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↓


スポンサーリンク

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:

  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 3.3.0 contribのsfmモジュールのサンプルを動かしてみる
Kaolin:3Dディープラーニング用のPyTorchライブラリ
UnityからROSを利用できる『ROS#』
OpenMVSのサンプルを動かしてみる
機械学習のオープンソースソフトウェアフォーラム『mloss(machine learning ope...
スクレイピング
takminさんが機械学習・画像認識の便利ツールを公開しています
CGAN (Conditional GAN):条件付き敵対的生成ネットワーク
Unity ARKitプラグインサンプルのドキュメントを読む
BlenderでPhotogrammetryできるアドオン
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
PyMC:Pythonのベイズ統計ライブラリ
手を動かしながら学ぶデータマイニング
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』
Unreal Engineの薄い本
SSD (Single Shot Multibox Detector):ディープラーニングによる一般...
このブログのデザインに飽きてきた
オープンソースの物理ベースGIレンダラ『appleseed』
Python.NET:Pythonと.NETを連携させるパッケージ
Pythonのソースコードに特化した検索エンジン『Nullege』
cvui:OpenCVのための軽量GUIライブラリ
OpenMVS:Multi-View Stereoによる3次元復元ライブラリ
WordPressのサーバ引っ越し方法を考える
OpenCVのfindEssentialMat関数を使ったサンプルを読んでみる
OpenCVでカメラ画像から自己位置認識 (Visual Odometry)
GoogleのDeep Learning論文
人体モデリングできるBlenderアドオン『ManuelBastioniLAB』
Python拡張モジュールのWindows用インストーラー配布サイト
FreeMoCap Project:オープンソースのマーカーレスモーションキャプチャ
SONY製のニューラルネットワークライブラリ『NNabla』
C#で使える遺伝的アルゴリズムライブラリ『GeneticSharp』
Kubric:機械学習用アノテーション付き動画生成パイプライン
ディープラーニング
openMVG:複数視点画像から3次元形状を復元するライブラリ
ZScript
書籍『イラストで学ぶ ディープラーニング』
Python for Unity:UnityEditorでPythonを使えるパッケージ
Deep Fluids:流体シミュレーションをディープラーニングで近似する
Alice Vision:オープンソースのPhotogrammetryフレームワーク
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
Unityで強化学習できる『Unity ML-Agents』
Dlib:C++の機械学習ライブラリ

コメント