hloc:SuperGlueで精度を向上させたSfM・Visual Localization

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:

  1. 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
  2. リファレンス用の3D SfMモデルを構築する
    1. 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
    2. SuperGlueでデータベースのペアをマッチングさせる
    3. COLMAPを使用して新しいSfMモデルを三角測量する
  3. 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
  4. SuperGlueでクエリ画像をマッチングさせる
  5. ローカリゼーションを実行する
  6. 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script
  • hloc/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第三回 全日本コンピュータビジョン勉強会(前編)@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

Google App EngineでWordPress

IronPythonを使ってUnity上でPythonのコードを実行する

Mitsuba 2:オープンソースの物理ベースレンダラ

Mask R-CNN:ディープラーニングによる一般物体検出・Instance Segmentatio...

網元AMIで作ったWordpressサイトのインスタンスをt1microからt2microへ移行した

MeshroomでPhotogrammetry

為替レートの読み方 2WAYプライス表示

Amazon Web ServicesでWordPress

Googleが画像解析旅行ガイドアプリのJetpac社を買収

RefineNet (Multi-Path Refinement Network):ディープラーニン...

Raspberry Piでセンサーの常時稼働を検討する

ManuelBastioniLAB:人体モデリングできるBlenderアドオン

3Dグラフィックスの入門書

タマムシっぽい質感

顔画像処理技術の過去の研究

機械学習について最近知った情報

機械学習手法『Random Forest』

Raspberry PiでIoTごっこ

オープンソースの顔の動作解析ツールキット『OpenFace』

SSII2014 チュートリアル講演会の資料

konashiのサンプルコードを動かしてみた

Live CV:インタラクティブにComputer Visionコーディングができるツール

Pythonのソースコードに特化した検索エンジン『Nullege』

OpenCVの超解像(SuperResolution)モジュールを試す

Paul Debevec

定数

Google Chromecast

Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『TouchScript』

顔追跡による擬似3D表示『Dynamic Perspective』

WordPressプラグインによるサイトマップの自動生成

Deep Learningとその他の機械学習手法の性能比較

RSSフィードを読込んで表示するWordpressプラグイン『RSSImport』

ブログをGoogle App EngineからAmazon EC2へ移行

SegNet:ディープラーニングによるSemantic Segmentation手法

ベイズ推定とグラフィカルモデル

Google製オープンソース機械学習ライブラリ『TensorFlow』のWindows版が公開された

Verilog HDL

Accord.NET Framework:C#で使える機械学習ライブラリ

pythonもかじってみようかと

サンプルコードにも間違いはある?

Math.NET Numerics:Unityで使える数値計算ライブラリ

TeleSculptor:空撮動画からPhotogrammetryするツール

コメント