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)。OpenCVのインクリメンタルな特異値分解
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
アルゴリズムは簡単なので、準備が整っている可能性があります。 – 0x2207
@ 0x2207あなたが正しいと思うのは、だれもこのアルゴリズムを固有またはopencvに寄与させようとしたことはないと思います。私は両方ともコミュニティからの貢献に開放されていると思います。あなたはそれをやろうとする可能性があります。 – fireant