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
OpenCVのfindEssentialMat関数を使ったサ...
CGALDotNet：計算幾何学ライブラリ CGALのC#ラ...
Google App Engineのデプロイ失敗
LLM Visualization：大規模言語モデルの可視化
ポリゴンジオメトリ処理ライブラリ『pmp-library (...
MB-Lab：Blenderの人体モデリングアドオン
機械学習手法『Random Forest』
ブログの復旧が難航してた話
Mayaのプラグイン開発
OpenCV 3.3.0 contribのsfmモジュールの...
Twitter APIのPythonラッパー『python-...
Google App EngineでWordPress
Composition Rendering：Blenderに...
クラスの基本
OpenFace：Deep Neural Networkによ...
Adobe MAX 2015
Raspberry Pi
OpenCVでカメラ画像から自己位置認識 (Visual O...
OpenCVで顔のランドマークを検出する『Facemark ...
Zibra Liquids：Unity向け流体シミュレーショ...
PythonのHTML・XMLパーサー『BeautifulS...
OpenCVの顔検出過程を可視化した動画
Google App Engine上のWordPressでF...
iPhoneアプリ開発 Xcode 5のお作法
顔検出・認識のAPI・ライブラリ・ソフトウェアのリスト
OpenCVのバージョン3が正式リリースされたぞ
フォトンの放射から格納までを可視化した動画
PeopleSansPeople：機械学習用の人物データをU...
オープンソースの顔認識フレームワーク『OpenBR』
ROMOハッカソンに行ってきた
WordPress on Google App Engine...
UnityプロジェクトをGitHubで管理する
機械学習で遊ぶ
Blender 2.8がついに正式リリース！
顔画像処理技術の過去の研究
COLMAP：オープンソースのSfM・MVSツール
C++の抽象クラス
NeuralNetwork.NET：.NETで使えるTens...
Mechanizeで要認証Webサイトをスクレイピング
Regard3D：オープンソースのStructure fro...
iPadをハンディ3Dスキャナにするガジェット『iSense...
Kaolin：3Dディープラーニング用のPyTorchライブ...
コメント