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
プログラミングスキルとは何か？
書籍『ゼロから作るDeep Learning』で自分なりに学...
OpenCVで顔のモーフィングを実装する
WordPressプラグインによるサイトマップの自動生成
Pythonの自然言語処理ライブラリ『NLTK(Natura...
UnityのTransformクラスについて調べてみた
網元AMIで作ったWordpressサイトのインスタンスをt...
Math.NET Numerics：Unityで使える数値計...
LLM Visualization：大規模言語モデルの可視化
PCA (主成分分析)
SONY製のニューラルネットワークライブラリ『NNabla』
Google App EngineでWordPress
まだ続くブログの不調
Houdiniのライセンスの種類
Regard3D：オープンソースのStructure fro...
Pythonのソースコードに特化した検索エンジン『Nulle...
bpy-renderer：レンダリング用Pythonパッケー...
HD画質の無駄遣い
Mayaのプラグイン開発
Amazon Web ServicesでWordPress
Kaolin：3Dディープラーニング用のPyTorchライブ...
UnityのGameObjectの向きをScriptで制御す...
Unity Scriptコーディング→Unreal Engi...
AMIMOTO（PVM版）で作成したインスタンスをAMIMO...
オープンソースの顔認識フレームワーク『OpenBR』
Polyscope：3Dデータ操作用GUIライブラリ
Managing Software Requirements...
RSSフィードを読込んで表示するWordpressプラグイン...
タマムシっぽい質感
WordPressの表示を高速化する
OpenCV バージョン4がリリースされた！
ニューラルネットワークと深層学習
スクレイピング
Raspberry Piでセンサーの常時稼働を検討する
iPhone・iPod touchで動作する知育ロボット『R...
Mitsuba 3：オープンソースの研究向けレンダラ
Unityの薄い本
『手を動かしながら学ぶエンジニアのためのデータサイエンス』ハ...
UnrealCLR：Unreal Engineで.NET C...
BGSLibrary：OpenCVベースの背景差分ライブラリ
adskShaderSDK
OpenGV：画像からカメラの3次元位置・姿勢を推定するライ...
コメント