变分自编码器的量子下采样滤波器
计算机视觉与模式识别
2025-03-10 v3
摘要
变分自编码器（VAEs）是生成模型和图像重建的基本方法，但其性能常常难以保持重构图像的高保真度。本研究提出一种混合模型——量子变分自编码器（Q-VAE），其编码器集成了量子编码技术，同时采用全连接层提取有意义的表征。解码器采用转置卷积层进行上采样。对Q-VAE进行评估，分别与经典VAE及采用窗口池化滤波器的经典直通VAE进行比较。在MNIST和USPS数据集上的结果表明，Q-VAE持续优于经典方法，获得更低的Fréchet惯人距离（FID）分数，从而表明其在图像保真度和增强重构质量方面具有优势。这些发现凸显了Q-VAE在高质量合成数据生成和改进生成模型中图像重建方面的潜力。
关键词
引用
@article{arxiv.2501.06259,
title = {Quantum Down Sampling Filter for Variational Auto-encoder},
author = {Farina Riaz and Fakhar Zaman and Hajime Suzuki and Sharif Abuadbba and David Nguyen},
journal= {arXiv preprint arXiv:2501.06259},
year = {2025}
}
备注
18 pages, 13 figures