8192维VLAD载体每个图像占用32KB的存储器。怎么样？

Question

我有一个关于VLAD矢量表示的简单问题。 8192维（k = 64,128-D SIFT）VLAD向量如何为每个图像提供“32KB的内存”？我无法将这两个数字联系起来。

Answer 1

如VLFeat documentation所述，VLAD向量的每个元素由

给出

其中x_i是描述符向量（此处：128维SIFT向量），u_k是k群集的中心 - 也就是128维SIFT向量。 q_ik表示x_i和u_i之间的关联强度，如果使用K均值聚类，则为0或1。因此，每个v_k都是128维的。

然后通过堆叠所有I来给出图像v_k的VLAD向量：

此向量具有k个元素，每个元素都是128维。 因此，对于k=64，我们最终会得到描述图像64 * 128 = 8192的{​​{1}}个数字。

最后，如果我们为每个元素使用浮点数，则每个数字需要4个字节的内存。因此，对于每个图像的VLAD向量，我们最终总内存使用量为I字节或32KB。