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でカメラ画像から自己位置認識 (Visual Odometry)
DensePose:画像中の人物表面のUV座標を推定する
TeleSculptor:空撮動画からPhotogrammetryするツール
疑似3D写真が撮れるiPhoneアプリ『Seene』がアップデートでついにフル3Dモデルが撮影できる...
スマホのカメラで3Dスキャンできるアプリ『Qlone』
Amazon EC2ログイン用の秘密鍵を無くした場合の対処方法
Google App Engineのデプロイ失敗
OpenCV 3.1のsfmモジュールのビルド再び
WordPress on Windows Azure
SONY製のニューラルネットワークライブラリ『NNabla』
書籍『ROSプログラミング』
UnrealCLR:Unreal Engineで.NET Coreを利用できるプラグイン
3Dスキャンに基づくプロシージャルフェイシャルアニメーション
『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』ハンズオンセミナーに行ってきた
Active Appearance Models(AAM)
Russian3DScannerのトポロジー転送ツール『WrapX』
顔追跡による擬似3D表示『Dynamic Perspective』
画像認識による位置情報取得 - Semi-Direct Monocular Visual Odome...
PGGAN:段階的に解像度を上げて学習を進めるGAN
ZScript
機械学習での「回帰」とは?
手を動かしながら学ぶデータマイニング
BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール
OpenSfM:PythonのStructure from Motionライブラリ
CGAN (Conditional GAN):条件付き敵対的生成ネットワーク
Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『TouchScript』
TensorFlowでCGを微分できる『TensorFlow Graphics』
iPhoneで3D写真が撮れるアプリ『seene』
html5のcanvasの可能性
Seleniumを使ったFXや株の自動取引
COLMAP:オープンソースのSfM・MVSツール
fSpy:1枚の写真からカメラパラメーターを割り出すツール
写真に3Dオブジェクトを違和感無く合成する『3DPhotoMagic』
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
NumSharp:C#で使えるNumPyライクな数値計算ライブラリ
人間の顔をそっくりそのままCGで復元する『Digital Emily Project』
Math Inspector:科学計算向けビジュアルプログラミングツール
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からROSを利用できる『ROS#』
ROSの薄い本
Paul Debevec
BlenderでPhotogrammetryできるアドオン

コメント