[發(fā)明專利]一種量子多通道卷積線路分類方法、服務(wù)器、存儲介質(zhì)及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202111501693.9
• 申請日: 2021-12-09
• 公開（公告）號: CN116258886A
• 公開（公告）日: 2023-06-13
• 發(fā)明（設(shè)計(jì)）人: 景昱;李小剛;楊洋;徐華
• 申請（專利權(quán)）人: 上海昆峰量子科技有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06N10/60;G06V10/82;G06N3/0464;G06N3/082
• 代理公司: 上海宏京知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 31297
• 代理人: 胡旭孟

本發(fā)明提供一種量子多通道卷積線路分類方法、服務(wù)器、存儲介質(zhì)及系統(tǒng)，包括以下步驟：獲取各彩色原始圖片中的各像素點(diǎn)預(yù)處理后的數(shù)值，對所述數(shù)值進(jìn)行量子編碼；根據(jù)量子編碼形成各所述數(shù)值對應(yīng)的量子卷積線路；根據(jù)所述量子卷積線路構(gòu)造帶參數(shù)的量子門；根據(jù)帶參數(shù)的量子門提取同一通道內(nèi)和不同通道間的信息內(nèi)的特征；本發(fā)明具有以下有益效果：通過對各彩色原始圖片中的各像素點(diǎn)預(yù)處理后的數(shù)值進(jìn)行量子編碼，然后根據(jù)量子編碼形成各數(shù)值對應(yīng)的量子卷積線路，再根據(jù)量子卷積線路構(gòu)造帶參數(shù)的量子門，通過帶參數(shù)的量子門提取同一通道內(nèi)和不同通道間的信息內(nèi)的特征，通過對特征的測量確定出主要特征，從而根據(jù)主要特征對各彩色原始圖片進(jìn)行分類。

技術(shù)領(lǐng)域

本發(fā)明涉及量子計(jì)算算法技術(shù)領(lǐng)域，特別是涉及一種量子多通道卷積線路分類方法、服務(wù)器、存儲介質(zhì)及系統(tǒng)。

背景技術(shù)

現(xiàn)有量子卷積線路對灰度圖進(jìn)行卷積操作，其量子卷積線路模塊使用雙量子比特控制門對單通道內(nèi)像素點(diǎn)相關(guān)信息進(jìn)行特征提取，從而完成對灰度圖的分類，但是現(xiàn)有的量子卷積線路僅可以處理單通道灰度圖片，不可以處理多通道的彩色圖片，并且若把彩色圖片轉(zhuǎn)換為灰度圖后使用現(xiàn)有量子卷積線路，所獲特征質(zhì)量比較差。

現(xiàn)有量子卷積線路具體的缺點(diǎn)表現(xiàn)為僅能對單通道的灰度圖片進(jìn)行量子卷積操作，若將現(xiàn)有量子線路直接應(yīng)用于彩色圖片，無法處理各色彩通道間相關(guān)關(guān)系的信息，所獲特征質(zhì)量差，并且獲取的特征無法令圖片分類器準(zhǔn)確對圖片進(jìn)行分類，線路規(guī)模較小，線路學(xué)習(xí)能力弱，可擴(kuò)展性差，難以應(yīng)用于現(xiàn)實(shí)中的分類問題。

發(fā)明內(nèi)容

鑒于以上所述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種量子多通道卷積線路分類方法、服務(wù)器、存儲介質(zhì)及系統(tǒng)，用于解決現(xiàn)有技術(shù)中無法對多通道的彩色圖片進(jìn)行分類的問題。

本發(fā)明的實(shí)施方式提供了一種量子多通道卷積線路分類方法，包括以下步驟：獲取各彩色原始圖片中的各像素點(diǎn)預(yù)處理后的數(shù)值，對所述數(shù)值進(jìn)行量子編碼；根據(jù)量子編碼形成各所述數(shù)值對應(yīng)的量子卷積線路；根據(jù)所述量子卷積線路構(gòu)造帶參數(shù)的量子門；根據(jù)帶參數(shù)的量子門提取同一通道內(nèi)和不同通道間的信息內(nèi)的特征；測量提取的特征，根據(jù)測量的結(jié)果確定主要特征；根據(jù)主要特征確定各彩色原始圖片的分類。

本發(fā)明的實(shí)施方式還提供了一種量子多通道卷積線路分類系統(tǒng)，包括：獲取模塊，用于獲取各彩色原始圖片中的各像素點(diǎn)預(yù)處理后的數(shù)值，對所述數(shù)值進(jìn)行量子編碼；處理模塊，用于根據(jù)量子編碼形成各所述數(shù)值對應(yīng)的量子卷積線路；根據(jù)所述量子卷積線路構(gòu)造帶參數(shù)的量子門；確定模塊，用于根據(jù)帶參數(shù)的量子門提取同一通道內(nèi)和不同通道間的信息內(nèi)的特征；測量提取的特征，根據(jù)測量的結(jié)果確定主要特征；根據(jù)主要特征確定各彩色原始圖片的分類。

本發(fā)明的實(shí)施方式還提供了一種服務(wù)器，包括：至少一個處理器；以及，與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行如上述的量子多通道卷積線路分類方法。

本發(fā)明的實(shí)施方式還提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如上述的量子多通道卷積線路分類方法。

本發(fā)明實(shí)施方式相對于現(xiàn)有技術(shù)而言，主要區(qū)別及其效果在于：通過對各彩色原始圖片中的各像素點(diǎn)預(yù)處理后的數(shù)值進(jìn)行量子編碼，然后根據(jù)量子編碼形成各數(shù)值對應(yīng)的量子卷積線路，再根據(jù)量子卷積線路構(gòu)造帶參數(shù)的量子門，通過帶參數(shù)的量子門提取同一通道內(nèi)和不同通道間的信息內(nèi)的特征，通過對特征的測量確定出主要特征，從而根據(jù)主要特征對各彩色原始圖片進(jìn)行分類，本發(fā)明可以處理各通道間相關(guān)關(guān)系的信息，并獲取各通道間相關(guān)關(guān)系的信息內(nèi)的特征，從而可以對多通道的彩色圖片進(jìn)行分類。

作為進(jìn)一步改進(jìn)，所述預(yù)處理包括歸一化處理和壓縮處理。

作為進(jìn)一步改進(jìn)，所述數(shù)值屬于被卷積核覆蓋的圖片。