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
オープンソースの物理ベースレンダラ『Mitsuba』をMay...
RefineNet (Multi-Path Refineme...
Paul Debevec
Seleniumを使ったFXや株の自動取引
書籍『OpenCV 3 プログラミングブック』を購入
Unityで強化学習できる『Unity ML-Agents』
FreeMoCap Project：オープンソースのマーカー...
Iterator
OpenCVの超解像(SuperResolution)モジュ...
Fast R-CNN：ディープラーニングによる一般物体検出手...
Raspberry Pi
OpenCVの顔検出過程を可視化した動画
WordPress on Windows Azure
Photogrammetry (写真測量法)
SONYの自律型エンタテインメントロボット『aibo』
OpenCVで顔のランドマークを検出する『Facemark ...
スクラッチで既存のキャラクターを立体化したい
Google App Engineのデプロイ失敗
PythonでBlenderのAdd-on開発
Kaolin：3Dディープラーニング用のPyTorchライブ...
ニューラルネットワークで画像分類
NeRF (Neural Radiance Fields)：...
Unity ARKitプラグインサンプルのチュートリアルを読...
Windows10でPyTorchをインストールしてVSCo...
BlenderProc：Blenderで機械学習用の画像デー...
TensorFlowでCGを微分できる『TensorFlow...
PyTorch3D：3Dコンピュータービジョンライブラリ
PGGAN：段階的に解像度を上げて学習を進めるGAN
SONY製のニューラルネットワークライブラリ『NNabla』
iOSデバイスと接続して連携するガジェットの開発方法
DUSt3R：3Dコンピュータービジョンの基盤モデル
Super Resolution：OpenCVの超解像処理モ...
統計的な顔モデル
Python.NET：Pythonと.NETを連携させるパッ...
Math Inspector：科学計算向けビジュアルプログラ...
Google Colaboratoryで遊ぶ準備
bpy-renderer：レンダリング用Pythonパッケー...
Unityからkonashiをコントロールする
UnrealCLR：Unreal Engineで.NET C...
pythonの機械学習ライブラリ『scikit-learn』
Pix2Pix：CGANによる画像変換
株式会社ヘキサドライブの研究室ページ
コメント