Квантовое распознавание лиц и квантовая визуальная криптография: модели и алгоритмы

Основное содержимое статьи

С. В. Ульянов
С. П. Петров

Аннотация

В работе проводится краткая классификация алгоритмов распознавания лиц. Вводится новая технология распознавания лиц, использующая разработанные квантовые алгоритмы и позволяющая повысить эффективность процесса распознавания. Работа полученных алгоритмов демонстрируется в задачах обработки изображений, предшествующих собственно распознаванию. В качестве дополнительного результата представлен квантовый алгоритм, разработанный на основе классического алгоритма визуальной криптографии и способный повысить эффективность кодирования и декодирования изображений. Задача сокрытия информации в изображении и задача распознавания и понимания изображения являются обратными и должны решаться совместно.

Скачивания

Данные скачивания пока недоступны.

Информация о статье

Как цитировать
[1]
Ульянов, С.В. и Петров, С.П. 2021. Квантовое распознавание лиц и квантовая визуальная криптография: модели и алгоритмы. Системный анализ в науке и образовании. 1 (сен. 2021), 160–176.
Раздел
Статьи

Библиографические ссылки

Litvintseva L.V., Ulyanov S.V. et al. Quantum information and quantum computational intelligence: Backgrounds and applied toolkit of information design technologies. – Milan. Note del Polo (Ricerca), Universita degli Studi di Milano, 2005. – Vol. 78-86.

Le P.Q., Iliyasu A.M., Dong F., Hirota K. Fast geometric transformations on quantum images // IAENG Intern. J. of Applied Mathematics. – 2010. – Vol. 40. – № 3; A framework for representing and producing movies on quantum computers // International Journal of Quantum Information. – 2011. – Vol. 9. – №. 6. – Pp. 1459-1497.

Ekta W., Anu S. A conceptual study on image matching techniques. // Global Journal of Computer Science and Technology. – 2010. – Vol. 10. – № 12. – Pp. 83-88.

Stan Z.L., Anil K.J. Handbook of face recognition. – Springer Science + Business Media, 2005.

Лифшиц Ю. Методы распознавания лиц. – М: Лаборатория Знаний, 2005.

Lowe D.J. Object recognition from local scale-invariant features. – Computer Science Department University of British Columbia, Vancouver, 1999.

Lowe D.J. Distinctive image features from scale-invariant key points. – Computer Science Department University of British Columbia, Vancouver, 2004.

Aichert A. Feature extraction techniques. – Camp medical seminar ws0708, 2008.

Mikolajczyk K., Tuytelaars T., Schmid C. et al. A comparison of affine region detectors. // International Journal of Computer Vision. – 2006. – № 4.

Nixon M.S, Aguado A. S. Feature extraction and image processing, Second edition. – Elsevier, 2008.

Naor M., Shamir A. Visual cryptography. // In EUROCRYPT’94. – Springer-Verlag Berlin, 1995. – Vol. LNCS 950. – Pp. 1-12.

Jin D., Yan W.Q., Kankanhalli M.S. Progressive color visual cryptography. // Journal of Electronic Imaging, 2005. – Vol. 14. – № 3.

Hou Y.C. Visual cryptography for color images. // Pattern Recognition. – 2003. – Vol. 173. – Pp. 1-11.

Zhou Z., Arce G.R., Di Crescenzo G. Halftone visual cryptography. // Proceedings of 2003 International Conference on Image Processing, 2003. – Vol. 1. – Pp. 521-524.

Liu F. and Wu C. Embedded extended visual cryptography schemes. – China, 2006.

Smith S.M., Brady J.M. SUSAN – a new approach to low level image processing. // International Journal of Computer Vision (IJCV), 1997. – Vol. 23. – № 1. – Pp. 45-78.

Lai S. Robust image matching under partial occlusion and spatially varying illumination change. // Computer Vision and Image Understanding. – 2000. – Vol. 78. – Pp. 84-98.

Tseng C.C. and Hwang T.M. Quantum digital image processing algorithms // 16th IPPR Conference on Computer Vision, Graphics and Image Processing (CVGIP 2003). – 2003. – Kinmen, ROC. – Pp. 827-834.

Mutze U. Quantum image dynamics – an entertainment application of separated quantum dynamics. – 2008. – [Электронный ресурс]. URL: available in http://www.ma.utexas.edu/mp_arc/c/08/08-199.pdf.