OpenCVのインクリメンタルな特異値分解

Question

屋外のカメラから大量の画像をアーカイブしています。各20000アイテム、1280x960カラーピクセルに近い。私はこのデータのためにSVD（固有画像）を構築し、データのベクトルを小さくすることでこのデータベースのインデックスを作成したいと思います（すべての画像に対して100次元のベクトル）。

すべてのデータを一度にRAMにロードするには、約200GBのRAMが必要です。 まず、RAMがあまりありません。 第2に、それはあまりスケーリングしません。だから、私はインクリメンタルの実装を探しています。おそらくOpenCVやEigenのようなライブラリのために存在するはずです。

私は小さな部品（遠く離れた物体）が私にとって重要だと信じているので、SVDを作る前に解像度を下げたくないですが、解像度を下げるだけで高周波数の機能がすべて失われました。

UPD：

• 私はNNアルゴリズムGHAまたはAPEXは、ここに助けることができることを見出しました。

• は、さらに別のアルゴリズム： http://www.cs.technion.ac.il/~mic/doc/skl-ip.pdf

Answer 1

私は固有を使用して実装を見ていません。しかし、scikit-learnがincremental PCAに使用するのと同じ方法をコーディングすることは難しくないようです。