我有一个来自户外摄像头的大型图像存档。接近200000项，每个1280x960色像素。我想通过为这些数据构建SVD（特征图像）并减少数据向量（比如每张图片的100维向量）来索引这个数据库。
将所有这些数据一次加载到RAM中需要大约200GB的RAM。 首先，我没有那么多内存。 其次，它不会扩展太多。因此，我正在寻找可能应该存在于OpenCV或Eigen等库中的增量奇异向量分解的实现。
我不想在制作SVD之前降低分辨率，因为我认为小部件（分离的远物体）对我来说可能很重要，但降低分辨率我只是丢失了所有高频功能。
UPD：
我发现NN算法GHA或APEX可以在这里提供帮助。