Key points are not available for this paper at this time.
हम Q-Seg प्रस्तुत करते हैं, जो क्वांटम एनीलिंग पर आधारित एक नया अप्रेक्षित इमेज सेगमेंटेशन विधि है, जो मौजूदा क्वांटम हार्डवेयर के लिए अनुकूलित है। हम पिक्सेल स्तर के सेगमेंटेशन समस्या को, जो इमेज की स्पेक्ट्रल और स्पैटियल जानकारी को समाहित करता है, एक ग्राफ-कट ऑप्टिमाइजेशन कार्य के रूप में तैयार करते हैं। हमारी विधि D-wave एध्वांटेज उपकरण की आपस में जुड़े क्वबिट टॉपोलॉजी का कुशलता से लाभ उठाती है, जो मौजूदा क्वांटम दृष्टिकोण पर बेहतर स्केलेबिलिटी प्रदान करती है और कई परीक्षण किए गए अद्यतन क्लासिकल तरीकों को पार करती है। सिंथेटिक डेटा सेट्स पर साम्प्रिक मूल्यांकन ने दिखाया है कि Q-Seg का रनटाइम प्रदर्शन अत्याधुनिक क्लासिकल ऑप्टिमाइजर Gurobi से बेहतर है। इस विधि का परीक्षण पृथ्वी अवलोकन इमेज सेगमेंटेशन पर भी किया गया है, जो शोर युक्त और अप्र Reliable एनोटेशन के साथ एक महत्वपूर्ण क्षेत्र है। शोर युक्त मध्य-स्तरीय क्वांटम के युग में, Q-Seg उन्नत तकनीकों जैसे Segment Anything की तुलना में वास्तविक विश्व अनुप्रयोगों के लिए एक विश्वसनीय दावेदार के रूप में उभरता है। परिणामस्वरूप, Q-Seg उपलब्ध क्वांटम हार्डवेयर का उपयोग करते हुए एक आशाजनक समाधान प्रदान करता है, विशेष रूप से सीमित लेबल डेटा और कुशल कम्प्यूटेशनल रनटाइम की आवश्यकता से बाधित परिस्थितियों में।
वेंकटेश और सहकर्मियों (सन,) ने इस प्रश्न का अध्ययन किया।