|
本研究では画像やムービーなどの非直交性の非構造化データに対して高速に認識を行う、量子物体認識アルゴリズムについて大規模画像群での有効性を検証した。量子物体認識では、量子エンタングルメントと量子重ね合わせ状態を利用して大規模データの高速処理が可能になる。大規模画像群での認識を実行するため、特徴画像の自動抽出化としてSURF(Speeded Up Robust Features)とk-means法を採用した。大規模画像群として1001枚の画像を用意した。各画像に対して４つの特徴画像を抽出した。その結果、認識すべき対象の観測確率が0.92となり、高い認識能力を有することを確認した。
|
