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
ROMOハッカソンに行ってきた
書籍『3次元コンピュータビジョン計算ハンドブック』を購入
3Dモデルを立体視で確認できるVRアプリを作っている
iPhone x ロボットハッカソン～RomoのiPhone...
Raspberry Piでセンサーの常時稼働を検討する
DUSt3R：3Dコンピュータービジョンの基盤モデル
Iridescence：プロトタイピング向け軽量3D可視化ラ...
GoogleのDeep Learning論文
bpy-renderer：レンダリング用Pythonパッケー...
Web経由でRaspberry PiのGPIOを操作したい
このブログのデザインに飽きてきた
Digital Emily Project：人間の顔をそっく...
3Dスキャンに基づくプロシージャルフェイシャルアニメーション
iOSデバイスのためのフィジカル・コンピューティングツールキ...
OANDAのfxTrade API
iPhone・iPod touchで動作する知育ロボット『R...
JavaScriptとかWebGLとかCanvasとか
Faceshiftで表情をキャプチャしてBlender上でM...
Runway ML：クリエイターのための機械学習ツール
Qlone：スマホのカメラで3Dスキャンできるアプリ
UnrealCV：コンピュータビジョン研究のためのUnrea...
ドットインストールのWordPress入門レッスン
2D→3D復元技術で使われる用語まとめ
チャットツール用bot開発フレームワーク『Hubot』
Point Cloud Libraryに動画フォーマットが追...
WordPress on Windows Azure
BlenderのPython環境にPyTorchをインストー...
SSD (Single Shot Multibox Dete...
ManuelBastioniLAB：人体モデリングできるBl...
Photogrammetry (写真測量法)
3分の動画でプログラミングを学習できるサイト『ドットインスト...
Manim：Pythonで使える数学アニメーションライブラリ
LLM Visualization：大規模言語モデルの可視化
WinSCP
LuxCoreRender：オープンソースの物理ベースレンダ...
UnityでPoint Cloudを表示する方法
Unityで学ぶC#
Polyscope：3Dデータ操作用GUIライブラリ
NeRF (Neural Radiance Fields)：...
UnityでOpenCVを使うには？
Pythonの自然言語処理ライブラリ『NLTK(Natura...
Point Cloud Utils：Pythonで3D点群・...
コメント