对称性约束的混合量子-经典卷积神经网络用于旋转鲁棒人脸识别

《Frontiers in Artificial Intelligence》：Symmetry-constrained hybrid quantum-classical convolutional neural networks for rotation-robust face recognition

　　

人脸识别系统在人脸以不同方向出现时表现不佳。标准卷积神经网络（CNN）能很好地处理平移，但缺乏处理旋转或反射的内置机制。量子神经网络（QNN）提供了一种不同的表达能力，但大多数现有设计完全忽略了空间对称性。本研究提出Eq-MG-QCNN，一种将旋转对称性直接嵌入量子线路的混合量子-经典模型。该量子滤波器被设计为在Klein四元群（Klein four-group）下精确等变，涵盖水平翻转、垂直翻转和180°旋转。这通过两种机制实现：在所有量子比特间共享旋转参数（由轨道分析要求），以及用对称的CZ门连接所有量子比特对（形成完整的K₄图）。该模型在ORL和Yale人脸数据库的四种旋转角度（0°、90°、180°、270°）下进行测试，并与经典CNN、经典等变CNN以及MG-QCNN量子基线进行比较。所有实验均使用无噪声量子仿真。Eq-MG-QCNN在ORL上达到94.3%的最佳准确率，在Yale上达到89.9%，仅需六个量子参数，比基线少两个。该模型在所有四种测试角度下均表现出较低的旋转变化。这些明显高于表述中未包含这些信息的句子的比率。这些结果支持将旋转不变性与量子纠缠相结合的策略。

该研究由《Frontiers in Artificial Intelligence》发表，旨在解决人脸在不同平面旋转、反射和遮挡下的人脸识别难题。传统卷积神经网络（CNN）虽能通过权值共享处理平移变换，但标准变分量子线路缺乏对空间对称性的固有保障；现有混合量子-经典架构虽能缓解量子硬件限制，却同样未能融入几何归纳先验。研究人员提出Eq-MG-QCNN模型，将Klein四元群?₂×?₂的群对称性嵌入量子卷积滤波器，通过轨道约束的参数共享与对称CZ门构成的K₄完全图实现精确等变，在ORL和Yale人脸数据库上取得最优识别性能并展现良好的旋转稳定性。

该研究采用的关键技术方法包括：基于2×2像素块的四量子比特变分线路设计，其中轨道分析要求同一轨道内量子比特共享旋转参数，使每层的8个独立参数缩减为2个共享参数；采用CZ门构建完全图K₄拓扑的对称纠缠结构，确保在线路层面对称性操作下保持等变；通过PennyLane框架进行精确态矢量仿真（diff_method='backprop'），量子参数初始化采用N(0, 0.01)分布以缓解贫瘠高原问题；经典分类头采用三层全连接网络，配合批量归一化（BN）与Dropout正则化；训练时使用Adam优化器分别设置量子学习率η_q=0.01与经典学习率η_c=0.001。

研究背景与问题阐述部分指出，人脸识别系统由人脸检测、特征提取和分类三阶段构成，该研究聚焦后两个阶段。CNN通过层级卷积与池化操作构建从边缘纹理到完整面部部件的抽象表征，但随数据规模与模型体量增长，计算成本与能耗问题日益严峻。量子机器学习（QML）利用叠加（superposition）、纠缠（entanglement）和量子并行性（quantum parallelism）在指数级大希尔伯特空间中进行计算，量子卷积神经网络（QCNN）已在图像处理中展现对数级线路深度的优势。然而，受限于NISQ（Noisy Intermediate-Scale Quantum，含噪声中等规模量子）时代的门级噪声、短相干时间和有限量子比特数，全量子模型难以实现；变分量子线路还面临贫瘠高原（barren plateau）现象，即代价函数梯度方差随量子比特数指数消失导致训练不可行。混合架构将经典深度学习与浅层参数化量子线路（PQC）结合，量子层执行特征提取而经典网络负责下游分类，成为折中方案。但大多数变分量子模型缺乏几何归纳先验，无法处理人脸的任意平面旋转、反射与遮挡。几何量子机器学习（GQML）通过设计对对称群作用结构等变的量子线路来解决这一缺陷，嵌入此类先验可提升样本效率、减少参数数量并抑制贫瘠高原。

