[論文レビュー] A Fast Quantum Image Compression Algorithm based on Taylor Expansion

Vu Tuan Hai, Huynh Ho Thi Mong Trinh+1 more|ArXiv.org|Feb 15, 2025

Quantum Computing Algorithms and Architecture被引用数 3

ひとこと要約

要旨: 本論文は、パラメータ化された量子回路と1次テイラー展開を用いて反復回数と圧縮損失を低減する高速QICを提案し、LennaとCameraman画像で実証するハイブリッド量子古典的画像圧縮法を提示します。

ABSTRACT

With the increasing demand for storing images, traditional image compression methods face challenges in balancing the compressed size and image quality. However, the hybrid quantum-classical model can recover this weakness by using the advantage of qubits. In this study, we upgrade a quantum image compression algorithm within parameterized quantum circuits. Our approach encodes image data as unitary operator parameters and applies the quantum compilation algorithm to emulate the encryption process. By utilizing first-order Taylor expansion, we significantly reduce both the computational cost and loss, better than the previous version. Experimental results on benchmark images, including Lenna and Cameraman, show that our method achieves up to 86\% reduction in the number of iterations while maintaining a lower compression loss, better for high-resolution images. The results confirm that the proposed algorithm provides an efficient and scalable image compression mechanism, making it a promising candidate for future image processing applications.

研究の動機と目的

• サイズと画質のバランスを取った効率的な画像圧縮の必要性を動機づける。
• パラメータ化された量子回路を用いたハイブリッド量子古典的画像圧縮機を提案する。
• 近傍ブロック間で小さなパラメータ変化を転送する1次テイラー展開と隣接性ベースの再利用で計算コストと損失を低減する。
• 従来の量子圧縮法に対する標準テスト画像での実験的改善を示す。

提案手法

• ブロックごとにPQCと調整可能なユニタリU(θ)を用いて画像ブロックを量子状態としてエンコードする。
• 量子コンパイルを用いて標的状態を学習済みパラメータ化回路と整合させる。
• 1次テイラー展開を適用して隣接ブロック間の小さなパラメータ変化を伝達する。
• 3nLのパラメータとブロックあたり6Lの回路深度を持つW_chain+XYZアンサートを採用し、表現力とコストのバランスを取る。
• 勾配ベースの最適化（Adam）でθを更新するハイブリッド古典-量子ループを実装し、勾配にはPSRを用いる。
• 反復回数を減らすため隣接ブロック情報を再利用する高速コンパイル戦略を実装する。

実験結果

リサーチクエスチョン

• RQ1 パラメータ化された回路を介してブロックを量子状態としてエンコードすることで、ハイブリッド量子古典的パイプラインは画像を効率的に圧縮できるか。
• RQ2 テイラー展開と隣接情報を用いることで、ナイーブな量子圧縮と比べて総反復回数と圧縮損失を低減できるか。
• RQ3 Fast QICはLenna、Cameramanなどの標準画像で、複数のブロックサイズに対してどのように性能を示すか。
• RQ4 提案手法におけるキュービット数、回路深度、および圧縮性能のトレードオフはどうなるか。

主な発見

• Fast QICはナイーブ版と比較して反復回数を最大86%削減できる。
• Fast QICは特に高解像度画像で圧縮損失を低く抑える。
• 大規模画像サイズで隣接ブロックのパラメータ再利用が約88%の転送割合に近づき、隣接ブロック情報の再利用が効果的である。
• LennaとCameramanに対して、画像サイズとブロックサイズの増加に伴い損失と反復回数が低減する。
• 画像サイズが大きくなるにつれて損失を抑えつつ反復回数を減らす点で、ナイーブ法を大きい画像で上回る。