量子科技中心_量科网

超分辨率（SR）技术旨在从低分辨率（LR）观测数据中重建高分辨率（HR）结果。传统深度学习方法虽显著推动了SR发展，但需依赖日益复杂的深层网络、庞大数据集及高强度计算来捕捉细粒度关联。该研究首次探索了量子电路在SR中的应用，提出基于变分量子电路（VQC）的框架，并创新性引入“自适应非局域观测量”（ANO）测量机制。与采用固定泡利读出的传统VQC不同，ANO通过可训练的多量子比特厄米观测量，使测量过程能在训练中动态调整。该设计充分利用量子系统的高维希尔伯特空间特性，以及纠缠态和叠加态提供的表征结构。实验表明，ANO-VQC在模型规模相对较小的情况下可实现高达五倍的分辨率提升，为量子机器学习与超分辨率交叉领域开辟了新方向。