量子科技中心_量科网

该工作针对中性原子量子设备，提出了一种革命性的量子图像表征新范式。该方法通过经典边缘提取输入图像首先应用制图综合算法，生成高度优化的稀疏点阵几何描述，从而构建出量子比特高效的图像表征。在确保图像结构完整性的前提下，这种稀疏表征被嵌入由Bloqade量子软件栈模拟的Aquila（QuEra Computing公司）原子构型中。通过物理原子排布而非数字基态编码来存储视觉信息，该方案规避了数字量子图像处理电路固有的高成本态制备开销。此外，类似地图特征简化的稀疏点阵图像剪枝技术，可在不损失保真度的前提下压缩表征，从而在模拟中性原子量子设备上实现时大幅降低量子比特需求。实验表明，生成的量子原生图像通过图像数据库匹配任务验证了可行性，为图像匹配应用提供了新思路。由于稀疏点阵图像表征支持合成数据集的无缝生成，该研究标志着构建全量子原生视觉数据机器学习流程的第一步，同时揭示了可扩展模拟量子计算在替代高能耗经典AI图像处理框架方面的资源高效潜力。