OpenCV 的增量奇異值分解

Question

我有來自室外相機的大量圖像檔案。 接近 200000 個項目，每個項目 1280x960 彩色像素。 我想通過為這些數據構建 SVD（特征圖像）並制作簡化的數據向量（比如每張圖片的 100 維向量）來索引這個數據庫。

一次將所有這些數據加載到 RAM 中需要大約 200GB 的 RAM。 首先，我沒有那么多內存。 其次，它不會擴展太多。 因此，我正在尋找可能應該存在於 OpenCV 或 Eigen 之類的庫中的增量奇異向量分解的實現。

我不想在制作 SVD 之前降低分辨率，因為我相信小部件（已解決的遠物體）可能對我很重要，但降低分辨率我只是失去了所有高頻特征。

更新：

• 我發現神經網絡算法 GHA 或 APEX 可以在這里提供幫助。

• 另一種算法： http : //www.cs.technion.ac.il/~mic/doc/skl-ip.pdf

Answer 1

我還沒有看到使用 Eigen 的實現。 但是編寫 scikit-learn 用於增量 PCA的相同方法似乎並不難。