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

JapanCV(7/4)

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

MythTV:Linuxでテレビの視聴・録画ができるオープンソースプロジェクト
Unreal Engineの薄い本
Unity ARKitプラグインサンプルのドキュメントを読む
OpenCV バージョン4がリリースされた!
Kinect for Windows V2のプレオーダー開始
ドットインストールのWordPress入門レッスン
Seleniumを使ったFXや株の自動取引
OANDAのfxTrade API
軽量なジオメトリ処理ライブラリ『libigl』
写真から3Dメッシュの生成・編集ができる無料ツール『Autodesk Memento』
Deep Neural Networkによる顔の個人識別フレームワーク『OpenFace』
OpenCVでiPhone6sのカメラをキャリブレーションする
DCGAN (Deep Convolutional GAN):畳み込みニューラルネットワークによる敵...
pythonの機械学習ライブラリ『scikit-learn』
書籍『イラストで学ぶ ディープラーニング』
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『KelpNet』
Point Cloud Libraryに動画フォーマットが追加されるらしい
読みやすくて高速なディープラーニングのフレームワーク『Caffe』
Unityの薄い本
OpenMVSのサンプルを動かしてみる
WordPressプラグインによるサイトマップの自動生成
プログラミングスキルとは何か?
Raspberry Pi 2のGPIOピン配置
Blender 2.8がついに正式リリース!
SSII 2014 デモンストレーションセッションのダイジェスト動画
Raspberry Piでセンサーの常時稼働を検討する
U-Net:ディープラーニングによるSemantic Segmentation手法
機械学習手法『Random Forest』
pythonもかじってみようかと
Webスクレイピングの勉強会に行ってきた
OpenGVの用語
YOLO (You Only Look Once):ディープラーニングによる一般物体検出手法
オープンソースのロボットアプリケーションフレームワーク『ROS (Robot Operating S...
書籍『ROSプログラミング』
コンピュータビジョンの技術マップ
手を動かしながら学ぶデータマイニング
Google Colaboratoryで遊ぶ準備
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
OpenCVで顔のランドマークを検出する『Facemark API』
Raspberry Pi 2を買いました
ブログのデザイン変えました
WordPressのサーバ引っ越し方法を考える

コメント