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:

• 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：

---

我还没有看到使用Eigen的实现。但是，编写scikit learn使用的相同方法似乎并不难

该算法非常简单，这就是为什么我希望可以有现成的实现。@0x2207您是对的，我想只是没有人请求或试图将该算法贡献给eigen或opencv。我认为这两个组织都愿意接受社区的贡献。你可以试着这么做。