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
Python拡張モジュールのWindows用インストーラー配...
KelpNet：C#で使える可読性重視のディープラーニングラ...
書籍『仕事ではじめる機械学習』を読みました
OpenMVSのサンプルを動かしてみる
第1回 3D勉強会＠関東『SLAMチュートリアル大会』
OpenCVでカメラ画像から自己位置認識 (Visual O...
Google App Engine上のWordPressでF...
SSII 2014 デモンストレーションセッションのダイジェ...
Raspberry Pi
3Dモデルを立体視で確認できるVRアプリを作っている
AndroidもopenGLも初心者さ (でもJavaは知っ...
fSpy：1枚の写真からカメラパラメーターを割り出すツール
iPhone x ロボットハッカソン～RomoのiPhone...
OpenCVで平均顔を作るチュートリアル
Faster R-CNN：ディープラーニングによる一般物体検...
Math Inspector：科学計算向けビジュアルプログラ...
チャットツール用bot開発フレームワーク『Hubot』
Mitsuba 3：オープンソースの研究向けレンダラ
写真から3Dメッシュの生成・編集ができる無料ツール『Auto...
BGSLibrary：OpenCVベースの背景差分ライブラリ
OpenCV
OpenCVのfindEssentialMat関数を使ったサ...
CGレンダラ研究開発のためのフレームワーク『Lightmet...
Kinect for Windows V2のプレオーダー開始
ROMOハッカソンに行ってきた
Multi-View Environment：複数画像から3...
Theia：オープンソースのStructure from M...
Konashiを買った
プログラムによる景観の自動生成
Regard3D：オープンソースのStructure fro...
Mayaのプラグイン開発
OpenFace：Deep Neural Networkによ...
Facebookの顔認証技術『DeepFace』
Seleniumを使ったFXや株の自動取引
adskShaderSDK
機械学習手法『Random Forest』
DUSt3R：3Dコンピュータービジョンの基盤モデル
MLDemos：機械学習について理解するための可視化ツール
頭蓋骨からの顔復元と進化過程の可視化
全脳アーキテクチャ勉強会
CGALDotNet：計算幾何学ライブラリ CGALのC#ラ...
Geogram：C++の3D幾何アルゴリズムライブラリ
コメント