OpenCV的增量奇异值分解
我有一个很大的室外摄像机的图像档案。接近200000项,每个1280x960彩色像素。我想通过为这些数据构建SVD(特征图像)并生成数据的简化向量(比如每幅图片100维向量)来索引这个数据库 一次将所有这些数据加载到RAM中需要大约200GB的RAM。 首先,我没有那么多内存。 其次,它的规模不会太大。因此,我正在寻找增量奇异向量分解的实现,对于OpenCV或Eigen这样的库可能应该存在这种分解 我不想在制作SVD之前降低分辨率,因为我相信小部件(分解的远目标)对我来说可能很重要,但降低分辨率我只是失去了所有高频特性 Upd:OpenCV的增量奇异值分解,opencv,eigen,pca,svd,Opencv,Eigen,Pca,Svd,我有一个很大的室外摄像机的图像档案。接近200000项,每个1280x960彩色像素。我想通过为这些数据构建SVD(特征图像)并生成数据的简化向量(比如每幅图片100维向量)来索引这个数据库 一次将所有这些数据加载到RAM中需要大约200GB的RAM。 首先,我没有那么多内存。 其次,它的规模不会太大。因此,我正在寻找增量奇异向量分解的实现,对于OpenCV或Eigen这样的库可能应该存在这种分解 我不想在制作SVD之前降低分辨率,因为我相信小部件(分解的远目标)对我来说可能很重要,但降低分辨率
- 我发现NN算法GHA或APEX可以在这方面有所帮助
- 还有另一种算法: