发明名称 一种基于测量的复杂背景下量子视频动目标检测方法
摘要 本发明涉及一种基于测量的复杂背景下量子视频动目标检测方法, 其特特征在于:MCQI通过3个量子位表示像素的R,G和B颜色信息;                                                <img file="145847dest_path_image001.GIF" wi="87" he="26" />个量子位表示一幅<img file="47944dest_path_image002.GIF" wi="55" he="20" />图像的位置信息(前<i>n</i>个量子位用于表示图像沿<i>y</i>轴的位置信息,后<i>n</i>个量子位用于表示图像沿<i>x</i>轴的位置信息)。利用量子电影表达式中对视频关键帧、视频存储和播放设备等的描述,可以得到使用<img file="590921dest_path_image003.GIF" wi="24" he="22" />幅MCQI图像表示视频帧的多通道量子视频表达式,其能够捕获图像中每个像素点的颜色信息以及相应的位置信息,并将它们集成为一个归一化量子状态。
申请公布号 CN104966306A 申请公布日期 2015.10.07
申请号 CN201510392920.7 申请日期 2015.07.07
申请人 长春理工大学 发明人 闫飞;郭一鸣;韩成;蒋振刚;杨华民
分类号 G06T7/20(2006.01)I 主分类号 G06T7/20(2006.01)I
代理机构 吉林长春新纪元专利代理有限责任公司 22100 代理人 王薇
主权项 一种基于测量的复杂背景下量子视频动目标检测方法,其特征在于:首先给定三个角度矩阵,<img file="138343dest_path_image001.GIF" wi="338" he="109" />其中<img file="228659dest_path_image002.GIF" wi="19" he="18" />表示量子视频中MCQI图像的数目,<img file="472558dest_path_image003.GIF" wi="23" he="18" />表示每帧MCQI图像中包含的像素点数目;通过Hadamard门和受控非门变换使得量子计算机从初始状态<img file="993057dest_path_image004.GIF" wi="78" he="23" />转换到量子视频状态<img file="955197dest_path_image005.GIF" wi="78" he="27" />:<img file="583624dest_path_image006.GIF" wi="261" he="53" />其中,<img file="682030dest_path_image007.GIF" wi="24" he="24" />表示每幅图像在视频序列中的位置,<img file="370501dest_path_image008.GIF" wi="20" he="16" />是编译视频中所有图像所需的量子位,<img file="554357dest_path_image009.GIF" wi="61" he="24" />是一幅MCQI量子图像,定义为:<img file="986476dest_path_image010.GIF" wi="195" he="44" />其中,<img file="204967dest_path_image011.GIF" wi="52" he="21" />代表视频序列<img file="78987dest_path_image012.GIF" wi="22" he="18" />位置的图像中第<img file="750140dest_path_image013.GIF" wi="8" he="19" />个像素点的RGB颜色信息,定义为:<img file="720370dest_path_image014.GIF" wi="434" he="68" />其中,<img file="731052dest_path_image015.GIF" wi="241" he="17" />是8维的基本量子态,<img file="761325dest_path_image016.GIF" wi="162" he="24" />表示视频序列<img file="919773dest_path_image017.GIF" wi="21" he="19" />位置的图像中第<i><img file="693694dest_path_image018.GIF" wi="5" he="16" /></i>个像素的R、G和B颜色值,<img file="886778dest_path_image019.GIF" wi="17" he="19" />的默认值为0,不携带任何信息;准备一个含有5帧MCQI图像<img file="87952dest_path_image020.GIF" wi="54" he="19" />的量子视频<img file="471048dest_path_image021.GIF" wi="65" he="18" />,为该视频准备足够多的副本,通过测量获得与像素灰度值相关的测量概率,进而生成MTD概率矩阵,最后由MTD概率矩阵分析运动目标的移动轨迹;具体按以下步骤完成:步骤1、准备足够数量的多通道量子视频副本,其中副本数量准备越多,测量结果越接近像素实际值,检测结果也越精确,但用于存储和测量的计算资源也会越多;这里测量次数为255次,且视频背景为8种基本颜色,其R,G和B分量的灰度值只选取0和255;步骤2、提取该视频及其副本的R、G和B通道分量,并分别进行测量,由于对量子叠加态会导致该状态坍缩,所以R、G或B通道上每个像素的测量结果只能得到黑色和白色,且各以一定概率存在;对一个像素在R、G、B通道上的分量而言,测量结果为白色的概率,近似等于该像素在该通道的灰度值<img file="48660dest_path_image022.GIF" wi="26" he="18" />与最高灰度值的比值<img file="96250dest_path_image023.GIF" wi="60" he="15" />;步骤3、根据步骤2所得概率,将每帧图像所有像素点的测量概率作为MTD概率矩阵的行向量,则由视频中所有帧生成的若干行向量即可构成MTD概率矩阵,生成的MTD概率矩阵;步骤4、该量子视频中紫色像素点的运动轨迹即为R,G和B通道MTD概率矩阵中元素<img file="468326dest_path_image024.GIF" wi="76" he="39" />和<img file="335788dest_path_image025.GIF" wi="28" he="40" />的位置变化,通过分析这些元素的位置变化可确定该紫色像素点在视频中的运动轨迹。
地址 130022 吉林省长春市卫星路7186号科技大厦B座1603室