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
OpenGVの用語
UnityのAR FoundationでARKit 3
OpenCVのfindEssentialMat関数を使ったサ...
CycleGAN：ドメイン関係を学習した画像変換
Multi-View Environment：複数画像から3...
UnityでShaderの入力パラメータとして行列を渡す
openMVG：複数視点画像から3次元形状を復元するライブラ...
Polyscope：3Dデータ操作用GUIライブラリ
TorchStudio：PyTorchのための統合開発環境と...
顔追跡による擬似3D表示『Dynamic Perspecti...
Kaolin：3Dディープラーニング用のPyTorchライブ...
OpenCVでPhotoshopのプラグイン開発
Dlib：C++の機械学習ライブラリ
Amazon EC2ログイン用の秘密鍵を無くした場合の対処方...
OpenCV 3.1のsfmモジュールのビルド再び
AnacondaとTensorFlowをインストールしてVi...
C++の抽象クラス
TensorSpace.js：ニューラルネットワークの構造を...
Mitsuba 3：オープンソースの研究向けレンダラ
Kornia：微分可能なコンピュータービジョンライブラリ
MythTV：Linuxでテレビの視聴・録画ができるオープン...
Leap MotionでMaya上のオブジェクトを操作できる...
html5のcanvasの可能性
TeleSculptor：空撮動画からPhotogramme...
viser：Pythonで使える3D可視化ライブラリ
Google App Engine上のWordPressでF...
OpenGVのライブラリ構成
為替レートの読み方 2WAYプライス表示
FCN (Fully Convolutional Netwo...
ブログの復旧が難航してた話
Managing Software Requirements...
iPhoneアプリ開発 Xcode 5のお作法
チャットツール用bot開発フレームワーク『Hubot』
Faster R-CNN：ディープラーニングによる一般物体検...
VCG Library：C++のポリゴン操作ライブラリ
iPhoneで3D写真が撮れるアプリ『seene』
網元AMIで作ったWordpressサイトのインスタンスをt...
書籍『ROSプログラミング』
PythonでBlenderのAdd-on開発
3D復元技術の情報リンク集
Human Generator：Blenderの人体生成アド...
OpenSfM：PythonのStructure from ...
コメント