論文の概要: Quantum Gradient-Based Approach for Edge and Corner Detection Using Sobel Kernels

• arxiv url: http://arxiv.org/abs/2605.00744v1
• Date: Fri, 01 May 2026 15:48:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 17:43:29.005746
• Title: Quantum Gradient-Based Approach for Edge and Corner Detection Using Sobel Kernels
• Title（参考訳）: ソベルカーネルを用いたエッジ・コーナー検出のための量子勾配に基づくアプローチ
• Authors: Mohammad Aamir Sohail, Gabriela Pinheiro, Yasemin Poyraz Kocak, Batuhan Hangun, Emre Camkerten, Simge Yigit, Hafize Asude Ertan,
• Abstract要約: エッジ検出(エッジ検出)とは、物体の境界や構造的特徴を示す、強度が急激に変化するデジタル画像内の点を特定することを指す。 本稿では,ソベル型エッジ検出とハリス型コーナー検出の量子的実装を提案する。
• 参考スコア（独自算出の注目度）: 1.0260880679794957
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Edge detection refers to identifying points in a digital image where intensity changes sharply, indicating object boundaries or structural features. Corners are locations where gray-level intensity changes abruptly in multiple directions and are widely used in feature extraction, object tracking, and 3D modeling. In this study, we present a quantum implementation of Sobel-based edge detection and Harris-style corner detection. Two quantum image encoding methods - Flexible Representation of Quantum Images (FRQI) and Quantum Probability Image Encoding (QPIE) - are used to encode the input data and are comparatively analyzed. The proposed approach introduces a quantum gradient computation scheme based on lag-2 differences, enabling the evaluation of gradient-like features in superposition. To improve detection quality and reduce false positives, a classical post-processing step is applied to candidate corner points identified by the quantum circuit. Results show that the proposed quantum circuits produce outputs consistent with classical Sobel and Harris operators. Furthermore, the QPIE-based configuration yields more stable and coherent results than FRQI, especially under limited measurement shots. While gradient computation can be performed efficiently at the circuit level, the overall cost remains dominated by state preparation, measurement, and classical post-processing. All experiments are conducted under noiseless simulation, and performance on NISQ hardware may be affected by noise and measurement limitations. Therefore, this work demonstrates a functional and scalable quantum realization of classical edge and corner detection methods rather than an end-to-end speedup.
• Abstract（参考訳）: エッジ検出(エッジ検出)とは、物体の境界や構造的特徴を示す、強度が急激に変化するデジタル画像内の点を特定することを指す。 コーナーは、グレーレベルの強度が複数の方向に突然変化し、特徴抽出、オブジェクト追跡、および3Dモデリングに広く使用されている場所である。 本研究では,ソベル型エッジ検出とハリス型コーナー検出の量子的実装を提案する。 量子画像のフレキシブル表現(FRQI)と量子確率画像の符号化(QPIE)という2つの量子画像符号化法を用いて入力データを符号化し、相対的に解析する。 提案手法では,ラグ-2差分に基づく量子勾配計算方式を導入し,重ね合わせにおける勾配様特徴の評価を可能にした。 検出品質の向上と偽陽性の低減のために、量子回路で同定された候補コーナーポイントに古典的な後処理ステップを適用する。 その結果、提案した量子回路は古典的なソベル演算子やハリス演算子と整合した出力を生成することがわかった。 さらに、QPIEベースの構成はFRQIよりも安定でコヒーレントな結果をもたらす。 勾配計算は回路レベルで効率的に行うことができるが、全体的なコストは状態準備、測定、古典的な後処理に支配される。 全ての実験はノイズレスシミュレーションの下で行われ、NISQハードウェアの性能はノイズや測定の制限によって影響を受ける可能性がある。 したがって、この研究は、エンドツーエンドのスピードアップではなく、古典的なエッジとコーナー検出手法の関数的かつスケーラブルな量子化を実証する。

関連論文リスト

• A Fully Quantum Algorithm for Image Edge Detection [0.0]
  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。
  論文  参考訳（メタデータ） (2026-04-26T05:10:21Z)
• Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
  CL-QASは連続的な量子アーキテクチャ検索フレームワークである。 振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。 制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
  論文  参考訳（メタデータ） (2026-01-10T02:36:03Z)
• Quantum Visual Fields with Neural Amplitude Encoding [70.86293548779774]
  本稿では2次元画像と3次元幾何場学習のための新しいタイプの量子入射ニューラル表現(QINR)を提案する。 QVFは古典的なデータを学習可能エネルギー多様体に接地したニューラル振幅符号化を用いて量子状態ベクトルに符号化する。 我々のアンサッツは、学習可能なパラメトリド量子回路の完全に絡み合った設計に従い、実際のヒルベルト空間で量子(単位)演算を行う。
  論文  参考訳（メタデータ） (2025-08-14T17:59:52Z)
• Reducing quantum resources for observable estimation with window-assisted coherent QPE [0.0]
  本稿では,サブルーチンとして使用されるコヒーレントQPEのウィンドウ化により,アルゴリズム全体の精度が向上することを示す。 本研究では,ウィンドウアシスト型コヒーレントQPEをサブルーチンとして用いる観測可能量推定の量子タスクについて検討する。
  論文  参考訳（メタデータ） (2025-08-08T20:00:19Z)
• Calibrating the role of entanglement in variational quantum circuits [0.6435156676256051]
  エンタングルメント(Entanglement)は、量子コンピューティングの重要な性質であり、古典的なものとは分離している。 2つの変分量子アルゴリズムの動作における絡み合いの役割を系統的に検討する。 QAOAを用いて解いたMAX-CUT問題に対して,絡み合い関数としての忠実度は層数に大きく依存することがわかった。 QNNの場合、高いテスト精度のトレーニング回路は高い絡み合いによって支えられ、強制的な絡み合いの制限はテスト精度の急激な低下をもたらす。
  論文  参考訳（メタデータ） (2023-10-16T23:36:40Z)
• QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
  本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。 現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。 我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
  論文  参考訳（メタデータ） (2022-11-09T21:43:16Z)
• 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 circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)

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。