直方图驱动的幅值嵌入用于高效量子比特图像压缩
该研究提出了一种紧凑且硬件高效的压缩彩色图像方法,适用于近期量子设备。该方法将图像分割为固定大小的“像素块”,计算每个块的总强度,并基于这些块强度构建具有B个分箱的全局直方图。随后将分箱计数的归一化平方根作为振幅编码到n量子比特的量子态中,利用PennyLane平台在IBM真实量子硬件上执行振幅嵌入。通过测量最终态重建直方图,实现块强度的近似恢复和完整图像重组。 该方法仅需恒定数量的量子比特(由直方图分箱数决定),与图像分辨率无关。通过调整B值,用户可控制保真度与资源消耗之间的平衡。实验结果表明,仅需5至7个量子比特即可获得高质量重建效果,在量子比特效率方面显著优于传统像素级编码方案,验证了该方法在当前含噪声中等规模量子(NISQ)时代量子系统中的实际应用价值。
量科快讯
【 美国弗吉尼亚州首个量子科学硕士课程在乔治梅森大学落地】美国乔治梅森大学日前宣布推出新的量子科学与工程理学硕士课程,这是弗吉尼亚州首个此类学位项目,在全美亦属少数。课程聚焦三大核心方向:量子计算与…
9 小时前
13 小时前
13 小时前
15 小时前
1 天前

