用于单图像超分辨率的量子退火方法
计算机视觉与模式识别
2023-04-19 v1 机器学习
摘要
本文提出一种基于量子计算的算法来求解单图像超分辨率（SISR）问题。SISR 众所周知的经典方法之一依赖于该问题成熟的块级稀疏建模。然而，该领域当前现状是深度神经网络（DNNs）已展示出远优于传统方法的结果。尽管如此，量子计算有望很快在机器学习问题中变得日益突出。因此，在这项工作中，我们率先对将量子计算算法应用于这一重要图像增强问题（即 SISR）进行了早期探索。在量子计算的两大范式——通用门量子计算与绝热量子计算（AQC）——中，后者已成功应用于实际计算机视觉问题，其中量子并行性被利用来高效求解组合优化。本工作展示了将量子 SISR 表述为稀疏编码优化问题，并使用通过 D-Wave Leap 平台访问的量子退火器求解。所提出的基于 AQC 的算法被证明相比经典类比实现了提速，同时保持了可比的 SISR 精度。
引用
@article{arxiv.2304.08924,
title = {Quantum Annealing for Single Image Super-Resolution},
author = {Han Yao Choong and Suryansh Kumar and Luc Van Gool},
journal= {arXiv preprint arXiv:2304.08924},
year = {2023}
}
备注
Accepted to IEEE/CVF CVPR 2023, NTIRE Challenge and Workshop. Draft info: 10 pages, 6 Figures, 2 Tables