一个 8192 维的 VLAD 矢量每张图像占用 32KB 的内存。如何？

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 向量如何占用每张图像“32KB 的内存”？我无法将这两个数字联系起来。

Answer 1

如VLFeat documentation 中所述，VLAD 向量的每个元素由下式给出

其中x_i 是一个描述符向量（此处：128 维 SIFT 向量），u_k 是kth 簇的中心 - 即也是一个 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-means 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v_k 来给出图像I 的VLAD 向量：

这个向量有k个元素，每个元素都是128维的。 因此，对于k=64，我们最终会得到描述图像I 的64 * 128 = 8192 数字。

最后，如果我们对每个元素使用浮点数，每个数字需要 4 个字节的内存。因此，每个图像的 VLAD 向量的总内存使用量为 64 * 128 * 4 = 32768 Bytes 或 32KB。