[论文解读] Image compression and entanglement

José I. Latorre|ArXiv.org|Oct 4, 2005

Algorithms and Data Compression参考文献 1被引用 232

一句话总结

本文提出 QPEG，一种受量子力学启发的有损图像压缩算法，其中图像通过一种类似重整化群的分块寻址方式被编码为矩阵乘积态（MPS）。通过基于量子纠缠的 MPS 截断，该方法在保持视觉质量的同时实现压缩，在 8 倍压缩率下 PSNR 达到 31.9，展示了量子纠缠与经典图像相关性之间的一种新颖关联。

ABSTRACT

The pixel values of an image can be casted into a real ket of a Hilbert space using an appropriate block structured addressing. The resulting state can then be rewritten in terms of its matrix product state representation in such a way that quantum entanglement corresponds to classical correlations between different coarse-grained textures. A truncation of the MPS representation is tantamount to a compression of the original image. The resulting algorithm can be improved adding a discrete Fourier transform preprocessing and a further entropic lossless compression.

研究动机与目标

• 探索量子力学概念（特别是矩阵乘积态与纠缠）在经典数据压缩问题中的应用。
• 开发一种新颖的图像压缩算法，利用量子态的结构来高效表示和压缩图像。
• 证明量子态中的纠缠与图像中的经典相关性相对应，从而通过截断纠缠实现压缩。
• 使用 PSNR 和比特率等标准指标评估该方法的性能，并与 JPEG 等现有技术进行比较。
• 探究基于量子的表示方法在质量与效率方面是否能够优于或补充传统压缩方法。

提出的方法

• 图像通过一种分层的、受重整化群（RG）启发的分块寻址方案被编码为实量子态，其中每个哑 qudit 代表图像的一个粗粒度区域。
• 图像态随后以矩阵乘积态（MPS）形式表达，局部张量 Γ^(a)ia_αa,αa+1 抓住跨尺度的相关性。
• 在 MPS 表示中对键维数 χ 进行截断，作为压缩机制，舍弃较不重要的纠缠。
• 对每个块应用离散傅里叶变换（DFT）预处理步骤，以将能量集中于低频分量，提高压缩效率。
• 进一步使用无损熵编码（如 gzip）对所得的 MPS 张量进行压缩，降低存储需求。
• 该算法在 6561 个像素的图像块上进行评估，截断水平 χ_trunc = 1、4 和 8 分别对应 PSNR 值为 17、25.6 和 31.9 dB。

实验结果

研究问题

• RQ1 矩阵乘积态（MPS）的结构能否通过利用跨空间尺度的相关性来表示并压缩经典图像？
• RQ2 MPS 表示中的量子纠缠在多大程度上对应于图像中的经典纹理相关性？
• RQ3 与 JPEG 等标准压缩技术相比，所提出的 QPEG 算法在 PSNR 和比特率方面的性能如何？
• RQ4 通过 DFT 进行预处理是否能提高基于 MPS 的图像压缩效率？
• RQ5 是否可以通过截断 MPS 表示中的键维数实现高质量压缩，这与视觉保真度有何关系？

主要发现

• QPEG 算法在约 8 倍压缩率下实现 31.9 dB 的 PSNR，每个 6561 像素块仅需存储 2304 个实数。
• 将截断至 χ_trunc = 1 时，PSNR 为 17 dB，表明即使是最小的纠缠结构也能保留基本图像特征。
• DFT 预处理的使用显著提升了压缩质量，表现为在较低截断水平下 PSNR 值更高。
• 该方法表明，MPS 表示中的纠缠直接反映了图像纹理的复杂性，平滑区域所需纠缠更少。
• 该算法在概念上与 JPEG 不同，因为它不量化或丢弃频率分量，而是通过矩阵乘积截断来近似它们。
• 通过自适应键维数和对 Γ 张量进行量化，可进一步提升 gzip 压缩效率。