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
WinSCP
WordPressプラグインによるサイトマップの自動生成
Unityで強化学習できる『Unity ML-Agents』
pythonもかじってみようかと
Transformer Explainer：テキスト生成モデ...
PyMC：Pythonのベイズ統計ライブラリ
『手を動かしながら学ぶエンジニアのためのデータサイエンス』ハ...
OpenCV3.3.0でsfmモジュールのビルドに成功！
BGSLibrary：OpenCVベースの背景差分ライブラリ
Mask R-CNN：ディープラーニングによる一般物体検出・...
OpenCV
C#で使える遺伝的アルゴリズムライブラリ『GeneticSh...
スクラッチで既存のキャラクターを立体化したい
映画『ジュラシック・ワールド／新たなる支配者』を観た
Web経由でRaspberry PiのGPIOを操作したい
Multi-View Environment：複数画像から3...
PCA (主成分分析)
タマムシっぽい質感
GAN (Generative Adversarial Ne...
コンピュータビジョンの技術マップ
Unityの薄い本
ニューラルネットワークと深層学習
OpenCVのfindEssentialMat関数を使ったサ...
プログラミングスキルとは何か？
SONYの自律型エンタテインメントロボット『aibo』
UnityからROSを利用できる『ROS#』
ブラウザ操作自動化ツール『Selenium』を試す
3D Gaussian Splatting：リアルタイム描画...
OpenCVで顔のモーフィングを実装する
Raspberry Pi
オープンソースの顔認識フレームワーク『OpenBR』
ブログをGoogle App EngineからAmazon ...
RSSフィードを読込んで表示するWordpressプラグイン...
AndroidもopenGLも初心者さ (でもJavaは知っ...
geometry3Sharp：Unity C#で使えるポリゴ...
Deep Fluids：流体シミュレーションをディープラーニ...
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
OpenMesh：オープンソースの３Dメッシュデータライブラ...
書籍『イラストで学ぶ ディープラーニング』
NeRF (Neural Radiance Fields)：...
Blender 2.8がついに正式リリース！
Netron：機械学習モデルを可視化するツール
コメント