摘要
本发明公开了基于量子计算可逆性的图像翻译方法,将量子计算技术应用于图像翻译领域,提出了一种新颖的可逆的量子架构,创新性地结合经典技术和量子技术。通过引入经典图像质量度量特征相似度指数SSIM到目标损失函数和部署辅助卷积神经网络确保实现循环一致性约束以防止模型崩溃,确保图像翻译的高保真度。利用量子计算可逆性设计互为可逆且共享参数的两个量子生成器,可以实现用一组参数完成两个方向的图像翻译,极大地提高了内存效率。本发明实现图像翻译仅使用了31.5KB的内存空间大小就取得了与目前经典领域最先进的方法相当的图像翻译性能。
技术关键词
图像翻译方法
神经卷积网络
量子态
翻译模型
图像块
图片
计算机可读指令
编码模块
电路模块
量子计算技术
参数
阶段
优化器
可读存储介质
发生器
图像像素
重构