nach oben

Erschienen in:

2024 | OriginalPaper | Buchkapitel

Quantum Block-Matching Algorithm Using Dissimilarity Measure

verfasst von : M. Martínez-Felipe, J. Montiel-Pérez, Victor Onofre, A. Maldonado-Romo, Ricky Young

Erschienen in: Service-Oriented Computing – ICSOC 2023 Workshops

Verlag: Springer Nature Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Finding groups of similar image blocks within an ample search area is often necessary in different applications, such as video compression, image clustering, vector quantization, and nonlocal noise reduction. A block-matching algorithm that uses a dissimilarity measure can be applied in such scenarios. In this work, a measure that utilizes the quantum Fourier transform through the draper adder or the Swap test based on the Euclidean distance is proposed. Experiments on small representative cases with ideal and depolarizing noise simulations are implemented. In the case of the Swap test, the IBM, OQC and IonQ quantum devices have been used through the qBraid services, demonstrating potential for future near-term applications.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Hybrid Data Management Architecture for Present Quantum Computing

Nächstes Kapitel Some Initial Guidelines for Building Reusable Quantum Oracles

Al-Ghaib, H., Adhami, R.: On the digital image additive white gaussian noise estimation. In: 2014 International Conference on Industrial Automation, Information and Communications Technology, pp. 90–96 (2014). https://doi.org/10.1109/IAICT.2014.6922089

Bharti, K., et al.: Noisy intermediate-scale quantum algorithms. Rev. Mod. Phys. 94, 015004 (2022). https://doi.org/10.1103/RevModPhys.94.015004

Brunelli, R.: Template Matching Techniques in Computer Vision (2009). https://doi.org/10.1002/9780470744055

Dang, Y., Jiang, N., Hu, H., Zhang, W.: Analysis and improvement of the quantum image matching. Quantum Inf. Process. 16 (2017). https://doi.org/10.1007/s11128-017-1723-7

De Jesús Martínez Felipe, M., Felipe Riverón, E.M., Martínez Castro, J.A., Pogrebnyak, O.: Noisy image block matching based on dissimilarity measure in discrete cosine transform domain. J. Intell. Fuzzy Syst. 36(4), 3169–3176 (2019). https://doi.org/10.3233/JIFS-18533. Cited by: 1

Draper, T.G.: Addition on a quantum computer. arXiv preprint quant-ph/0008033 (2000)

Georgopoulos, K., Emary, C., Zuliani, P.: Modeling and simulating the noisy behavior of near-term quantum computers. Phys. Rev. A 104, 062432 (2021). https://doi.org/10.1103/PhysRevA.104.062432

Hill, R.J., et al.: qBraid-SDK: Python toolkit for cross-framework abstraction of quantum programs (2023). https://github.com/qBraid/qBraid

Jiang, N., Dang, Y., Wang, J.: Quantum image matching. Quantum Inf. Process. 15(9), 3543–3572 (2016). https://doi.org/10.1007/s11128-016-1364-2MathSciNetCrossRef

10.

Kandala, A., Temme, K., Córcoles, A.D.: Error mitigation extends the computational reach of a noisy quantum processor. Nature 567 (2019). https://doi.org/10.1038/s41586-019-1040-7

11.

Le, P.Q., Dong, F., Hirota, K.: A flexible representation of quantum images for polynomial preparation, image compression, and processing operations. Quantum Inf. Process. 10, 63–84 (2011)MathSciNetCrossRef

12.

Li, P., Wang, B.: Quantum neural networks model based on swap test and phase estimation. Neural Netw. 130, 152–164 (2020). https://doi.org/10.1016/j.neunet.2020.07.003. https://www.sciencedirect.com/science/article/pii/S0893608020302446

13.

Preskill, J.: Quantum computing in the NISQ era and beyond. Quantum 2, 79 (2018)CrossRef

14.

Qiskit contributors: Qiskit: an open-source framework for quantum computing (2023). https://doi.org/10.5281/zenodo.2573505

15.

Schuld, M., Petruccione, F.: Quantum models as kernel methods. In: Machine Learning with Quantum Computers. QST, pp. 217–245. Springer, Cham (2021). https://doi.org/10.1007/978-3-030-83098-4_6CrossRef

16.

Shu, G., Shan, Z., Di, S., Ding, X., Feng, C.: A hybrid quantum image-matching algorithm. Entropy 24, 1816 (2022). https://doi.org/10.3390/e24121816MathSciNetCrossRef

17.

Sun, B., Iliyasu, A., Yan, F., Dong, F., Hirota, K.: An RGB multi-channel representation for images on quantum computers. J. Adv. Comput. Intell. Intell. Inform. 17(3) (2013)

18.

Urgelles, H., Picazo-Martínez, P., Monserrat, J.F.: Application of quantum computing to accurate positioning in 6g indoor scenarios. In: IEEE International Conference on Communications, ICC 2022, pp. 643–647 (2022). https://doi.org/10.1109/ICC45855.2022.9838523

19.

Zhang, Y., Lu, K., Gao, Y., Wang, M.: NEQR: a novel enhanced quantum representation of digital images. Quantum Inf. Process. 12, 2833–2860 (2013)MathSciNetCrossRef

20.

Zhao, J., Zhang, Y.H., Shao, C.P., Wu, Y.C., Guo, G.C., Guo, G.P.: Building quantum neural networks based on a swap test. Phys. Rev. A 100, 012334 (2019). https://doi.org/10.1103/PhysRevA.100.012334

Titel: Quantum Block-Matching Algorithm Using Dissimilarity Measure
verfasst von: M. Martínez-Felipe
J. Montiel-Pérez
Victor Onofre
A. Maldonado-Romo
Ricky Young
Verlag: Springer Nature Singapore
Buch: Service-Oriented Computing – ICSOC 2023 Workshops
Print ISBN: 978-981-9709-88-5

Electronic ISBN: 978-981-9709-89-2

Copyright-Jahr: 2024
DOI: https://doi.org/10.1007/978-981-97-0989-2_15

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner