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
Web経由でRaspberry PiのGPIOを操作したい
UnrealCLR：Unreal Engineで.NET C...
Raspberry Piでセンサーの常時稼働を検討する
openMVGをWindows10 Visual Studi...
UnityでShaderの入力パラメータとして行列を渡す
iOSデバイスと接続して連携するガジェットの開発方法
SDカードサイズのコンピューター『Intel Edison』
Caffe：読みやすくて高速なディープラーニングのフレームワ...
SegNet：ディープラーニングによるSemantic Se...
openMVG：複数視点画像から3次元形状を復元するライブラ...
網元AMIで作ったWordpressサイトのインスタンスをt...
Raspberry Pi
PyMC：Pythonのベイズ統計ライブラリ
HerokuでMEAN stack
OpenCVで顔のランドマークを検出する『Facemark ...
Photogrammetry (写真測量法)
OpenAR：OpenCVベースのマーカーARライブラリ
機械学習で遊ぶ
ROSでガンダムを動かす
Raspberry PiでIoTごっこ
サンプルコードにも間違いはある？
科学技術計算向けスクリプト言語『Julia』
OpenCVで平均顔を作るチュートリアル
UnityのTransformクラスについて調べてみた
Fast R-CNN：ディープラーニングによる一般物体検出手...
VGGT：マルチビュー・フィードフォワード型3Dビジョン基盤...
為替レートの読み方 2WAYプライス表示
AnacondaとTensorFlowをインストールしてVi...
ドットインストールのWordPress入門レッスン
PSPNet (Pyramid Scene Parsing ...
Manim：Pythonで使える数学アニメーションライブラリ
CGALDotNet：計算幾何学ライブラリ CGALのC#ラ...
ディープラーニング
OpenCV3.3.0でsfmモジュールのビルドに成功！
Unityからkonashiをコントロールする
OpenMVS：Multi-View Stereoによる3次...
AndroidもopenGLも初心者さ (でもJavaは知っ...
Google App Engineのデプロイ失敗
OpenCV 3.1のsfmモジュールを試す
GoogleのDeep Learning論文
Google App EngineでWordPress
Multi-View Environment：複数画像から3...
コメント