hloc:SuperGlueで精度を向上させたSfM・Visual Localization

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:

  1. 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
  2. リファレンス用の3D SfMモデルを構築する
    1. 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
    2. SuperGlueでデータベースのペアをマッチングさせる
    3. COLMAPを使用して新しいSfMモデルを三角測量する
  3. 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
  4. SuperGlueでクエリ画像をマッチングさせる
  5. ローカリゼーションを実行する
  6. 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script
  • hloc/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第三回 全日本コンピュータビジョン勉強会(前編)@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

PyDataTokyo主催のDeep Learning勉強会

iOSデバイスのためのフィジカル・コンピューティングツールキ...

Unityの薄い本

Transformer Explainer:テキスト生成モデ...

2D→3D復元技術で使われる用語まとめ

OpenGVのライブラリ構成

RSSフィードを読込んで表示するWordpressプラグイン...

Theia:オープンソースのStructure from M...

写真に3Dオブジェクトを違和感無く合成する『3DPhotoM...

Raspberry PiのGPIOを操作するPythonライ...

PSPNet (Pyramid Scene Parsing ...

Houdiniのライセンスの種類

機械学習手法『Random Forest』

UnityからROSを利用できる『ROS#』

HerokuでMEAN stack

顔画像処理技術の過去の研究

LuxCoreRender:オープンソースの物理ベースレンダ...

AndroidもopenGLも初心者さ (でもJavaは知っ...

データサイエンティストって何だ?

Human Generator:Blenderの人体生成アド...

NeRF (Neural Radiance Fields):...

Alice Vision:オープンソースのPhotogram...

OpenCVの三角測量関数『cv::triangulatep...

GoB:ZBrushとBlenderを連携させるアドオン

動的なメモリの扱い

openMVG:複数視点画像から3次元形状を復元するライブラ...

Adobe MAX 2015

Konashiを買った

Webスクレイピングの勉強会に行ってきた

Javaで作られたオープンソースの3DCGレンダラ『Sunf...

AMIMOTO(PVM版)で作成したインスタンスをAMIMO...

機械学習に役立つPythonライブラリ一覧

Google App Engineのデプロイ失敗

Raspberry Pi 2のGPIOピン配置

機械学習での「回帰」とは?

Amazon EC2ログイン用の秘密鍵を無くした場合の対処方...

ブログをGoogle App EngineからAmazon ...

BlenderでPhotogrammetryできるアドオン

Unityの各コンポーネント間でのやり取り

Verilog HDL

株式会社ヘキサドライブの研究室ページ

書籍『ROSプログラミング』

コメント