論文の概要: A Fully Quantum Algorithm for Image Edge Detection
- arxiv url: http://arxiv.org/abs/2604.23535v2
- Date: Tue, 28 Apr 2026 19:13:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-30 13:51:54.039366
- Title: A Fully Quantum Algorithm for Image Edge Detection
- Title（参考訳）: 画像エッジ検出のための完全量子アルゴリズム
- Authors: Fred Sun,
- Abstract要約: この研究は、量子回路モデル内で完全に動作する新しい量子勾配に基づくエッジ検出を導入する。
我々は、エッジを強度遷移のより暗い側と整列させる方向対応シフト機構を導入する。
その結果、エッジ検出に対するリソース効率と完全量子アプローチが示され、画像処理における実用的な量子優位性が浮かび上がっている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This work introduces a novel quantum algorithm for gradient-based edge detection that operates entirely within the quantum circuit model. Grayscale images are encoded using the Novel Enhanced Quantum Representation (NEQR), allowing exact arithmetic on pixel intensities. Directional gradients are computed by generating superpositions of neighboring pixels via cyclic shift operations and performing subtraction with an exact quantum arithmetic circuit. To refine accuracy, we introduce a direction-aware shifting mechanism that aligns edges with the darker side of intensity transitions. Our novel Quantum Partitioning Algorithm enables efficient in-place thresholding of edge candidates. This work exhibits polynomial-time improvements and optimizes the ancilla count compared to previous NEQR-based quantum edge detection algorithms. These results demonstrate a resource-efficient and fully quantum approach to edge detection, highlighting a practical quantum advantage in image processing.
- Abstract（参考訳）: この研究は、量子回路モデル内で完全に動作する勾配に基づくエッジ検出のための新しい量子アルゴリズムを導入する。
グレースケール画像はNEQR(Novel Enhanced Quantum Representation)を用いて符号化され、ピクセル強度の正確な演算を可能にする。
方向勾配は、巡回シフト演算により隣接画素の重ね合わせを生成し、正確な量子演算回路で減算を行うことによって計算される。
精度を向上させるために、エッジを強度遷移のより暗い側と整列させる方向対応シフト機構を導入する。
我々の新しい量子分割アルゴリズムは、エッジ候補の効率的な位置閾値付けを可能にする。
この研究は多項式時間の改善を示し、以前のNEQRベースの量子エッジ検出アルゴリズムと比較してアンシラ数を最適化する。
これらの結果は、エッジ検出に対するリソース効率が高く完全に量子的なアプローチを示し、画像処理における実用的な量子優位性を強調している。
関連論文リスト
- Quantum algorithm for edge detection in digital grayscale images [0.0]
本稿では,デジタルグレースケール画像におけるエッジ検出のための新しい量子アルゴリズムを提案する。
提案手法は,逐次順序付きWalsh-Hadamard変換の量子アルゴリズムを用いて,エッジ検出のための既存の量子技術を大幅に改善する。
エッジ検出に対する我々のアプローチは、N_1times Nのサイズの画像に対して$mathcalO(log_2(N_1N_2)$の計算コスト(ゲート複雑性と量子回路深さの両方)を持つ。
論文 参考訳（メタデータ） (2025-07-09T08:14:37Z) - A Quantum Range-Doppler Algorithm for Synthetic Aperture Radar Image Formation [47.1482540145286]
一般参照関数は、多くのSAR集中アルゴリズムにおいて重要な要素であり、量子ゲートにどのようにマッピングできるかを示す。
量子レンジ・ドップラーアルゴリズムのコアは計算複雑性が$O(N)$であり、従来のものより小さいことが分かる。
論文 参考訳（メタデータ） (2025-04-29T14:24:23Z) - Fast Expectation Value Calculation Speedup of Quantum Approximate Optimization Algorithm: HoLCUs QAOA [55.2480439325792]
本稿では,LCU演算子の線形結合として表現できる演算子の期待値を計算するための新しい手法を提案する。
この方法は任意の量子アルゴリズムに対して一般的であり、変分量子アルゴリズムの加速に特に関心がある。
論文 参考訳（メタデータ） (2025-03-03T17:15:23Z) - A Photonic Parameter-shift Rule: Enabling Gradient Computation for Photonic Quantum Computers [0.0]
線形光量子コンピューティングプラットフォーム上に実装された量子計算アルゴリズムにおける勾配計算法を提案する。
提案手法は入力光子数と線形にスケールし,パラメータをシフトした同じパラメータ化フォトニック回路を用いて評価を行う。
論文 参考訳（メタデータ） (2024-10-03T17:47:38Z) - Edge Detection Quantumized: A Novel Quantum Algorithm For Image Processing [0.0]
本稿では、量子画像のフレキシブル表現(FRQI)符号化と修正QHEDアルゴリズムを組み合わせた新しいプロトコルを提案する。
改良されたエッジアウトライン法が提案され、従来のQHEDアルゴリズムよりもオブジェクトアウトライン出力が良く、より正確なエッジ検出が可能となった。
論文 参考訳（メタデータ） (2024-04-10T10:29:08Z) - 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) - 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) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳（メタデータ） (2023-04-18T11:57:15Z) - Automatic and effective discovery of quantum kernels [41.61572387137452]
量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。
本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。
その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
論文 参考訳（メタデータ） (2022-09-22T16:42:14Z) - 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) - 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。