Quantum computing application in super-resolution

Abstract

Super-Resolução (SR) é uma técnica exaustivamente explorada e incorpora aspectos estratégicos ao processamento de imagens. À medida que os computadores quânticos gradualmente evoluem e fornecem provas incondicionais de uma vantagem computacional na solução de problemas intratáveis com relação aos homólogos clássicos, a computação quântica emerge com o argumento convincente de oferecer aceleração exponencial para processar operações computacionalmente dispendiosas. Vislumbrando o design de algoritmos paralelos, quantum-ready, para dispositivos ruidosos de curto prazo e iniciando com a Super-Resolução Rápida e Acurada de Imagem (Rapid and Accurate Image Super Resolution – RAISR), uma implementação aplicando computação quântica variacional é demonstrada para aprimorar imagens degradadas. Este estudo propõe uma abordagem que combina os benefícios de RAISR, um método não alucinante e computacionalmente eficiente, e o Eigensolver Variacional Quântico (Variational Quantum Eigensolver – VQE), um algoritmo híbrido clássico-quântico, para conduzir SR com o suporte de um computador quântico, preservando o desempenho quantitativo em termos de Avaliação da Qualidade de Imagem (Image Quality Assessment – IQA). Ele abrange a geração de filtros adicionais baseados em hash, aprendidos com a implementação clássica da técnica de SR, para explorar mais melhorias de desempenho, produzir imagens que são significativamente mais nítidas e induzir o aprendizado de filtros de ampliação mais poderosos com efeitos de aprimoramento integrados. Como resultado, amplia o potencial de aplicação de RAISR para melhorar os ativos de baixa qualidade gerados por câmeras de baixo custo, bem como promove a eventual implementação de métodos robustos de aprimoramento de imagens impulsionados através do uso de computação quântica.