混合量子-经典面部识别实现了97%的准确率，采用8量子比特VQC（72个参数），超越经典FaceNet（85.1%），在相同硬件上训练快267倍。实际部署在CPU上实现了0.2-0.5秒的推理时间。

#量子机器学习 #生物识别安全 #研究

使用 QuFeX 模块的混合量子-经典模型在三个自监督学习框架（SimCLR、MoCo v2、BYOL）中对指纹识别任务持续优于经典对应物，虽然准确性获得了适度提升，但计算成本较高。

#量子机器学习 #生物识别安全 #研究