OpenCV 용 점진적 특이 값 분해

Question

야외 카메라의 많은 이미지 아카이브가 있습니다. 200000 개 항목, 각 1280x960 컬러 픽셀에 가깝습니다. 이 데이터에 대해 SVD (Eigen-images)를 구성하고 데이터 벡터를 줄임으로써이 데이터베이스의 색인을 생성하려고합니다 (모든 그림에 대해 100 차원 벡터라고 말함).

이 데이터를 모두 RAM에 한 번에로드하려면 약 200GB의 RAM이 필요합니다. 첫째, 너무 많은 RAM이 없습니다. 두 번째로, 확장되지 않습니다. 그래서, 증분 OpenCV 또는 Eigen 같은 라이브러리에 대해 아마 존재해야만하는 단수 벡터 분해 구현을 찾고 있습니다.

SVD를 만들기 전에 해상도를 낮추고 싶지 않습니다. 왜냐하면 작은 부분 (원거리에있는 물체)이 중요 할 수는 있지만 해상도를 줄이면 모든 고주파 기능을 잃어 버렸기 때문입니다.

UPD는 :

• 나는 NN 알고리즘 GHA 또는 APEX 여기에 도움이 될 수 있음을 발견했다.

• 또 다른 알고리즘 : http://www.cs.technion.ac.il/~mic/doc/skl-ip.pdf

Answer 1

나는 아이겐를 사용하여 구현을 보지 못했어요. 그러나 scikit-learn이 incremental PCA에 사용하는 것과 동일한 방법을 코딩하는 것은 어렵지 않습니다.