Q-Seg: Quantum Annealing-Based Unsupervised Image Segmentation

要約

我々は、既存の量子ハードウェア向けに調整された、量子アニーリングに基づく新しい教師なし画像セグメンテーション手法である Q-Seg を紹介します。
画像のスペクトル情報と空間情報を同化するピクセル単位のセグメンテーション問題をグラフカット最適化タスクとして定式化します。
私たちの手法は、D-Wave Advantage デバイスの相互接続された量子ビット トポロジを効率的に活用し、既存の量子アプローチより優れたスケーラビリティを提供し、テストされたいくつかの最先端の古典的な手法を上回ります。
合成データセットの経験的評価により、Q-Seg は最先端の古典的なオプティマイザである Gurobi よりも優れたランタイム パフォーマンスを備えていることが示されています。
この方法は、ノイズが多く信頼性の低い注釈が含まれる重要な領域である地球観測画像のセグメンテーションでもテストされています。
ノイズの多い中間スケール量子の時代において、Q-Seg は、Segment Anything のような高度な技術と比較して、現実世界のアプリケーションの信頼できる候補として浮上しています。
その結果、Q-Seg は、特に限られたラベル付きデータと効率的な計算実行時間の必要性に制約がある状況において、利用可能な量子ハードウェアを使用した有望なソリューションを提供します。

要約(オリジナル)

We present Q-Seg, a novel unsupervised image segmentation method based on quantum annealing, tailored for existing quantum hardware. We formulate the pixel-wise segmentation problem, which assimilates spectral and spatial information of the image, as a graph-cut optimization task. Our method efficiently leverages the interconnected qubit topology of the D-Wave Advantage device, offering superior scalability over existing quantum approaches and outperforming several tested state-of-the-art classical methods. Empirical evaluations on synthetic datasets have shown that Q-Seg has better runtime performance than the state-of-the-art classical optimizer Gurobi. The method has also been tested on earth observation image segmentation, a critical area with noisy and unreliable annotations. In the era of noisy intermediate-scale quantum, Q-Seg emerges as a reliable contender for real-world applications in comparison to advanced techniques like Segment Anything. Consequently, Q-Seg offers a promising solution using available quantum hardware, especially in situations constrained by limited labeled data and the need for efficient computational runtime.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google