摘要
本发明公开了一种基于量子计算操作改进的图像特征提取方法、装置,可被用于图像分类、对象检测、图像分割等下游任务,包括构建适配量子计算操作的ViT模型基础架构,并对ViT模型基础架构进行改进:基于量子随机特性将常规特征转换为量子态表示;利用量子共轭计算和量子态叠加对信息交互的影响在ViT模型的自注意力机制中融入量子态计算;引入量子化的线性条件随机场对ViT模型进行改进;量子态特征增强、量子化自注意力机制优化和量子化线性条件随机场改进共同作用于ViT模型对图像的特征提取过程。实现量子计算与计算机视觉领域的创新性融合,将量子计算的独特优势引入图像特征提取任务中,使其能够更好地应对复杂图像特征提取任务。
技术关键词
图像特征提取方法
量子态
条件随机场
条件概率模型
注意力机制
Softmax函数
对象检测模型
矩阵
图像分类模型
图像分割模型
图像分割方法
量子随机数
因子
对象检测能力
线性
生成随机
系统为您推荐了相关专利信息
网络社区划分方法
节点特征
社交网络分析
社交网络数据采集
社交网络图
车辆
坐标系
车载通信系统
融合特征
卡尔曼滤波算法
负荷预测模型
负荷预测系统
工作管理模块
层级
大数据
信息检测方法
帖子
注意力机制
信息传播路径
文本语义分析
视频理解方法
多模态
多层感知器
大语言模型
多阶段