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

ManuelBastioniLAB:人体モデリングできるBlenderアドオン

書籍『イラストで学ぶ ディープラーニング』

FCN (Fully Convolutional Network):ディープラーニングによるSema...

第25回コンピュータビジョン勉強会@関東に行って来た

Kornia:微分可能なコンピュータービジョンライブラリ

OpenCV バージョン4がリリースされた!

続・ディープラーニングの資料

FacebookがDeep learningツールの一部をオープンソース化

ポリゴンジオメトリ処理ライブラリ『pmp-library (Polygon Mesh Process...

Alice Vision:オープンソースのPhotogrammetryフレームワーク

手を動かしながら学ぶデータマイニング

Mechanizeで要認証Webサイトをスクレイピング

池袋パルコで3Dのバーチャルフィッティング『ウェアラブル クロージング バイ アーバンリサーチ』

Houdiniのライセンスの種類

ブログが1日ダウンしてました

Amazon EC2ログイン用の秘密鍵を無くした場合の対処方法

Manim:Pythonで使える数学アニメーションライブラリ

BlenderでPhotogrammetryできるアドオン

OpenCV 3.3.0-RCでsfmモジュールをビルド

OpenCVのfindEssentialMat関数を使ったサンプルを読んでみる

Geogram:C++の3D幾何アルゴリズムライブラリ

Dlib:C++の機械学習ライブラリ

iPhoneアプリ開発 Xcode 5のお作法

映画『アバター:ウェイ・オブ・ウォーター』を観た

クラスの基本

Unityからkonashiをコントロールする

Physics Forests:機械学習で流体シミュレーションを近似する

Unityで強化学習できる『Unity ML-Agents』

Netron:機械学習モデルを可視化するツール

iOSデバイスと接続して連携するガジェットの開発方法

OpenCV

頭蓋骨からの顔復元と進化過程の可視化

OpenGV:画像からカメラの3次元位置・姿勢を推定するライブラリ

OpenCVの三角測量関数『cv::triangulatepoints』

HD画質の無駄遣い

Cartographer:オープンソースのSLAMライブラリ

OpenMesh:オープンソースの3Dメッシュデータライブラリ

YOLO (You Only Look Once):ディープラーニングによる一般物体検出手法

Managing Software Requirements: A Unified Approach

OpenCV 3.1とopencv_contribモジュールをVisual Studio 2015で...

疑似3D写真が撮れるiPhoneアプリ『Seene』がアップデートでついにフル3Dモデルが撮影できる...

OpenCVでPhotoshopのプラグイン開発

コメント