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
RSSフィードを読込んで表示するWordpressプラグイン...
プログラミングスキルとは何か？
UnrealCLR：Unreal Engineで.NET C...
OpenCVで動画の手ぶれ補正
Raspberry Pi 2を買いました
PythonでBlenderのAdd-on開発
HD画質の無駄遣い
Math Inspector：科学計算向けビジュアルプログラ...
OpenCVの超解像(SuperResolution)モジュ...
Unity ARKitプラグインサンプルのチュートリアルを読...
MLDemos：機械学習について理解するための可視化ツール
機械学習で遊ぶ
機械学習のオープンソースソフトウェアフォーラム『mloss(...
Amazon Web ServicesでWordPress
OpenSfM：PythonのStructure from ...
LLM Visualization：大規模言語モデルの可視化
RefineNet (Multi-Path Refineme...
UnityのMonoBehaviourクラスをシングルトン化...
BlenderのPython環境にPyTorchをインストー...
AfterEffectsプラグイン開発
Faster R-CNN：ディープラーニングによる一般物体検...
顔追跡による擬似3D表示『Dynamic Perspecti...
SONY製のニューラルネットワークライブラリ『NNabla』
2D→3D復元技術で使われる用語まとめ
SONYの自律型エンタテインメントロボット『aibo』
Multi-View Environment：複数画像から3...
FacebookがDeep learningツールの一部をオ...
iPadをハンディ3Dスキャナにするガジェット『iSense...
写真に3Dオブジェクトを違和感無く合成する『3DPhotoM...
UnityのAR FoundationでARKit 3
Web経由でRaspberry PiのGPIOを操作したい
仮想関数
Point Cloud Consortiumのセミナー「3D...
AmazonEC2のインスタンスをt1.microからt2....
WordPress on Windows Azure
株式会社ヘキサドライブの研究室ページ
Model View Controller
映画『ジュラシック・ワールド／新たなる支配者』を観た
COLMAP：オープンソースのSfM・MVSツール
機械学習手法『Random Forest』
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...
データサイエンティストって何だ？
コメント