研究结论与意义方面，该研究提出的Eq-MG-QCNN模型在量子滤波器中实现了对Klein四元群?₂×?₂的严格等变，通过两种结构机制——源自轨道约束的共享旋转参数与基于对称CZ门的K₄完全图纠缠器——达成机器精度（ε_equiv≈10^?15）级别的精确等变。该线路仅使用6个可训练量子参数，较MG-QCNN基线的8个减少两个。在ORL和Yale人脸数据库的相同训练条件下，等变先验使模型在两类数据集上均取得最高平均和最佳准确率：ORL上94.3%最佳准确率，Yale上89.9%最佳准确率，旋转标准差分别仅为0.5%和1.4%。在ORL上，Eq-MG-QCNN超越了经典CNN和经典等变CNN基线；在以光照变化而非几何变化为主导的Yale数据库上，Eq-MG-QCNN仍超越所有三个基线（包括高容量的经典CNN），表明结构对称性先验提供的正则化效益超出了其标称的几何领域。这些发现表明，将群论先验嵌入量子卷积滤波器是获取参数高效且方向稳定特征提取器的原则性方法，同时强调该效益取决于先验是否与数据中的主导变异源相匹配。

该研究的结果呈现如下：

量子线路等变性验证：通过算法2对训练后的线路进行补丁级等变性验证，Eq-MG-QCNN在三个非平凡群元素σ_x、σ_γ、σ_xσ_γ下的最大交换子范数低于10^?15，确认机器精度的等变性；而MG-QCNN基线的等变误差ε_equiv=0.72，证明其CNOT环纠缠器破坏了对称性。

ORL人脸数据库实验结果：Eq-MG-QCNN达到92.5%平均准确率和94.3%最佳准确率，较MG-QCNN提升6.7个百分点平均准确率，旋转一致性（标准差）为0.50%，不到经典和基线量子模型（1.09%–1.30%）的一半。在四种测试角度下的准确率分别为92%（0°）、93%（90°）、92%（180°）和93%（270%），证实等变先验向更大的C₄轨道实现了经验性迁移。统计显著性检验显示，Eq-MG-QCNN与MG-QCNN的95%置信区间分别为[89.6%, 94.9%]和[82.9%, 89.6%]，双比例z检验z=2.74、p=0.006，6个百分点的差距在1%水平显著。模型在模拟去极化噪声下于p=0.01噪声率内保持高于无噪声MG-QCNN基线的性能。

Yale人脸数据库实验结果：Eq-MG-QCNN达到88.0%平均准确率和89.9%最佳准确率，超越MG-QCNN量子基线14.2个百分点平均准确率，超越经典CNN（82.5%平均准确率）5.5个百分点，旋转标准差为1.4%，与经典CNN的0.9%相当。

训练动态与特征可视化：Eq-MG-QCNN的训练损失在第16个epoch前降至0.2以下并趋近于零，无过拟合迹象；t-SNE可视化显示0°和180°特征重叠度高于90°和270°，符合?₂×?₂等变性保证的理论预测，且按身份着色的特征聚类证实量子特征的判别能力。

讨论部分，研究人员坦诚分析了该研究的局限性与未来方向。首先，证明的等变群?₂×?₂仅覆盖恒等变换、水平翻转、垂直翻转和180°旋转，而评估中的90°和270°超出了该群范围，虽然经验上模型在这些角度表现良好，但这主要归因于数据增强中的直接暴露而非形式等变性，该先验的作用体现为参数约束带来的正则化效应。其次，所有结果基于单一随机种子（SEED=42），多项式标准误差约为2–3个百分点，计划在扩展研究中进行多种子实验。第三，所有量子线路均在PennyLane的default.qubit设备上进行无噪声态矢量仿真，尚未在真实量子硬件或噪声模型下验证，depolarizing噪声和amplitude damping噪声的初步模拟显示模型在p=0.01噪声率内具有鲁棒性。第四，ORL和Yale是规模较小的基准测试，旨在隔离对称性先验的效果而非追求绝对准确率记录，未来需在LFW或CFP-FP等更大规模现代基准上评估。第五，当前经典CNN基线的参数总量约为量子模型经典头的六倍，参数效率声明仅限于量子层本身。

对于未来方向，研究人员指出：将证明群从?₂×?₂扩展至循环群C₄或二面体群D₄需要不同的纠缠结构，是自然的理论扩展；多种子实验配对显著性检验、真实噪声模型评估及真实量子硬件执行将巩固实证结果；结合几何先验与光照不变性先验可应对Yale数据集所代表的光照变异场景；此外，将该框架扩展至多模态生物特征识别、结合持续学习策略实现领域自适应部署、以及采用相关熵损失等稳健训练目标，均为有前景的研究方向。