SfM(Structure from Motion)系の話題。
機械学習で特徴点マッチングの精度を向上させたSuperGlueをSfMに利用した実装が公開されている↓
hloc – the hierarchical localization toolbox
hlocは、state-of-the-artな6-DoF visual localization用モジュラーツールボックスです。
hlocはHierarchical Localizationや画像の検索の活用、特徴マッチングを実装しており、高速・正確でスケーラブルです。
このコードベースは、CVPR 2020の屋内/屋外のlocalization challengeで優勝しました。SuperGlueとは特徴マッチングのためのグラフニューラルネットワークです。
hlocを使えば、以下のことが可能です:
- CVPR 2020の優勝結果を屋外(Aachen)、屋内(InLoc)データセットで再現
- 独自のデータセットでSuperPoint + SuperGlueのStructure-from-Motionを実行してローカライズ
- 独自のデータをvisual localizationするために局所特徴量や画像検索について評価
- 新しいローカリゼーションのパイプラインを実装し、手軽にデバッグする 🔥
Hierachical Localizationには、画像検索と特徴マッチングの両方を使用します。
Installationを見ると、PyTorchとCOLMAPのPythonバインディングpycolmapを使うらしい。
つまりどういうプロセスで動くのか、General pipelineを読んでみる↓
General pipeline
hlocは複数のscriptで構成されており、大まかに以下のステップの処理を行います：
- データセット、クエリ画像全てのSuperPoint局所特徴量を抽出する
- リファレンス用の3D SfMモデルを構築する
- 検索または以前のSfMモデルを使用し、データベース画像の対応関係を見つける
- SuperGlueでデータベースのペアをマッチングさせる
- COLMAPを使用して新しいSfMモデルを三角測量する
- 検索によって、各クエリに関連するデータベース画像を見つける
- SuperGlueでクエリ画像をマッチングさせる
- ローカリゼーションを実行する
- 可視化とデバッグ
ローカリゼーション処理については、visuallocalization.netのデータセットで評価できます。屋内データセットInLocなどの3D Lidarスキャンが利用可能な場合、手順2.はスキップできます。
hlocのアーキテクチャ：
hloc/*.py：最上位階層(top-level)のscripthloc/extractors/：特徴抽出のインターフェイスhloc/matchers/：特徴マッチングのインターフェイス
SuperGlueは第三回 全日本コンピュータビジョン勉強会(前編)で@yu4uこと内田祐介さんが発表してたやつだ。
SuperGlue
CVPR 2020網羅的サーベイのSuperGlueのページ↓
http://xpaperchallenge.org/cv/survey/cvpr2020_summaries/338
まだGNN(Graph Neural Network)について知識不足…
関連記事
チャットツール用bot開発フレームワーク『Hubot』
3D Gaussian Splatting：リアルタイム描画...
ブログをGoogle App EngineからAmazon ...
MPFB2：Blenderの人体モデリングアドオン
Blendify：コンピュータービジョン向けBlenderラ...
Qlone：スマホのカメラで3Dスキャンできるアプリ
動的なメモリの扱い
Webスクレイピングの勉強会に行ってきた
MB-Lab：Blenderの人体モデリングアドオン
OpenCV 3.1のsfmモジュールを試す
統計的な顔モデル
Dlib：C++の機械学習ライブラリ
ブログが1日ダウンしてました
OpenSfM：PythonのStructure from ...
BlenderProc：Blenderで機械学習用の画像デー...
ブログのデザイン変えました
Point Cloud Utils：Pythonで3D点群・...
SONYの自律型エンタテインメントロボット『aibo』
網元AMIで作ったWordpressサイトのインスタンスをt...
OpenCVのバージョン3が正式リリースされたぞ
第25回コンピュータビジョン勉強会＠関東に行って来た
科学技術計算向けスクリプト言語『Julia』
Pythonの自然言語処理ライブラリ『NLTK(Natura...
映画『ジュラシック・ワールド／新たなる支配者』を観た
Math Inspector：科学計算向けビジュアルプログラ...
Kaolin：3Dディープラーニング用のPyTorchライブ...
MythTV：Linuxでテレビの視聴・録画ができるオープン...
Unityからkonashiをコントロールする
C#で使える遺伝的アルゴリズムライブラリ『GeneticSh...
データサイエンティストって何だ？
CGAN (Conditional GAN)：条件付き敵対的...
続・ディープラーニングの資料
オープンソースの人体モデリングツール『MakeHuman』の...
WebGL開発に関する情報が充実してきている
映画『アバター：ウェイ・オブ・ウォーター』を観た
Photogrammetry (写真測量法)
PyTorch3D：3Dコンピュータービジョンライブラリ
Raspberry PiでIoTごっこ
定数
ブログの復旧が難航してた話
UnityでTweenアニメーションを実装できる3種類の無料...
SDカードサイズのコンピューター『Intel Edison』
コメント