hloc:SuperGlueで精度を向上させたSfM実装

SfM(Structure from Motion)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。




スポンサーリンク


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:


スポンサーリンク
  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…


スポンサーリンク

関連記事

OpenCVの超解像(SuperResolution)モジュールを試す
Regard3D:オープンソースのStructure from Motionツール
OpenGVのライブラリ構成
ブラウザ操作自動化ツール『Selenium』を試す
Windows10でPyTorchをインストールしてVSCodeで使う
AmazonEC2のインスタンスをt1.microからt2.microへ移行する
オープンソースの顔認識フレームワーク『OpenBR』
Math.NET Numerics:Unityで使える数値計算ライブラリ
CGAN (Conditional GAN):条件付き敵対的生成ネットワーク
ポリゴンジオメトリ処理ライブラリ『pmp-library (Polygon Mesh Process...
Houdiniのライセンスの種類
PythonでBlenderのAdd-on開発
畳み込みニューラルネットワーク (CNN: Convolutional Neural Network...
iPhoneアプリ開発 Xcode 5のお作法
PyMC:Pythonのベイズ統計ライブラリ
Faceshiftで表情をキャプチャしてBlender上でMakeHumanのメッシュを動かすデモ
タマムシっぽい質感
Twitter APIのPythonラッパー『python-twitter』
SSD (Single Shot Multibox Detector):ディープラーニングによる一般...
バージョン管理の履歴を可視化するツール『Gource』
CGALDotNet:計算幾何学ライブラリ CGALのC#ラッパー
Kinect for Windows V2のプレオーダー開始
Raspberry Piでセンサーの常時稼働を検討する
Webサイトのワイヤーフレームが作成できるオンラインツール
Unity ARKitプラグインサンプルのチュートリアルを読む
TorchStudio:PyTorchのための統合開発環境とエコシステム
OpenCV バージョン4がリリースされた!
映画『アバター:ウェイ・オブ・ウォーター』を観た
書籍『イラストで学ぶ ディープラーニング』
iPadをハンディ3Dスキャナにするガジェット『iSense 3D Scanner』
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
Kinect for Windows v2の日本価格決定
OpenMesh:オープンソースの3Dメッシュデータライブラリ
OpenCVでカメラ画像から自己位置認識 (Visual Odometry)
プログラムによる景観の自動生成
UnityのGameObjectの向きをScriptで制御する
KelpNet:C#で使える可読性重視のディープラーニングライブラリ
Mitsuba 3:オープンソースの研究向けレンダラ
SegNet:ディープラーニングによるSemantic Segmentation手法
OpenGV:画像からカメラの3次元位置・姿勢を推定するライブラリ
UnityでTweenアニメーションを実装できる3種類の無料Asset
Google XML Sitemap Generatorプラグインを3.4.1へダウングレード

コメント