: Adaptive Quantum Scaling Model for Histogram Distribution-based Quantum Watermarking
- Title（参考訳）: ヒストグラム分布に基づく量子透かしのための適応量子スケーリングモデル
- Authors: Zheng Xing, Chan-Tong Lam, Xiaochen Yuan, Sio-Kei Im, Penousal Machado,
- Abstract要約: 透かし画像のスクランブルには,新しい適応量子スケーリングモデル (AQSM) が提案されている。
固定埋め込みスケールを持つ既存の量子透かし方式とは異なり、提案手法は異なる大きさの透かしを柔軟に埋め込むことができる。
提案手法の有効性とロバスト性を評価する。
- 参考スコア（独自算出の注目度）: 8.021590866552346
- License:
- Abstract: The development of quantum image representation and quantum measurement techniques has made quantum image processing research a hot topic. In this paper, a novel Adaptive Quantum Scaling Model (AQSM) is first proposed for scrambling watermark images. Then, on the basis of the proposed AQSM, a novel quantum watermarking scheme is presented. Unlike existing quantum watermarking schemes with fixed embedding scales, the proposed method can flexibly embed watermarks of different sizes. In order to improve the robustness of the watermarking algorithm, a novel Histogram Distribution-based Watermarking Mechanism (HDWM) is proposed, which utilizes the histogram distribution property of the watermark image to determine the embedding strategy. In order to improve the accuracy of extracted watermark information, a quantum refining method is suggested, which can realize a certain error correction. The required key quantum circuits are designed. Finally, the effectiveness and robustness of the proposed quantum watermarking method are evaluated by simulation experiments on three image size scales. The results demonstrate the invisibility and good robustness of the watermarking algorithm.
- Abstract（参考訳）: 量子画像表現と量子計測技術の発展により、量子画像処理研究はホットトピックとなった。
本稿では,新しい適応量子スケーリングモデル (AQSM) を提案する。
そして、提案したAQSMに基づいて、新しい量子透かし方式を示す。
固定埋め込みスケールを持つ既存の量子透かし方式とは異なり、提案手法は異なる大きさの透かしを柔軟に埋め込むことができる。
透かしアルゴリズムのロバスト性を改善するために,透かし画像のヒストグラム分布特性を利用して埋め込み戦略を決定する新しいヒストグラム分布に基づく透かし機構(HDWM)を提案する。
抽出した透かし情報の精度を向上させるために,特定の誤り訂正を実現する量子精錬法を提案する。
必要となる量子回路は設計されている。
最後に,提案手法の有効性とロバスト性をシミュレーション実験により評価した。
その結果,透かしアルゴリズムの可視性と堅牢性を示した。
関連論文リスト
- An Efficient Watermarking Method for Latent Diffusion Models via Low-Rank Adaptation [21.058231817498115]
低ランク適応(LoRA)に基づく潜在拡散モデル(LDM)の効率的な透かし手法を提案する。
提案手法は,高速な透かし埋め込みを保証し,透かしの非常に低ビット誤り率,生成画像の品質,検証のためのゼロ偽陰率(FNR)を維持できることを示す。
論文 参考訳（メタデータ） (2024-10-26T15:23:49Z) - Multi-Stage Watermarking for Quantum Circuits [15.592314567937159]
特定の問題に対処するために設計された量子回路は、量子コンピューティング企業にとって重要な知的特性(IP)として登場した。
本稿では,量子回路のための革新的なマルチステージ透かし方式を提案する。
論文 参考訳（メタデータ） (2024-04-28T00:52:38Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - Tensor Network Based Efficient Quantum Data Loading of Images [0.0]
本稿では、画像の振幅をほぼエンコードする量子状態を生成する新しい方法を提案する。
道路シーンの複雑な画像に対して,捕捉されたイオン量子コンピュータの8量子ビット上で実験を行った。
論文 参考訳（メタデータ） (2023-10-09T17:40:41Z) - Quantum Optics based Algorithm for Measuring the Similarity between
Images [1.7778609937758327]
画像表現の基本的な量子資源としてコヒーレントな状態を用いる量子光学の定式化に基づくアルゴリズムを報告する。
得られた位相分散多モードコヒーレント状態は画像検索方式に入力され、類似度測定に適したレーザ強度パラメータを同定する。
論文 参考訳（メタデータ） (2023-07-19T07:13:55Z) - 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) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳（メタデータ） (2021-08-09T18:00:05Z) - Quantum Machine Learning with SQUID [64.53556573827525]
分類問題に対するハイブリッド量子古典アルゴリズムを探索するオープンソースフレームワークであるScaled QUantum IDentifier (SQUID)を提案する。
本稿では、一般的なMNISTデータセットから標準バイナリ分類問題にSQUIDを使用する例を示す。
論文 参考訳（メタデータ） (2021-04-30T21:34:11Z) - Facial Expression Recognition on a Quantum Computer [68.8204255655161]
量子機械学習手法を用いて表情認識の可能な解を示す。
適切に定義された量子状態の振幅に符号化されたグラフの隣接行列を操作する量子回路を定義する。
論文 参考訳（メタデータ） (2021-02-09T13:48:00Z) - Advantages and Bottlenecks of Quantum Machine Learning for Remote
Sensing [63.69764116066747]
本稿では,量子コンピュータの概要を説明し,量子画像分類手法の既存手法を考察し,これらのアルゴリズムを現在利用可能なオープンソースプラットフォーム上で実行する際のボトルネックについて考察する。
次のステップでは、量子隠蔽層のサイズを拡大し、さまざまな出力イメージオプションを拡大する。
論文 参考訳（メタデータ） (2021-01-26T09:31:46Z) - A Quantum Edge Detection Algorithm [2.639737913330821]
エンタングルメントや重畳といった量子特性を利用して、多くの画像処理アルゴリズムが指数的なスピードアップを実現できることを示す。
本稿では,量子エッジ検出アルゴリズムの改良版を提案する。
論文 参考訳（メタデータ） (2020-12-20T22:10:05Z)
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。