A quantum color space for finite-shot RGB reconstruction in quantum image processing

Résumé Technique : Un espace colorimétrique quantique pour la reconstruction RGB à tirages finis

Énoncé du problème
Le traitement d'images quantiques (QIP) nécessite des représentations de couleurs qui soient à la fois compactes dans les registres quantiques et récupérables à partir de statistiques de mesure à tirages finis. Bien que les représentations d'images quantiques (QIR) existantes comme FRQI, MCQI et NEQR se soient concentrées sur l'efficacité du stockage et de l'indexation, elles traitent souvent la couleur comme une valeur à stocker plutôt que de s'attaquer à l'organisation géométrique de l'information colorimétrique. Une lacune critique existe dans la compréhension de la manière dont les coordonnées RGB classiques sont mappées dans l'espace d'état quantique et de la façon dont les perturbations de mesure dues aux tirages finis affectent la stabilité de la reconstruction des couleurs. Les schémas actuels manquent souvent d'un cadre clair pour définir comment les estimations dérivées de la mesure sont décodées pour revenir aux couleurs classiques, particulièrement lorsque l'espace colorimétrique encodé est dense et que les frontières de décision sont étroites.

Méthodologie
Les auteurs proposent un espace colorimétrique basé sur la sphère de Bloch qui établit une correspondance préservant la structure entre les valeurs RGB discrètes et les paramètres de l'état d'un qubit unique $(\theta, \phi)$.

1. Cartographie Géométrique :

   • Les triplets RGB sont mappés sur des coordonnées sphériques sur la sphère de Bloch.
   • Angle Polaire ($\theta$) : Organise les couleurs en fonction des sous-groupes de canaux maximum–minimum ($M_x, M_n$). Les couleurs partageant les mêmes $M_x$ et $M_n$ sont assignées à des bandes de latitude communes.
   • Angle Azimutal ($\phi$) : Encode les trajectoires de permutation de canaux au sein de chaque bande de latitude.
   • Sous-espace de Niveaux de Gris : L'ensemble diagonal $\{(x,x,x)\}$ forme naturellement un sous-espace unidimensionnel où l'intensité est encodée uniquement par $\theta$, rendant $\phi$ redondant.

2. Quantification et Grilles :

   • L'étude évalue trois grilles RGB quantifiées : $64^3$, $128^3$ et $256^3$. Il ne s'agit pas de plages d'intensité brutes mais de grilles à l'échelle d'affichage (par exemple, $128^3$ correspond à $\{0, 2, 4, \dots, 254\}^3$).

3. Stratégie de Décodage :

   • Au lieu de supposer une inversion analytique exacte, la méthode utilise une règle de Région de Point (RoP) et de Table de Recherche (LUT).
   • Les comptes de mesures à tirages finis sont convertis en estimations d'angles $(\hat{\theta}, \hat{\phi})$.
   • Ces estimations sont décodées en valeurs RGB en déterminant dans quelle région de décision précalculée $I(r,g,b)$ tombent les angles estimés.

4. Protocoles Expérimentaux :

   • Validation Pixel par Pixel : Chaque pixel est traité par un circuit à deux qubits indépendant. Cela isole la récupérabilité intrinsèque des tirages finis.
   • Encodage d'Image Complète avec Registre de Position : Tous les pixels sont encodés dans un seul circuit utilisant des qubits de position. Le budget total de tirages est partagé entre toutes les positions et toutes les branches angulaires, simulant un scénario plus compact mais plus parcimonieux en mesures.
   • Jeux de Données : MNIST (pour la validation du sous-espace de niveaux de gris) et CIFAR-10 (pour la reconstruction RGB).
   • Simulation : Simulations Qiskit Aer sans modèles de bruit matériel explicites, se concentrant sur les effets statistiques des tirages finis.

Résultats Clés

• Reconstruction des Niveaux de Gris (MNIST) : Le sous-espace de niveaux de gris induit a démontré une grande stabilité. La reconstruction a atteint une erreur quadratique moyenne (MSE) moyenne de 3,90 et un rapport signal sur bruit de crête (PSNR) de 42,44 dB. La nature unidimensionnelle du diagramme de niveaux de gris (redondance de $\phi$) a contribué à cette robustesse.
• Reconstruction RGB (CIFAR-10) :
  • Compromis de Séparabilité de Quantification : La grille $64^3$ a donné les meilleures performances (MSE : 81,29, PSSR : 29,84 dB, SSIM : 0,9313).
  • Grilles plus Denses : La grille $128^3$ a montré une dégradation modérée, tandis que la grille complète $256^3$ a été la moins performante (MSE : 609,77, PSNR : 20,55 dB, SSIM : 0,7435).
  • Cause : Une résolution de couleur nominale plus élevée crée des régions de décision angulaire (RoP) plus étroites. Les erreurs d'estimation d'angle dues aux tirages finis, même minimes, sont plus susceptibles de franchir les frontières de décision dans les grilles denses, entraînant un mauvais décodage des couleurs.
• Analyse par Tirage (Shot-wise) :
  • Augmenter le budget de tirages améliore la précision de l'estimation de l'angle. Cependant, pour une erreur angulaire résiduelle fixe, les grilles plus grossières ($64^3$) restent plus robustes en raison de leurs régions de décision plus larges.
  • Goulot d'Étranglement de l'Allocation de Mesure : En mode image complète avec registre de position, la qualité de la reconstruction s'est considérablement dégradée pour toutes les grilles (MSE $\approx$ 890, PSSR $\approx$ 18,7 dB). Le budget de tirages partagé a résulté en des mesures par position très parcimonieuses (environ 128 échantillons par pixel/branche sur 218 tirages totaux), rendant la récupération fiable de $\theta$ et $\phi$ impossible par rapport au mode pixel par pixel.

Signification et Revendications
L'article soutient que les représentations de couleurs quantiques doivent être conçues non seulement pour un stockage compact, mais spécifiquement pour une récupération stable et interprétable à partir de mesures à tirages finis.

• Organisation Géométrique : La construction proposée sur la sphère de Bloch lie explicitement la géométrie du cube RGB classique aux paramètres d'état quantique, rendant la dépendance à la mesure explicite.
• Stabilité plutôt que Résolution : Les résultats remettent en question l'hypothèse selon laquelle une résolution de couleur classique plus élevée améliore automatiquement la reconstruction quantique. Au lieu de cela, la qualité de la reconstruction est régie par l'équilibre entre la résolution nominale et la séparabilité angulaire à tirages finis. Les grilles plus grossières fournissent des marges angulaires plus larges, renforçant la robustesse contre le bruit statistique.
• Compromis d'Encodage : L'étude met en évidence un compromis pratique entre l'encodage compact au niveau de l'image (registre de position) et la récupération fiable par pixel. Bien que l'encodage compact économise des qubits, il introduit un goulot d'étranglement dans l'allocation des tirages qui limite sévèrement la fidélité de la reconstruction sous des budgets de tirages réalistes.

Les auteurs concluent que les futurs cadres de traitement d'images quantiques devraient donner la priorité aux stratégies de récupération stables à la mesure, telles que le partitionnement adaptatif de l'espace colorimétrique et le décodage basé sur la vraisemblance, plutôt que de se concentrer uniquement sur l'efficacité des qubits.