[发明专利]一种视频中的量子移动目标分割方法、装置及存储介质

说明书

本发明公开了一种视频中的量子移动目标分割方法、装置及存储介质，涉及量子计算和量子视频处理技术领域，包括：组合图像，获得第一量子视频；复制第一量子视频，得到第二量子视频，将第二量子视频存储于辅助量子比特中；分别将第一量子视频和第二量子视频进行移动目标分割处理，得到第一结果视频和第二结果视频；将第一结果视频和第二结果视频进行二值化，并将二值化后的第一结果视频和第二结果视频进行与运算，得到第三结果视频；对第三结果视频进行测量，使其塌缩至确定态。本发明有效解决了经典数字视频处理的实时性问题和现有的量子分割算法无法实现的问题，可以对视频中的运动目标进行快速准确地分割，大大提高了处理速度。

技术领域

本发明涉及一种视频中的量子移动目标分割方法、装置及存储介质，属于量子计算和量子视频处理技术领域。

背景技术

相对于文本，图片和音频来说，视频可以包含更多的信息并且其可以更直观的传达信息，所以对视频信息的处理是计算机视觉发展过程中重要的一部分。视频中的移动目标检测作为视频处理中的热点话题之一，在计算机视觉、图像应用、入侵检测、异常行为检测等方面发挥着重要的作用。而对于现在视频数据量急剧上升，这使得实时性问题逐渐显现出来。量子计算凭借其量子优势可以使计算速度达到惊人的效果，因此将量子计算和视频处理相结合，可以有效解决实时性问题。

如何把经典视频存储到量子比特中是一个首要问题。因为视频的每一帧都是一幅图像，因此需要将每帧图像表示为量子图像。目前的量子图像表示方法主要有量子比特阵列模型、实矢量模型、纠缠图像模型、量子图像的灵活表示模型、新颖的增强描述模型等。基于这些量子图像表示模型，一些量子视频表示模型被提出，例如基于FRQI提出的量子电影(视频)表示模型，基于MCQI模型提出的量子视频表示模型和基于NEQR的量子视频表示模型QVNEQR。其中QVNEQR其将视频信息(帧，像素)存储在量子比特基态中，这使得对视频进行处理更好操作，因此它得到了较为广泛的应用。目前，量子视频的研究主要集中在量子视频表示、量子视频加密和移动目标检测。其中，移动目标检测还处于起始阶段。

在2015年，Yan等人基于测量的方法将量子视频中进行测量，使其塌缩至一个确定态，然后观测其像素结果来判断运动轨迹，这样的方法是一个有意义的尝试，但是测量的复杂度过高，很难实现。并且只能在单一背景进行检测，这是不实用的。同年，他们提出了一种量子视频稳定策略，他们使用量子比较器和量子图像平移操作来估计曝光过程中的运动，并补偿运动引起的视频抖动。2020年，Song等人提出了一种基于新的量子视频框架、受控XOR操作和改进的逻辑映射的量子视频加密方案。整个加密过程采用帧间排列、帧内像素位置几何变换、高4帧内等位平面加扰等方式进行，计算简单，复杂度低，滤过强。总而言之，量子视频处理的研究目前还处于初始阶段，这可能是由于需要处理帧中编码的大量资源。在过去的几十年里，量子图像分割作为计算机视觉的重要组成部分，取得了很大的进展，但量子视频分割仍然稀缺。总而言之，目前的量子视频中的移动目标检测算法还非常不完善。缺少切实可行的方案和量子实现电路。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种视频中的量子移动目标分割方法、装置及存储介质，解决经典数字视频处理的实时性问题和现有的量子分割算法无法实现的问题，对视频中的运动目标进行快速准确分割。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种视频中的量子移动目标分割方法，所述方法包括：

组合图像，获得第一量子视频；

复制第一量子视频，得到第二量子视频，将第二量子视频存储于辅助量子比特中；

分别将第一量子视频和第二量子视频进行移动目标分割处理，得到第一结果视频和第二结果视频；

将第一结果视频和第二结果视频进行二值化，并将二值化后的第一结果视频和第二结果视频进行与运算，得到第三结果视频；